MCP Search & Fetch
Provides web search and page fetching capabilities using Ollama's API.
README
MCP Search & Fetch
An MCP server exposing Ollama's web search and web fetch capabilities as tools.
Features
- web_search: Perform web searches using Ollama's hosted search API
- web_fetch: Fetch content from web pages
Requirements
- Ollama API key (get one from ollama.com)
Installation
pip install mcp-search-and-fetch
# Export your API key
OLLAMA_API_KEY=your_api_key_here
# Run the MCP server
mcp-search-and-fetch
Clone from Repository
# Clone the repository
git clone https://github.com/lkiesow/mcp-search-and-fetch.git
cd mcp-search-and-fetch
# Install dependencies
pip install -r requirements.txt
export OLLAMA_API_KEY=your_api_key_here
python mcp_search_and_fetch.py
Docker
To run the pre-built containers:
docker run -p 8000:8000 --env-file .env ghcr.io/lkiesow/mcp-search-and-fetch:latest
Or, if you want to build your own containers:
docker build -t mcp-search-fetch .
docker run -p 8000:8000 --env-file .env mcp-search-fetch
Docker Compose
An example ´docker-compose.yml` with Caddy as reverse proxy:
services:
search-and-fetch:
image: ghcr.io/lkiesow/mcp-search-and-fetch:1.0.1
container_name: search-and-fetch
restart: always
environment:
OLLAMA_API_KEY: secret.ollama.api.key
networks:
- mcp
caddy:
image: docker.io/library/caddy:2.10.2
container_name: caddy
restart: always
environment:
CADDY_DOMAIN: search-and-fetch.example.com
CADDY_API_KEY: secret.mcp.api.key
volumes:
- /opt/mcp-search-and-fetch/caddy:/etc/caddy
- caddy_data:/data
- caddy_config:/config
ports:
- 80:80
- 443:443
- 443:443/udp
networks:
- mcp
volumes:
caddy_data:
caddy_config:
networks:
mcp:
And an example Caddyfile in the caddy directory like this:
{$CADDY_DOMAIN} {
@no_auth {
not header Authorization "Bearer {$CADDY_API_KEY}"
}
respond @no_auth "Unauthorized" 401
reverse_proxy /* search-and-fetch:8000
}
Usage
Local (stdio)
python mcp_search_and_fetch.py
HTTP Server (Streamable HTTP)
# Set port and host in .env
export MCP_SERVER_PORT=8000
export MCP_SERVER_HOST=0.0.0.0
python mcp_search_and_fetch.py
Configuration
You can either set environment variables or provide a .env file.
Take a look at the .env.sample for an example.
| Environment Variable | Required | Default | Description |
|---|---|---|---|
OLLAMA_API_KEY |
Yes | - | Your Ollama API key |
MCP_SERVER_PORT |
No | - | Run HTTP server on specified port |
MCP_SERVER_HOST |
No | 127.0.0.1 | Host to bind to |
Tools
web_search(query, max_results=3)
Performs a web search and returns results as JSON.
web_fetch(url)
Fetches content from a URL and returns it as JSON.
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。