Serper MCP 服务器

“Serper” MCP 服务器有什么作用？

Serper MCP 服务器是一种模型上下文协议（MCP）服务器，通过 Serper API 提供 Google 搜索能力。它作为 AI 助手与 Google 搜索基础设施之间的桥梁，使大语言模型和代理能够直接从 Google 实时检索搜索信息。通过 Serper MCP 服务器，AI 客户端可以访问丰富的 Google 搜索结果，包括网页、图片、视频、新闻、地图、评论、购物等。这提升了 AI 开发流程，让助手能够回答问题、收集最新事实、提取结构化数据并与搜索驱动资源交互，是科研、自动化和流程增强的强大工具。

提示模板列表

仓库或文档中未提及任何提示模板。

资源列表

Serper MCP 服务器未记录或暴露任何特定的 MCP 资源（可读上下文对象）。

工具列表

• google_search — 使用可定制参数执行 Google 网页搜索。
• google_search_images — 通过多种选项执行 Google 图片搜索。
• google_search_videos — 获取 Google 搜索的视频结果。
• google_search_places — 利用 Google 的位置信息搜索地点。
• google_search_maps — 提供来自 Google 的地图相关搜索结果。
• google_search_reviews — 收集企业或地点的 Google 评论。
• google_search_news — 获取 Google 的最新新闻结果。
• google_search_shopping — 返回 Google Shopping 的购物/产品列表。
• google_search_lens — 接入 Google Lens 进行视觉搜索。
• google_search_scholar — 查询 Google Scholar 上的学术内容。
• google_search_parents — 专用搜索（上下文未详细说明）。
• google_search_autocomplete — 获取 Google 的自动补全建议。
• webpage_scrape — 从指定网页抓取内容。

此 MCP 服务器的应用场景

• 实时信息检索：让 AI 代理利用 Google 搜索结果，以最新事实和新闻回答用户问题。
• 媒体内容发现：支持图片、视频和地图搜索，开发者可构建多媒体应用。
• 商业智能与评论：便于收集评论、地点和企业数据，用于市场分析及客户反馈汇总。
• 学术研究：通过 Google Scholar 搜索获取学术论文和研究资料。
• 网页内容提取：抓取网页内容，支持摘要、数据提取与知识库增强等流程。

如何配置

Windsurf

1. 确保已安装 Node.js。
2. 找到您的 Windsurf 配置文件。
3. 在 mcpServers 对象中添加 Serper MCP 服务器：

   {
     "mcpServers": {
       "serper": {
         "command": "uvx",
         "args": ["serper-mcp-server"],
         "env": {
           "SERPER_API_KEY": "<您的 Serper API 密钥>"
         }
       }
     }
   }
   

4. 保存配置并重启 Windsurf。
5. 验证 MCP 服务器正在运行且可访问。

Claude

1. 在系统上安装 uv。
2. 在 claude_desktop_config.json 中添加 Serper MCP 服务器：

   {
     "mcpServers": {
       "serper": {
         "command": "uvx",
         "args": ["serper-mcp-server"],
         "env": {
           "SERPER_API_KEY": "<您的 Serper API 密钥>"
         }
       }
     }
   }
   

3. 保存文件并重启 Claude Desktop。
4. 在 Claude 界面中确认服务器已加载。

Cursor

1. 确保已安装 Python 和 uv。
2. 在 Cursor 的 MCP 服务器配置中添加：

   {
     "mcpServers": {
       "serper": {
         "command": "uvx",
         "args": ["serper-mcp-server"],
         "env": {
           "SERPER_API_KEY": "<您的 Serper API 密钥>"
         }
       }
     }
   }
   

3. 保存更改并重启 Cursor。
4. 通过 Cursor 命令面板运行搜索进行测试。

Cline

1. 通过 pip 安装 serper-mcp-server 或添加到 requirements.txt：

   serper-mcp-server
   

2. 在您的 Cline 配置中添加：

   {
     "mcpServers": {
       "serper": {
         "command": "uvx",
         "args": ["serper-mcp-server"],
         "env": {
           "SERPER_API_KEY": "<您的 Serper API 密钥>"
         }
       }
     }
   }
   

3. 保存并重启 Cline。
4. 确认已成功连接 MCP 服务器。

API 密钥安全存储

请使用环境变量在配置中存储敏感的 API 密钥。例如：

{
  "mcpServers": {
    "serper": {
      "command": "uvx",
      "args": ["serper-mcp-server"],
      "env": {
        "SERPER_API_KEY": "<您的 Serper API 密钥>"
      }
    }
  }
}

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，首先在流程中添加 MCP 组件，并将其与您的 AI 代理连接：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写您的 MCP 服务器信息：

{
  "serper": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 代理即可将此 MCP 作为工具，访问其全部功能与能力。请注意将 “serper” 替换为实际的 MCP 服务器名称，并将 URL 换成您自己的 MCP 服务器地址。

概览

我们的看法

Serper MCP 服务器定位明确且实用，为 AI 代理提供丰富的 Google 搜索工具。但其缺乏明确的提示模板、资源定义和采样/根支持，文档简明实用。总体而言，它是搜索增强的可靠实用工具，但不是功能齐全的 MCP 服务器。

MCP 评分