一个现代的 MCP(模型上下文协议)服务器实现,通过 Brave 搜索 API 提供网络搜索功能,并使用 Google 的 Gemini 模型进行高级研究论文分析。
该项目使像 Claude 这样的AI助手能够通过标准化的API接口直接执行网络搜索和研究论文分析。MCP服务器暴露了三个主要工具:
克隆仓库:
git clone https://github.com/falahgs/brave-gemini-research-mcp.git
cd brave-gemini-research-mcp
安装依赖项:
npm install
创建包含您的API密钥的.env文件:
BRAVE_API_KEY=your_brave_api_key
GOOGLE_API_KEY=your_google_api_key
编译TypeScript代码到JavaScript:
npm run build
# 或手动
npx tsc
设置环境变量并启动服务器:
PowerShell:
$env:BRAVE_API_KEY="your_brave_api_key"
$env:GOOGLE_API_KEY="your_google_api_key"
node dist/index.js
命令提示符:
SET BRAVE_API_KEY=your_brave_api_key
SET GOOGLE_API_KEY=your_google_api_key
node dist/index.js
Bash/Linux/macOS:
BRAVE_API_KEY=your_brave_api_key GOOGLE_API_KEY=
your_google_api_key node dist/index.js
按照以下步骤将MCP服务器与Claude桌面集成:
确保已安装Claude桌面(下载链接)
找到您的Claude桌面配置文件:
C:\Users\<用户名>\AppData\Roaming\Claude\claude_desktop_config.json~/Library/Application Support/Claude/claude_desktop_config.json添加Brave-Gemini研究MCP配置:
{
"mcpServers": {
"Brave-Gemini Research": {
"command": "node",
"args": ["G:\\path\\to\\your\\brave-gemini-research-mcp\\dist\\index.js"],
"cwd": "G:\\path\\to\\your\\brave-gemini-research-mcp",
"timeoutMs": 120000,
"env": {
"BRAVE_API_KEY": "your_brave_api_key",
"GOOGLE_API_KEY": "your_google_api_key",
"NODE_ENV": "production",
"DEBUG": "mcp:*"
}
}
}
}
注意事项:
args和cwd字段中使用双反斜杠(Windows)G:\\path\\to\\your\\brave-gemini-research-mcp替换为您项目的实际路径your_brave_api_key和your_google_api_key替换为您的实际API密钥timeoutMs设置有助于防止初始化时出现超时问题保存文件并重启Claude桌面
配置完成后,您可以要求Claude搜索网络或分析研究论文,例如:
Claude将使用MCP服务器执行这些搜索和分析,并直接在对话中返回结果。
网络搜索工具支持通用的互联网搜索:
brave_web_searchquery(必需):搜索查询(最多400个字符)count(可选):结果数量(1-20,默认10)offset(可选):分页偏移量(最大9,默认0)本地搜索工具查找企业及地点:
brave_local_searchquery(必需):本地搜索查询(如:"中央公园附近的披萨店")count(可选):结果数量(1-20,默认5)研究论文分析工具使用Google的Gemini模型提供对学术论文的深入分析:
gemini_research_paper_analysispaperContent(必需):要分析的研究论文全文analysisType(可选):要执行的分析类型
additionalContext(可选):特定的问题或背景以指导分析分析类型:
使用Gemini进行研究论文分析时,您会根据选择的分析类型获得结构化且全面的分析。例如,对于“综合”分析,您可能会得到:
## 研究论文分析:综合
### 概述
[论文主要主题和研究目标的总结]
### 方法论评估
[对研究方法和设计的评价]
### 关键发现
[最重要发现和结果的分解]
### 局限性
[对研究约束和弱点的分析]
### 重要性与影响
[讨论论文对该领域的意义]
### 建议
[未来研究或应用的建议]
Gemini模型提供了专家级别的分析,帮助研究人员、学生和专业人士快速理解并评估复杂的学术内容。
模块未找到错误:
.js扩展名npx tsc重新编译dist目录结构超时错误:
timeoutMs(推荐120000毫秒)API密钥问题:
Gemini模型问题:
Windows特定问题:
G:\\path\\to\\file)为了获得详细的调试输出:
# 设置环境变量
DEBUG=mcp:* NODE_ENV=development node dist/index.js
验证您的MCP服务器是否正常工作:
手动测试:
Claude桌面测试:
模型上下文协议允许AI模型通过标准化接口访问外部工具。关键组件包括:
├── dist/ # 编译后的JavaScript文件
├── src/
│ ├── config.ts # 服务器配置
│ ├── server.ts # MCP服务器实现
│ ├── tools/ # 工具定义和处理器
│ └── utils/ # 实用函数和API客户端
├── index.ts # 服务器入口点
├── tsconfig.json # TypeScript配置
└── package.json # 项目依赖
如果您在研究或项目中使用此工具,请引用如下:
Salieh, F. G. (2025). Brave-Gemini Research MCP Server: 一种用于AI助手搜索网络和分析研究论文的工具。
https://github.com/yourusername/brave-gemini-research-mcp
MIT
© 2025 Falah G. Salieh, 巴格达,伊拉克。保留所有权利。
用心制作,提升AI能力