Traylinx 搜索引擎 MCP 服务器

一个模型上下文协议 (MCP) 服务器，充当已部署的 Agentic Search API 的桥梁。它允许像 Claude Desktop 和 Cursor 这样的 MCP 客户端利用智能搜索功能，包括文本摘要和结构化数据（HTML、图像等）。

工具

search

使用 Traylinx 的 API 执行网络搜索，该 API 提供带有引用的详细且上下文相关的结果。默认情况下，不对搜索结果应用时间过滤。

输入：

• query (字符串)：要执行的搜索查询。
• search_recency_filter (字符串，可选)：按时间远近过滤搜索结果。选项：“month”、“week”、“day”、“hour”。如果未指定，则不应用时间过滤。

工作原理

1. 您可以使用您的 Agentic Search API URL 和 API 密钥（通过客户端配置传递的环境变量）配置此 MCP 服务器。
2. MCP 客户端（例如，Claude）向此服务器发送带有搜索查询和可选时间远近过滤的工具调用。
3. 此 MCP 服务器使用查询和授权标头向 Agentic Search API 发出请求。
4. 它解析丰富的响应（文本、HTML、搜索结果、媒体、新闻），并将结构化内容返回给 MCP 客户端。

安装

前提条件

• Node.js >= 18.0.0
• 来自 Traylinx.com 的 API 密钥

步骤 1：从 Traylinx 获取 API 密钥

1. 访问 traylinx.com 并注册一个帐户
2. 导航到开发者仪表板/API 部分
3. 为 Agentic Search API 生成您的 API 密钥
4. 确保此密钥的安全 - 您将需要它进行配置

步骤 2：设置 MCP 服务器

# 克隆存储库
git clone https://github.com/traylinx/traylinx-search-engine-mcp-server.git
cd traylinx-search-engine-mcp-server

# 安装依赖项
npm install

# 构建项目
npm run build

步骤 3：配置您的 MCP 客户端

对于 Claude Desktop

编辑您的 claude_desktop_config.json 文件：

{
  "mcpServers": {
    "traylinx-search-engine-mcp-server": {
      "command": "node",
      "args": ["path/to/traylinx-search-engine-mcp-server/dist/index.js"],
      "env": {
        "AGENTIC_SEARCH_API_KEY": "sk-lf-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
        "AGENTIC_SEARCH_API_URL": "https://agentic-search-engines-n3n7u.ondigitalocean.app",
        "LOG_LEVEL": "INFO"
      }
    }
  }
}

您可以在以下位置访问此文件：

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json

对于 Cursor

编辑您的 mcp.json 文件：

{
  "traylinx-search-engine-mcp-server": {
    "env": {
      "AGENTIC_SEARCH_API_KEY": "sk-lf-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
      "AGENTIC_SEARCH_API_URL": "https://agentic-search-engines-n3n7u.ondigitalocean.app",
      "LOG_LEVEL": "INFO"
    },
    "command": "node",
    "args": ["path/to/traylinx-search-engine-mcp-server/dist/index.js"]
  }
}

重要提示：将占位符 API 密钥替换为您从 Traylinx.com 获得的实际密钥

验证

1. 配置 MCP 客户端后，完全重启它。
2. 开始一个新的聊天并指示它使用该工具：
   • “使用搜索工具查找有关量子计算的信息。”
   • “搜索有关人工智能的最新消息，并按上周过滤。”
   • “从 URL https://traylinx.com 提取文本和 HTML”
3. 当客户端请求权限时，授予它。
4. 您应该收到包含文本内容和潜在结构化数据的响应。

高级用法

Traylinx 搜索引擎 MCP 服务器支持多种响应类型：

• 文本内容：总结搜索结果的标准 Markdown 文本
• 嵌入式 HTML：对于 URL 提取，服务器可以返回抓取的 HTML
• 搜索项目：带有标题、URL 和摘要的结构化搜索结果
• 媒体项目：在搜索期间找到的图像、视频和其他媒体
• 新闻文章：带有缩略图和元数据的最新新闻
• 原始 API 响应：用于高级用例的完整响应数据

使用时间远近过滤器

要按时间远近过滤搜索结果：

// 来自 Claude Desktop 的示例
使用搜索工具查找有关 SpaceX 的最新消息，仅显示过去一天的结果。

// 来自自定义客户端的示例
{
  "name": "search",
  "arguments": {
    "query": "SpaceX launches",
    "search_recency_filter": "week"
  }
}

特性

• 丰富的内容类型：返回超出文本的多种内容类型
• 时间过滤：按时间远近（月、周、日、小时）过滤结果
• 安全的 API 密钥处理：API 密钥保留在环境变量中
• 可配置的端点：如果需要，可以轻松地在 API 端点之间切换
• 完全符合 MCP：实现所有必需的 MCP 服务器方法

部署

Smithery.ai 部署

此 MCP 服务器可以部署到 Smithery.ai：

1. 创建/登录到您的 Smithery 帐户
2. 单击“部署新的 MCP 服务器”
3. 输入 ID：traylinx-search-engine-mcp-server
4. 使用基本目录：.（点表示根目录）
5. 单击“创建”

部署完成后，您可以使用以下命令在 Claude 的 Web 界面中引用此服务器：

使用 traylinx-search-engine-mcp-server 搜索 [您的查询]

注意： 您需要在 Smithery 部署设置中提供您的 AGENTIC_SEARCH_API_KEY 作为环境变量。

故障排除

如果您遇到问题：

1. 检查您的 API 密钥是否在配置中正确设置
2. 确保 MCP 客户端在配置后已完全重启
3. 验证与 Agentic Search API 的网络连接
4. 将 LOG_LEVEL 设置为 DEBUG 以获取更详细的日志

如需更多支持，请通过 support@traylinx.com 联系 API 提供商

许可证

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅 LICENSE 文件。