“Naver” MCP服务器有什么用?
Naver MCP服务器是一款模型上下文协议(MCP)服务器,旨在将Naver的OpenAPI服务集成到AI开发工作流中。它作为AI助手与Naver外部数据源之间的桥梁,使开发者可以构建能够实时博客、新闻、图书、百科、图片和本地信息等多种搜索能力的助手。该服务器开放了多种读取和操作工具,可查询、检测和获取Naver的多样内容,实现高级上下文数据获取、复杂的提示词工作流及强大的自动化场景。凭借便捷的环境变量API凭证管理和模块化部署选项,Naver MCP服务器简化了在现代AI应用中利用Naver丰富内容生态的过程。
提示词列表
仓库或文档中未提及明确的提示词模板。
资源列表
仓库或文档中未列出明确的MCP资源。
工具列表
- 博客搜索:使用关键词在Naver上搜索博客文章。
- 新闻搜索:检索与搜索词相关的新闻报道。
- 图书搜索:查找图书并获取高级图书信息。
- 高级图书搜索:通过标题或ISBN获取详细图书信息。
- 成人内容检测:判断搜索词是否涉及成人内容。
- 百科搜索:搜索Naver百科条目。
- 咖啡馆文章搜索:在Naver咖啡馆中查找文章。
- 问答搜索:在Naver问答平台搜索问题与答案。
- 本地搜索:(提及,但未详细说明参数)
- 拼写纠错:对输入文本进行拼写纠错。
- 网页搜索:通过Naver进行网页搜索。
- 图片搜索:通过筛选条件搜索图片。
- 购物搜索:通过筛选条件查找商品。
- 文档搜索:在Naver生态中搜索文档。
典型应用场景
- AI助手内容聚合:使会话型AI按需获取并总结博客、新闻、百科或问答内容,提供更加具备上下文的响应。
- 市场与图书调研:让应用内搜索图书或商品,获取高级图书详情,或直接在开发工具中比较产品。
- 内容审核与过滤:自动化成人内容检测与拼写纠错,提高用户查询与生成内容的质量和安全性。
- 本地与社区洞察:获取本地信息或Naver咖啡馆文章,用于基于地理位置的推荐或社区驱动问答。
- 图片与多媒体搜索:通过Naver媒体API,让大模型搜索相关图片或文档,提升创意工作流。
配置方法
Windsurf
未提供Windsurf专属配置说明。
Claude
- 在Claude Desktop中安装该包:
pip install mcp-naver - 使用API凭证运行MCP服务器:
python -m mcp-naver.hosts.claude_desktop \ -e NAVER_CLIENT_ID=<YOUR NAVER CLIENT ID> \ -e NAVER_CLIENT_SECRET=<YOUR NAVER CLIENT SECRET> - 编辑您的Claude配置文件,添加MCP服务器。
- JSON配置示例:
{ "mcpServers": { "naver-mcp": { "command": "python", "args": [ "-m", "mcp-naver.hosts.claude_desktop" ], "env": { "NAVER_CLIENT_ID": "<YOUR NAVER CLIENT ID>", "NAVER_CLIENT_SECRET": "<YOUR NAVER CLIENT SECRET>" } } } } - 保存配置并重启Claude Desktop,确认MCP服务器正常运行。
API密钥安全措施
通过环境变量在配置中存储API密钥:
"env": {
"NAVER_CLIENT_ID": "<YOUR NAVER CLIENT ID>",
"NAVER_CLIENT_SECRET": "<YOUR NAVER CLIENT SECRET>"
}
Cursor
- 在Cursor中安装该包:
pip install mcp-naver - 使用API凭证运行MCP服务器:
python -m mcp-naver.hosts.cursor \ -e NAVER_CLIENT_ID=<YOUR NAVER CLIENT ID> \ -e NAVER_CLIENT_SECRET=<YOUR NAVER CLIENT SECRET> - 编辑您的Cursor配置以添加MCP服务器。
- JSON配置示例:
{ "mcpServers": { "naver-mcp": { "command": "python", "args": [ "-m", "mcp-naver.hosts.cursor" ], "env": { "NAVER_CLIENT_ID": "<YOUR NAVER CLIENT ID>", "NAVER_CLIENT_SECRET": "<YOUR NAVER CLIENT SECRET>" } } } } - 保存并重启Cursor,确认服务器可用。
API密钥安全措施
在您的配置中通过env安全存储Naver API凭证。
Cline
未提供Cline专属配置说明。
在流程中使用MCP的方法
在FlowHunt中使用MCP
要将MCP服务器集成到您的FlowHunt工作流,请先在流程中添加MCP组件,并将其与AI代理连接:

点击MCP组件打开配置面板。在系统MCP配置区域,使用如下JSON格式填写您的MCP服务器信息:
{
"naver-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
配置完成后,AI代理即可作为工具使用该MCP,访问所有功能。请记得将"naver-mcp"替换为您的MCP服务器实际名称,并将URL替换为自己的MCP服务器地址。
概览
| 部分 | 可用性 | 备注 |
|---|---|---|
| 概览 | ✅ | |
| 提示词列表 | ⛔ | 未发现明确的提示词模板 |
| 资源列表 | ⛔ | 未发现明确的资源定义 |
| 工具列表 | ✅ | 已在README详细说明 |
| API密钥安全措施 | ✅ | 通过配置中的env实现 |
| 采样支持(评测时可忽略) | ⛔ | 未提及 |
我们的看法
Naver MCP服务器为利用Naver API提供了丰富可操作工具,并为Claude与Cursor平台提供了清晰实用的安装文档。但它缺乏明确的MCP提示词、资源定义和更深度的集成/采样/根文档说明,对于高级MCP用例而言功能还不够完整。总体来看,该实现适合AI工作流中的Naver API访问,实用性强,但未充分利用MCP协议所有原生特性。
评分:6/10
MCP评分
| 是否有LICENSE | ✅ (MIT) |
|---|---|
| 至少有一个工具 | ✅ |
| 分叉数 | 16 |
| Star数量 | 101 |
