🚀 元搜索 MCP 服务器

元搜索 MCP 服务器可用于执行基于指定查询的搜索，为用户提供所需的搜索结果，涵盖 AI 响应、URI 和标题等内容。

✨ 主要特性

组件

此服务器使用 Tavily API 执行基于指定查询的搜索：

• 搜索结果以文本格式返回。
• 搜索结果包括 AI 响应、URI 和搜索结果标题。

工具

此服务器实现以下工具：

• search：根据指定查询执行搜索
  • 必填参数："query"
  • 可选参数："search_depth"（基本或高级）

📦 安装指南

1. 下载仓库。

git clone https://github.com/YeonwooSung/metasearch-mcp.git

2. 打开 Claude Desktop 配置文件。

在 MacOS 上：`~/Library/Application\ 支持/Claude/claude_desktop_config.json`
在 Windows 上：`C:\Users\[username]\AppData\Roaming\Claude\claude_desktop_config.json`

3. 按照以下方式编辑配置文件：

"mcpServers": {
    "tavily-search": {
        "command": "uv",
        "args": [
            "--directory",
            "C:\\your_path\\mcp-server-tavily",
            "run",
            "tavily-search"
        ],
        "env": {
            "TAVILY_API_KEY": "YOUR_TAVILY_API_KEY",
            "PYTHONIOENCODING": "utf-8"
        }
    }
}

4. 重启 Claude Desktop。

💻 使用示例

基础用法

在 Claude Desktop 中，当您要求“请搜索某物”时，会收到搜索结果。

搜索示例：

请详细搜索今天的镰仓活动

响应示例：

根据搜索结果，今天是 12月1日，以下是当天开始的活动：
"镰仓促销照片比赛 2025"
时间：2024年12月1日至2025年1月31日
面向喜欢镰仓的人的照片比赛
从今天开始接受申请
另外，相关即将举行的活动：
12月7日，12位镰仓艺术家将在 Seibu Press Inn Kamakura Ofuna Station East Exit Lounge 举行展览。

其他使用方式

使用 Cursor 执行

1. 创建一个 shell 脚本（例如 script.sh），如下所示：

#!/bin/bash
TARGET_DIR=/path/to/mcp-server-tavily
cd "${TARGET_DIR}"
export TAVILY_API_KEY="your-api-key"
export PYTHONIOENCODING=utf-8
uv --directory $PWD run tavily-search

2. 配置 Cursor 的 MCP 服务器设置如下：

# 在终端中执行以下命令以运行服务器和客户端
# 启动服务器
uvicorn tavily_search.asgi:application --reload
# 启动客户端
python -m pip install python-multipart
python -m fastapi start-server

3. 将以下内容添加到 Cursor 的 settings.json 文件中：

{
    "mcp": {
        "servers": [
            {
                "name": "tavily-search",
                "host": "http://localhost:8000"
            }
        ]
    }
}

使用 Docker Compose 执行

1. 在项目根目录中创建一个 docker-compose.yml 文件，并添加以下内容：

version: '3'
services:
  mcp-server:
    build:
      context: .
      dockerfile: Dockerfile
    ports:
      - "8000:8000"
    environment:
      - TAVILY_API_KEY=your-api-key
  mcp-client:
    image: fastapi
    command: start-server
    depends_on:
      - mcp-server

2. 在终端中执行以下命令以构建并运行服务：

docker-compose build
docker-compose up

3. 将以下内容添加到 Cursor 的 settings.json 文件中：

{
    "mcp": {
        "servers": [
            {
                "name": "tavily-search",
                "host": "http://localhost:8000"
            }
        ]
    }
}

4. 在终端中执行以下命令以运行服务器和客户端：

uvicorn tavily_search.asgi:application --reload
python -m pip install python-multipart
python -m fastapi start-server

📚 详细文档

日志存储位置

日志存储在以下位置： 对于 Windows：

C:\Users\[username]\AppData\Roaming\Claude\logs\mcp-server-tavily-search