返回市场
MCP-佳娜人工智能

MCP-佳娜人工智能

作者:JoeBuildsStuff29 星标更新:2025-05-16

项目介绍

Jina AI MCP 服务器

smithery 徽章 smithery 徽章

这是一个通过 Claude 提供对 Jina AI 强大网络服务访问的 MCP 服务器。此服务器实现了三个主要工具:

  • 网页阅读与内容提取
  • 网络搜索
  • 事实核查/验证

<a href="https://glama.ai/mcp/servers/c1l6ib2j49"><img width="380" height="200" src="https://gips0.baidu.com/it/u=583961212,3880290921&fm=3081&app=3081&f=PNG?w=760&h=400" alt="mcp-jina-ai MCP 服务器" /></a>

功能

工具

read_webpage

  • 从网页中提取内容,格式优化以适应大型语言模型
  • 支持多种输出格式(默认、Markdown、HTML、文本、截图、页面截图)
  • 包括链接和图像的选项
  • 生成图像替代文本的能力
  • 缓存控制选项

search_web

  • 使用 Jina AI 的搜索 API 搜索网络
  • 可配置的结果数量(默认:5)
  • 支持图像保留和替代文本生成
  • 多种返回格式(Markdown、文本、HTML)
  • 返回带有标题、描述和内容的结构化结果

fact_check

  • 使用 Jina AI 的验证引擎进行事实核查
  • 提供事实性评分和支持证据
  • 可选深入模式进行更彻底的分析
  • 返回带有关键引文和支持/矛盾分类的参考文献

设置

先决条件

你需要一个 Jina AI API 密钥来使用此服务器。你可以免费获取一个密钥:https://jina.ai/

安装

有两种方式可以使用此服务器:

通过 Smithery 安装

要通过 Smithery 自动安装 Jina AI for Claude Desktop:

npx -y @smithery/cli install jina-ai-mcp-server --client claude

方案 1:NPX(推荐)

在你的 Claude Desktop 配置文件中添加以下配置:

{
  "mcpServers": {
    "jina-ai-mcp-server": {
      "command": "npx",
      "args": [
        "-y",
        "jina-ai-mcp-server"
      ],
      "env": {
        "JINA_API_KEY": "<YOUR_KEY>"
      }
    }
  }
}

方案 2:本地安装

  1. 克隆仓库
  2. 安装依赖项:
npm install
  1. 构建服务器:
npm run build
  1. 在你的 Claude Desktop 配置中添加以下配置:
{
  "mcpServers": {
    "jina-ai-mcp-server": {
      "command": "node",
      "args": [
        "/path/to/jina-ai-mcp-server/dist/index.js"
      ],
      "env": {
        "JINA_API_KEY": "<YOUR_KEY>"
      }
    }
  }
}

配置文件位置

在 MacOS 上:

~/Library/Application Support/Claude/claude_desktop_config.json

在 Windows 上:

%APPDATA%/Claude/claude_desktop_config.json

调试

由于 MCP 服务器通过标准 I/O 进行通信,调试可能会很困难。我们建议使用 MCP Inspector

npm run inspector

Inspector 将提供一个 URL,以便在浏览器中访问调试工具。

API 响应类型

所有工具都返回包含以下内容的结构化 JSON 响应:

  • 状态码和元数据
  • 根据请求的输出类型格式化的内容
  • 使用信息(令牌计数)
  • 当适用时:图像、链接和附加元数据

有关详细的架构信息,请参阅 schemas.ts

运行评估

评估包加载了一个 mcp 客户端,然后运行 index.ts 文件,因此测试之间无需重新构建。您可以通过在 npx 命令前缀中加载环境变量。完整的文档可以在 这里 找到。

OPENAI_API_KEY=your-key  npx mcp-eval evals.ts index.ts