Web Search MCP 服务器

by m-mcp

MCP Client 2 stars
  • other

使用智普清言实现的web-search mcp服务

About

What is Web Search MCP 服务器?

Web Search MCP 服务器是一个基于 MCP(Model Context Protocol)实现的网络搜索服务器,它为其他 MCP 客户端提供了网络搜索功能的工具接口。该服务器使用 Python 编写,通过智谱 AI 的搜索 API 获取结果,并采用标准输入输出(stdio)作为传输方式。

How to use Web Search MCP 服务器?

1. 确保已安装 Python 3.10 或更高版本。
2. 在 .env 文件中设置 BIGMODEL_API_KEY 环境变量(从智谱 AI 获取)。
3. 使用包管理器安装 pyproject.toml 中列出的依赖(运行 uv sync)。
4. 执行 uv run main.py 启动服务器。服务器将监听 stdio,等待 MCP 客户端的连接。

Key features of Web Search MCP 服务器

- 提供异步网络搜索接口
- 调用智谱 AI 搜索 API 返回结果
- 支持环境变量配置 API 密钥
- 通过标准输入输出(stdio)传输
- 内置错误处理和结果解析

Use cases of Web Search MCP 服务器

- 在聊天客户端中集成实时网络搜索能力
- 作为 MCP 工具供 AI 助手查询最新信息
- 快速获取网页搜索结果并整合到对话中

FAQ from Web Search MCP 服务器

What is Web Search MCP 服务器?

它是一个 MCP 服务器,专门提供“web_search”工具,允许其他 MCP 客户端通过调用智谱 AI 的搜索 API 来执行网络搜索。

How to get started?

需要 Python 3.10+,配置智谱 AI 的 API 密钥(通过 BIGMODEL_API_KEY 环境变量),安装依赖后运行 uv run main.py

Does it require any external API?

是的,它依赖智谱 AI 的搜索 API,需要有效的 API 密钥。

What transport protocol does it use?

它使用标准输入输出(stdio)作为传输方式,适用于本地运行的 MCP 客户端。

Are there any known limitations?

当前只提供了单个搜索工具,没有缓存机制,且完全依赖智谱 AI 搜索 API 的可用性和速率限制。

Details

Author
m-mcp
GitHub stars
2
Category
other
Repository
m-mcp/web-search

Web Search MCP 服务器

这是一个基于 MCP(Model Context Protocol)实现的网络搜索服务器,提供了网络搜索功能的工具接口。

项目功能

项目主要提供了一个网络搜索工具,通过调用智谱 AI 的搜索 API 实现搜索功能。主要特点:

- 提供异步网络搜索接口
- 支持错误处理和结果解析
- 使用环境变量配置 API 密钥
- 支持标准输入输出(stdio)作为传输方式

技术栈

- Python >= 3.10
- 主要依赖:
- httpx: 用于异步 HTTP 请求
- mcp[cli]: MCP 服务器实现
- python-dotenv: 环境变量管理

项目结构

.
├── main.py          # 主程序文件,包含 MCP 服务器实现
├── pyproject.toml   # 项目配置和依赖管理
├── .env            # 环境变量配置文件
└── README.md       # 项目文档

主要组件

MCP 服务器(main.py)

实现了一个名为 web-search-server 的 FastMCP 服务器,提供以下功能:

- web_search 工具:
- 接收搜索查询字符串
- 调用智谱 AI 的搜索 API
- 处理 API 响应并返回搜索结果
- 支持错误处理

配置文件

- pyproject.toml: 定义项目元数据和依赖
- .env: 存储 API 密钥配置

使用方法

1. 确保已安装 Python 3.10 或更高版本
2. 配置环境变量:在 .env 文件中设置 BIGMODEL_API_KEY
3. 安装依赖:使用包管理器安装 pyproject.toml 中列出的依赖
4. 运行服务器:执行 uv run main.py

开发指南

开发环境设置

1. 创建并激活 Python 虚拟环境

uv venv && source .venv/bin/activate  # Unix/macOS


.venv\Scripts\activate # Windows

2. 安装开发依赖

uv sync  # 以可编辑模式安装项目

调试方法

1. 使用 mcp 调试

mcp dev main.py

2. 使用 inspector 调试
npx -y @modelcontextprotocol/inspector uv run main.py

开发工作流程

1. 代码修改
- 遵循异步编程模式
- 使用类型注解增强代码可读性
- 保持错误处理的完整性

2. 测试验证
- 运行测试功能验证改动
- 检查 API 响应处理
- 验证错误处理机制

3. 错误处理最佳实践
- API 调用错误:检查 response 中的 error 字段
- 网络错误:使用 try-except 捕获 httpx 异常
- 参数验证:确保查询字符串不为空

4. 性能优化建议
- 使用 httpx.AsyncClient 的上下文管理器
- 适当处理并发请求
- 考虑添加响应缓存机制

常见问题排查

1. API 密钥问题
- 检查 .env 文件是否存在
- 验证 BIGMODEL_API_KEY 是否正确设置
- 确认环境变量是否正确加载

2. 网络请求问题
- 检查网络连接
- 验证 API 请求 URL 是否正确
- 查看请求头和参数格式

3. 结果解析问题
- 检查 API 响应格式是否符合预期
- 验证 JSON 解析是否正确
- 确认结果提取逻辑是否正确