brave-search-mcp
Enables Brave Search via MCP, deployed on Railway for seamless integration with AI agents.
README
Brave Search MCP Server on Railway
这是一个部署在 Railway 上的 Brave Search MCP HTTP 服务。
部署方式
方式 1:通过 GitHub 部署(推荐)
- Fork 或上传此目录到 GitHub 仓库
- 登录 Railway Dashboard
- 点击 New Project → Deploy from GitHub repo
- 选择你上传的仓库
- Railway 会自动识别 package.json 并运行
npm start - Railway 会自动设置
PORT环境变量
- Railway 会自动识别 package.json 并运行
方式 2:通过 Railway CLI
npm i -g @railway/cli
railway login
railway init
railway up
环境变量
在 Railway Dashboard 中 必须设置:
| 变量名 | 说明 | 示例 |
|---|---|---|
BRAVE_API_KEY |
必需 Brave Search API Key | BSA-xxxxxxxxxx |
不需要手动设置 PORT,Railway 会自动处理。
获取 Brave API Key
- 前往 Brave Search API 注册
- 选择 Search 计划(适合 AI Agents)
- 在 开发者面板 生成 API Key
部署完成后
Railway 会提供一个 https://xxx.up.railway.app 域名。
MCP 端点地址为:https://xxx.up.railway.app/mcp
本地测试:
curl -s -X POST https://xxx.up.railway.app/mcp \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"tools/list","params":{}}'
在 Hermes 中添加 MCP
部署后运行:
# 添加 MCP 服务器
hermes mcp add brave-search --url https://你的域名.up.railway.app
# 确认无认证需求(API Key 在服务端设置)
这样 Hermes 就能通过 Railway 上的 Brave Search MCP 服务进行搜索了。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。