这是为RAG网页浏览器智能体实现的MCP服务器。
该智能体充当大语言模型(LLM)和RAG流水线的网页浏览器,功能类似于ChatGPT中的网络搜索。
该服务器专为快速响应AI智能体和LLM而设计,使它们能够与网页交互并从网页中提取信息。
它在本地运行,并以待机模式与RAG网页浏览器智能体通信,
发送搜索查询并接收提取的网页内容作为响应。
RAG网页浏览器智能体允许AI助手:
query
(字符串,必填):搜索词或URLmaxResults
(数字,可选):要抓取的最大搜索结果数(默认:1)scrapingTool
(字符串,可选):选择用于提取网页的抓取工具。选项:'browser-playwright'或'raw-http'(默认:'raw-http')outputFormats
(数组,可选):选择一个或多个输出格式。选项:'text'、'markdown'、'html'(默认:['markdown'])requestTimeoutSecs
(数字,可选):请求的最长时间(秒)(默认:40)模型上下文协议(MCP)是一个框架,使AI应用程序(如Claude Desktop)能够无缝连接外部工具和数据源。
有关更多详情,请访问模型上下文协议网站或阅读博客文章什么是MCP,为什么它很重要?。
MCP服务器使AI智能体能够使用RAG网页浏览器智能体执行网络搜索和浏览。
要全面了解AI智能体,请查看我们的博客文章:什么是AI智能体?并探索Apify的智能体。
有兴趣在Apify上构建和货币化自己的AI智能体吗?查看我们的逐步指南,了解如何在Apify平台上创建、发布和货币化AI智能体。
该服务器通过标准输入/输出(stdio)运行,提供与AI智能体的直接连接。Apify还提供其他几种MCP相关工具:
APIFY_TOKEN
)按照以下步骤在本地计算机上设置并运行服务器:
首先,使用以下命令克隆存储库:
git clone git@github.com:apify/mcp-server-rag-web-browser.git

导航到项目目录并安装所需的依赖项:
cd mcp-server-rag-web-browser
npm install

在运行服务器之前,您需要构建项目:
npm run build
配置Claude Desktop以识别MCP服务器。
打开Claude Desktop配置并编辑以下文件:
~/Library/Application\ Support/Claude/claude_desktop_config.json
%APPDATA%/Claude/claude_desktop_config.json
"mcpServers": { "rag-web-browser": { "command": "npx", "args": [ "@apify/mcp-server-rag-web-browser" ], "env": { "APIFY_TOKEN": "your-apify-api-token" } } }
重新启动Claude Desktop
示例
您可以要求Claude执行网络搜索,例如:
什么是MCP服务器,它如何使用? 什么是LLM,最近的有哪些新闻更新? 查找并分析关于LLM的最新研究论文。
使用MCP检查器调试服务器
export APIFY_TOKEN=your-apify-api-token
npx @modelcontextprotocol/inspector npx -y @apify/mcp-server-rag-web-browser

要在本地测试服务器,可以使用example_client_stdio.ts
:
export APIFY_TOKEN=your-apify-api-token
node dist/example_client_stdio.js

该脚本将启动MCP服务器,获取可用工具,然后使用查询调用search
工具。
要测试直接调用RAG网页浏览器智能体:
export APIFY_TOKEN=your-apify-api-token
node dist/example_call_web_browser.js

由于MCP服务器通过标准输入/输出(stdio)运行,调试可能具有挑战性。
为了获得最佳调试体验,请使用MCP检查器。
构建mcp-server-rag-web-browser包:
npm run build
您可以通过npm
使用以下命令启动MCP检查器:
export APIFY_TOKEN=your-apify-api-token
npx @modelcontextprotocol/inspector node dist/index.js

启动后,检查器将显示一个URL,您可以在浏览器中访问该URL以开始调试。