Search1API MCP 服务器

一个使用 Search1API 提供搜索和爬取功能的模型上下文协议 (MCP) 服务器。

先决条件

Node.js >= 18.0.0
有效的 Search1API API 密钥（请参阅下面的设置指南以了解如何获取和配置）

安装（独立/通用）

克隆仓库：

git clone https://github.com/fatwang2/search1api-mcp.git
cd search1api-mcp

配置 API 密钥： 在构建之前，您需要提供您的 Search1API 密钥。请参阅下面的设置指南部分，了解不同的方法（例如，使用 .env 文件或环境变量）。
安装依赖并构建：
```
npm install
npm run build
```
注意：如果使用项目的 .env 文件方法来配置 API 密钥，请确保在执行此步骤之前该文件已经存在。

使用（独立/通用）

确保您的 API 密钥已配置（请参阅设置指南）。

启动服务器：

npm start

然后服务器将准备好接受来自 MCP 客户端的连接。

设置指南

1. 获取 Search1API 密钥

在 Search1API 注册
从您的仪表板中获取您的 API 密钥。

2. 配置 API 密钥

您需要让服务器能够访问您的 API 密钥。请选择以下一种方法：

方法 A：项目 .env 文件（推荐用于独立或 LibreChat）

如果您正在与当前版本的 LibreChat 集成，则需要使用此方法（请参见下面的具体部分）。

在 search1api-mcp 项目的根目录下创建一个名为 .env 的文件：

# 在 search1api-mcp 目录中
echo "SEARCH1API_KEY=your_api_key_here" > .env

将 your_api_key_here 替换为您的实际密钥。
确保在运行 npm install && npm run build 之前该文件已经存在。

方法 B：环境变量（仅限独立）

在启动服务器之前设置 SEARCH1API_KEY 环境变量。

export SEARCH1API_KEY="your_api_key_here"
npm start

方法 C：MCP 客户端配置（高级）

某些 MCP 客户端允许在其配置中直接指定环境变量。这对于像 Cursor、VS Code 扩展等客户端非常有用。

{
  "mcpServers": {
    "search1api": {
      "command": "npx",
      "args": [
        "-y",
        "search1api-mcp"
      ],
      "env": {
        "SEARCH1API_KEY": "YOUR_SEARCH1API_KEY"
      }
    }
  }
}

LibreChat 用户注意事项： 由于 LibreChat 当前的限制，方法 A（项目 .env 文件）是必需的方法。请参阅下面的专用集成部分以获取完整说明。

与 LibreChat 集成（Docker）

本节详细介绍了通过 Docker 与 LibreChat 集成所需的步骤。

概述：

将此服务器的仓库克隆到 LibreChat docker-compose.yml 可访问的位置。
使用项目 .env 文件方法在此服务器目录内配置所需的 API 密钥。
构建此服务器。
通过编辑 librechat.yaml 告诉 LibreChat 如何运行此服务器。
确保通过 Docker 卷绑定使构建的服务器代码在 LibreChat 容器内可用。
重启 LibreChat。

逐步操作：

Clone the Repository:
Navigate to the directory on your host machine where you manage external services for LibreChat (this is often alongside your docker-compose.yml). A common location is a dedicated mcp-server directory.
```
# Example: Navigate to where docker-compose.yml lives, then into mcp-server
cd /path/to/your/librechat/setup/mcp-server
git clone https://github.com/fatwang2/search1api-mcp.git
```
Navigate into the Server Directory:
```
cd search1api-mcp
```

Configure API Key (Project .env File Method - Required for LibreChat):

# Create the .env file
echo "SEARCH1API_KEY=your_api_key_here" > .env
# IMPORTANT: Replace 'your_api_key_here' with your actual Search1API key

Install Dependencies and Build:
This step compiles the server code into the build directory.
```
npm install
npm run build
```

Configure librechat.yaml:
Edit your main librechat.yaml file to tell LibreChat how to execute this MCP server. Add an entry under mcp_servers:

# In your main librechat.yaml
mcp_servers:
  # You can add other MCP servers here too
  search1api:
    # Optional: Display name for the server in LibreChat UI
    # name: Search1API Tools

    # Command tells LibreChat to use 'node'
    command: node

    # Args specify the script for 'node' to run *inside the container*
    args:
      - /app/mcp-server/search1api-mcp/build/index.js

The args path (/app/...) is the location inside the LibreChat API container where the built server will be accessed (thanks to the volume bind in the next step).

Configure Docker Volume Bind:
Edit your docker-compose.yml (or more likely, your docker-compose.override.yml) to map the search1api-mcp directory from your host machine into the LibreChat API container. Find the volumes: section for the api: service:
```
# In your docker-compose.yml or docker-compose.override.yml
services:
  api:
    # ... other service config ...
    volumes:
      # ... other volumes likely exist here ...

      # Add this volume bind:
      - ./mcp-server/search1api-mcp:/app/mcp-server/search1api-mcp
```
- Host Path (./mcp-server/search1api-mcp): This is the path on your host machine relative to where your docker-compose.yml file is located. Adjust it if you cloned the repo elsewhere.
- Container Path (:/app/mcp-server/search1api-mcp): This is the path inside the container. It must match the directory structure used in the librechat.yaml args path.
Restart LibreChat:
Apply the changes by rebuilding (if you modified docker-compose.yml) and restarting your LibreChat stack.
```
docker compose down && docker compose up -d --build
# Or: docker compose restart api (if only librechat.yaml changed)
```

现在，Search1API 服务器应该作为工具提供者在 LibreChat 中可用。

功能

网页搜索功能
新闻搜索功能
网页内容提取
网站站点地图提取
使用 DeepSeek R1 进行深度思考和复杂问题解决
与 Claude Desktop、Cursor、Windsurf、Cline 及其他 MCP 客户端无缝集成

工具

1. 搜索工具

名称: search
描述: 使用 Search1API 进行网页搜索
参数:
- query (必需): 自然语言的搜索查询。请具体且简洁以获得更好的结果
- max_results (可选, 默认: 10): 返回的结果数量
- search_service (可选, 默认: "google"): 使用的搜索服务 (google, bing, duckduckgo, yahoo, x, reddit, github, youtube, arxiv, wechat, bilibili, imdb, wikipedia)
- crawl_results (可选, 默认: 0): 需要爬取完整网页内容的结果数量
- include_sites (可选): 要包含在搜索中的网站列表
- exclude_sites (可选): 要从搜索中排除的网站列表
- time_range (可选): 搜索结果的时间范围 ("day", "month", "year")

2. 新闻工具

名称: news
描述: 使用 Search1API 搜索新闻文章
参数:
- query (必需): 自然语言的搜索查询。请具体且简洁以获得更好的结果
- max_results (可选, 默认: 10): 返回的结果数量
- search_service (可选, 默认: "bing"): 使用的搜索服务 (google, bing, duckduckgo, yahoo, hackernews)
- crawl_results (可选, 默认: 0): 需要爬取完整网页内容的结果数量
- include_sites (可选): 要包含在搜索中的网站列表
- exclude_sites (可选): 要从搜索中排除的网站列表
- time_range (可选): 搜索结果的时间范围 ("day", "month", "year")

3. 爬虫工具

名称: crawl
描述: 使用 Search1API 从 URL 提取内容
参数:
- url (必需): 要爬取的 URL

4. 站点地图工具

名称: sitemap
描述: 从 URL 获取所有相关链接
参数:
- url (必需): 要获取站点地图的 URL

5. 推理工具

名称: reasoning
描述: 一个用于深度思考和复杂问题解决的工具，具有快速的 deepseek r1 模型和网络搜索能力（您可以在 search1api 网站上更改到任何其他模型，但速度无法保证）
参数:
- content (必需): 需要深度思考的问题或难题

6. 热门话题工具

名称: trending
描述: 从热门平台获取热门话题
参数:
- search_service (必需): 指定要从中获取热门话题的平台 (github, hackernews)
- max_results (可选, 默认: 10): 返回的最大热门条目数

版本历史

v0.2.0: 为LibreChat集成添加了回退的.env支持，并更新了依赖项。
v0.1.8: 添加了X(Twitter)和Reddit搜索服务
v0.1.7: 添加了GitHub和Hacker News的趋势工具
v0.1.6: 添加了维基百科搜索服务
v0.1.5: 添加了新的搜索参数（include_sites, exclude_sites, time_range）和新的搜索服务（arxiv, wechat, bilibili, imdb）
v0.1.4: 添加了带有deepseek r1的推理工具，并更新了Cursor和Windsurf配置指南
v0.1.3: 添加了新闻搜索功能
v0.1.2: 添加了站点地图功能
v0.1.1: 添加了网络爬虫功能
v0.1.0: 初始版本，包含搜索功能

许可证

本项目采用MIT许可证 - 详情请参阅LICENSE文件。