搜索1api-mcp

Name: 搜索1api-mcp
Author: fatwang2

作者：fatwang2158 星标更新：2025-04-06

安装使用来源：spider==github.com

项目介绍

Search1API MCP 服务器

中文文档

这是一个使用 Search1API 提供搜索和爬取功能的模型上下文协议 (MCP) 服务器。

预备条件

Node.js >= 18.0.0
有效的 Search1API API 密钥（请参阅下面的设置指南以了解如何获取和配置）

安装（独立版 / 通用）

克隆仓库：

git clone https://github.com/fatwang2/search1api-mcp.git
cd search1api-mcp

配置 API 密钥： 在构建之前，您需要提供您的 Search1API 密钥。请参阅下面的设置指南部分中的不同方法（例如，使用 .env 文件或环境变量）。
安装依赖并构建：
```
npm install
npm run build
```
注意：如果使用项目 .env 文件方法来配置 API 密钥，请确保在执行此步骤之前该文件存在。

使用（独立版 / 通用）

确保您的 API 密钥已配置（请参阅设置指南）。

启动服务器：

npm start

然后服务器将准备好接受来自 MCP 客户端的连接。

设置指南

1. 获取 Search1API 密钥

在 Search1API 注册。
从您的仪表板中获取您的 API 密钥。

2. 配置 API 密钥

您需要让您的 API 密钥对服务器可用。选择以下方法之一：

方法 A：项目 .env 文件（推荐用于独立版或 LibreChat）

如果您正在与当前版本的 LibreChat 集成，则需要使用此方法（请参阅下面的具体集成部分）。

在 search1api-mcp 项目的根目录下创建一个名为 .env 的文件：

# 在 search1api-mcp 目录中
echo "SEARCH1API_KEY=your_api_key_here" > .env

将 your_api_key_here 替换为您实际的密钥。
确保在运行 npm install && npm run build 之前此文件存在。

方法 B：环境变量（仅限独立版）

在启动服务器之前设置 SEARCH1API_KEY 环境变量。

export SEARCH1API_KEY="your_api_key_here"
npm start

方法 C：MCP 客户端配置（高级）

某些 MCP 客户端允许在它们的配置中直接指定环境变量。这对于像 Cursor、VS Code 扩展等客户端很有用。

{
  "mcpServers": {
    "search1api": {
      "command": "npx",
      "args": [
        "-y",
        "search1api-mcp"
      ],
      "env": {
        "SEARCH1API_KEY": "YOUR_SEARCH1API_KEY"
      }
    }
  }
}

LibreChat 用户注意事项： 由于当前 LibreChat 的限制，必须使用方法 A（项目 .env 文件）。请参阅下面的专用集成部分以获取完整说明。

与 LibreChat 集成（Docker）

本节详细介绍了通过 Docker 与 LibreChat 集成所需的步骤。

概述：

将此服务器的仓库克隆到您的 LibreChat docker-compose.yml 可访问的位置。
使用项目 .env 文件方法在此服务器目录内配置所需的 API 密钥。
构建此服务器。
编辑 librechat.yaml 告诉 LibreChat 如何运行此服务器。
确保构建好的服务器代码可通过 Docker 卷绑定在 LibreChat 容器内可用。
重启 LibreChat。

逐步操作：

克隆仓库： 导航到您管理 LibreChat 外部服务的主机机器上的目录（这通常与您的 docker-compose.yml 一起）。一个常见的位置是专门的 mcp-server 目录。
```
# 示例：导航到 docker-compose.yml 所在的位置，然后进入 mcp-server
cd /path/to/your/librechat/setup/mcp-server
git clone https://github.com/fatwang2/search1api-mcp.git
```
进入服务器目录：
```
cd search1api-mcp
```

配置 API 密钥（项目 .env 文件方法 - 对于 LibreChat 是必需的）：

# 创建 .env 文件
echo "SEARCH1API_KEY=your_api_key_here" > .env
# 重要：将 'your_api_key_here' 替换为您实际的 Search1API 密钥

安装依赖并构建： 此步骤将编译服务器代码到 build 目录。
```
npm install
npm run build
```

配置 librechat.yaml： 编辑您的主 librechat.yaml 文件以告诉 LibreChat 如何执行此 MCP 服务器。在 mcp_servers 下添加条目：

# 在您的主 librechat.yaml 中
mcp_servers:
  # 您也可以在这里添加其他 MCP 服务器
  search1api:
    # 可选：在 LibreChat UI 中显示的服务器名称
    # name: Search1API 工具

    # 命令告诉 LibreChat 使用 'node'
    command: node

    # 参数指定了 'node' 要在容器内部运行的脚本
    args:
      - /app/mcp-server/search1api-mcp/build/index.js

args 路径（/app/...）是在 LibreChat API 容器内部访问构建好的服务器的位置（感谢下一步中的卷绑定）。

配置 Docker 卷绑定： 编辑您的 docker-compose.yml（或者更可能是 docker-compose.override.yml），将 search1api-mcp 目录从您的主机映射到 LibreChat API 容器。找到 api: 服务下的 volumes: 部分：
```
# 在您的 docker-compose.yml 或 docker-compose.override.yml 中
services:
  api:
    # ... 其他服务配置 ...
    volumes:
      # ... 这里可能已经有其他卷 ...

      # 添加这个卷绑定：
      - ./mcp-server/search1api-mcp:/app/mcp-server/search1api-mcp
```
- 主机路径 (./mcp-server/search1api-mcp)：这是相对于您的 docker-compose.yml 文件所在位置的主机路径。如果您在其他地方克隆了仓库，请相应调整。
- 容器路径 (:/app/mcp-server/search1api-mcp)：这是容器内部的路径。它必须与 librechat.yaml 中 args 路径使用的目录结构相匹配。

重启 LibreChat： 通过重建（如果您修改了 docker-compose.yml）并重新启动您的 LibreChat 堆栈来应用更改。

docker compose down && docker compose up -d --build
# 或者：docker compose restart api（如果只有 librechat.yaml 发生变化）

现在，Search1API 服务器应该作为工具提供商在 LibreChat 内可用。

功能

网络搜索功能
新闻搜索功能
网页内容提取
网站站点地图提取
使用 DeepSeek R1 进行深度思考和复杂问题解决
无缝集成到 Claude Desktop、Cursor、Windsurf、Cline 和其他 MCP 客户端

工具

1. 搜索工具

名称：search
描述：使用 Search1API 搜索网络
参数：
- query（必填）：自然语言搜索查询。具体且简洁可获得更好的结果
- max_results（可选，默认值：10）：返回的结果数量
- search_service（可选，默认值："google"）：要使用的搜索引擎（google, bing, duckduckgo, yahoo, x, reddit, github, youtube, arxiv, wechat, bilibili, imdb, wikipedia）
- crawl_results（可选，默认值：0）：要爬取的完整网页内容结果数量
- include_sites（可选）：要包含在搜索中的网站列表
- exclude_sites（可选）：要排除在搜索中的网站列表
- time_range（可选）：搜索结果的时间范围（"day", "month", "year"）

2. 新闻工具

名称：news
描述：使用 Search1API 搜索新闻文章
参数：
- query（必填）：自然语言搜索查询。具体且简洁可获得更好的结果
- max_results（可选，默认值：1 0）：返回的结果数量
- search_service（可选，默认值："bing"）：要使用的搜索引擎（google, bing, duckduckgo, yahoo, hackernews）
- crawl_results（可选，默认值：0）：要爬取的完整网页内容结果数量
- include_sites（可选）：要包含在搜索中的网站列表
- exclude_sites（可选）：要排除在搜索中的网站列表
- time_range（可选）：搜索结果的时间范围（"day", "month", "year"）

3. 爬取工具

名称：crawl
描述：使用 Search1API 从 URL 提取内容
参数：
- url（必填）：要爬取的 URL

4. 站点地图工具

名称：sitemap
描述：从 URL 获取所有相关链接
参数：
- url（必填）：要获取站点地图的 URL

5. 推理工具

名称：reasoning
描述：使用快速 deepseek r1 模型和网络搜索能力进行深度思考和复杂问题解决（您可以更改 search1api 网站上的任何其他模型，但速度无法保证）
参数：
- content（必填）：需要深度思考的问题或问题

6. 趋势工具

名称：trending
描述：从热门平台获取趋势话题
参数：
- search_service（必填）：指定要获取趋势话题的平台（github, hackernews）
- max_results（可选，默认值：10）：要返回的趋势项的最大数量

版本历史

v0.2.0：为 LibreChat 集成增加了备用 .env 支持，并更新了依赖项。
v0.1.8：增加了 X（Twitter）和 Reddit 搜索服务
v0.1.7：增加了 GitHub 和 Hacker News 的趋势工具
v0.1.6：增加了 Wikipedia 搜索服务
v0.1.5：增加了新的搜索参数（include_sites, exclude_sites, time_range）和新的搜索引擎（arxiv, wechat, bilibili, imdb）
v0.1.4：增加了推理工具与 deepseek r1，并更新了 Cursor 和 Windsurf 配置指南
v0.1.3：增加了新闻搜索功能
v0.1.2：增加了站点地图功能
v0.1.1：增加了网络爬取功能
v0.1.0：初始发布带有搜索功能

许可证

本项目根据 MIT 许可证授权 - 查看 LICENSE 文件以获取详细信息。 </中文翻译>