AI导哈

MCP搜索服务器

一个强大的MCP（模型控制协议）服务器，提供网页搜索和相似内容查找功能，适用于需要网页搜索能力的应用和基于查询查找相似内容的项目。

  • by DeepSpringAI
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 deepspringai/search_mcp_server

使用说明

parquet_mcp_服务器

一个强大的MCP（模型控制协议）服务器，提供执行网络搜索和查找类似内容的工具。此服务器旨在与Claude Desktop配合使用，并提供两个主要功能：

  1. 网页搜索：执行网络搜索并抓取结果
  2. 相似性搜索：从以前的搜索中提取相关信息

此服务器特别适用于：

  • 需要网络搜索功能的应用程序
  • 需要根据搜索查询查找类似内容的项目

安装

通过Smithery安装

通过以下方式自动安装Claude Desktop的Parquet MCP服务器 史密瑟里:

npx -y @smithery/cli install @DeepSpringAI/parquet_mcp_server --client claude

克隆此存储库

git clone ...
cd parquet_mcp_server

创建并激活虚拟环境

uv venv
.venv\Scripts\activate  # On Windows
source .venv/bin/activate  # On macOS/Linux

安装软件包

uv pip install -e .

环境

创建一个 .env 包含以下变量的文件：

EMBEDDING_URL=http://sample-url.com/api/embed  # URL for the embedding service
OLLAMA_URL=http://sample-url.com/  # URL for Ollama server
EMBEDDING_MODEL=sample-model  # Model to use for generating embeddings
SEARCHAPI_API_KEY=your_searchapi_api_key
FIRECRAWL_API_KEY=your_firecrawl_api_key
VOYAGE_API_KEY=your_voyage_api_key
AZURE_OPENAI_ENDPOINT=http://sample-url.com/azure_openai
AZURE_OPENAI_API_KEY=your_azure_openai_api_key

使用Claude Desktop

将此添加到您的Claude Desktop配置文件中(claude_desktop_config.json):

{
  "mcpServers": {
    "parquet-mcp-server": {
      "command": "uv",
      "args": [
        "--directory",
        "/home/${USER}/workspace/parquet_mcp_server/src/parquet_mcp_server",
        "run",
        "main.py"
      ]
    }
  }
}

可用工具

服务器提供两个主要工具：

  1. 搜索网页：执行网络搜索并抓取结果

    • 所需参数：
      • queries：搜索查询列表
    • 可选参数：
      • page_number：搜索结果的页码（默认为1）

  2. 从搜索中提取信息：从以前的搜索中提取相关信息

    • 所需参数：
      • queries：要合并的搜索查询列表

示例提示

以下是一些可以与代理一起使用的示例提示：

对于网络搜索：

"Please perform a web search for 'macbook' and 'laptop' and scrape the results from page 1"

从搜索中提取信息：

"Please extract relevant information from the previous searches for 'macbook'"

测试MCP服务器

该项目包括一个全面的测试套件 src/tests 目录。您可以使用以下命令运行所有测试：

python src/tests/run_tests.py

或者运行单独的测试：

# Test Web Search
python src/tests/test_search_web.py

# Test Extract Info from Search
python src/tests/test_extract_info_from_search.py

您还可以直接使用客户端测试服务器：

from parquet_mcp_server.client import (
    perform_search_and_scrape,  # New web search function
    find_similar_chunks  # New extract info function
)

# Perform a web search
perform_search_and_scrape(["macbook", "laptop"], page_number=1)

# Extract information from the search results
find_similar_chunks(["macbook"])

故障排除

  1. 如果您遇到SSL验证错误，请确保您的SSL设置 .env 文件正确
  2. 如果未生成嵌入，请检查：
    • Ollama服务器正在运行且可访问
    • 指定的型号在Ollama服务器上可用
    • 文本列存在于您的输入Parquet文件中
  3. 如果DuckDB转换失败，请检查：
    • 输入Parquet文件存在并且可读
    • 您在输出目录中具有写入权限
    • Parquet文件未损坏
  4. 如果PostgreSQL转换失败，请检查：
    • PostgreSQL连接设置 .env 文件正确
    • PostgreSQL服务器正在运行且可访问
    • 您具有创建/修改表所需的权限
    • pgvector扩展已安装在您的数据库中

PostgreSQL向量相似性搜索函数

要在PostgreSQL中执行向量相似性搜索，可以使用以下函数：

-- Create the function for vector similarity search
CREATE OR REPLACE FUNCTION match_web_search(
  query_embedding vector(1024),  -- Adjusted vector size
  match_threshold float,
  match_count int  -- User-defined limit for number of results
)
RETURNS TABLE (
  id bigint,
  metadata jsonb,
  text TEXT,  -- Added text column to the result
  date TIMESTAMP,  -- Using the date column instead of created_at
  similarity float
)
LANGUAGE plpgsql
AS $$
BEGIN
  RETURN QUERY
  SELECT
    web_search.id,
    web_search.metadata,
    web_search.text,  -- Returning the full text of the chunk
    web_search.date,  -- Returning the date timestamp
    1 - (web_search.embedding <=> query_embedding) as similarity
  FROM web_search
  WHERE 1 - (web_search.embedding <=> query_embedding) > match_threshold
  ORDER BY web_search.date DESC,  -- Sort by date in descending order (newest first)
           web_search.embedding <=> query_embedding  -- Sort by similarity
  LIMIT match_count;  -- Limit the results to the match_count specified by the user
END;
$$;

此函数允许您对存储在PostgreSQL数据库中的向量嵌入执行相似性搜索，返回符合指定相似性阈值的结果，并根据用户输入限制结果数量。结果按日期和相似性排序。

Postgres表创建

CREATE TABLE web_search (
    id SERIAL PRIMARY KEY,
    text TEXT,
    metadata JSONB,
    embedding VECTOR(1024),

    -- This will be auto-updated
    date TIMESTAMP DEFAULT NOW()
);

相关 MCP