     
Grokipedia MCP服务器
](https://smithery.ai/server/@skymoore/grokipedia-mcp)
用于搜索和检索Grokipedia内容的MCP服务器
MCP的用户全权负责与 Grokipedia.
请参阅 Xai服务条款 如果你有任何疑问。
埃隆，请不要起诉我。我只希望我的代理人能够获得真实的信息，并停止一直引用维基百科。
快速开始
将以下内容添加到MCP配置文件中：
{
"mcpServers": {
"grokipedia": {
"command": "uvx",
"args": ["grokipedia-mcp"]
}
}
}验证安装
您应该看到Grokipedia服务器提供了以下工具：
search-使用筛选器搜索get_page-获取页面概览get_page_content-获取完整内容get_page_citations-获取引用get_related_pages-获取链接页面get_page_sections-列出所有节标题get_page_section-提取特定章节
这些提示：
research_topic-研究工作流程find_sources-查找引文explore_related-探索联系compare_topics-比较两个主题
特性
- 使用筛选器搜索：使用排序（相关性/视图）和过滤（最小视图）进行搜索
- 页面内容：使用智能截断检索文章、引文和元数据
- 相关页面：发现链接/相关文章
- 剖面提取：从长篇文章中获取特定章节
- 聪明的建议：找不到页面时的有用替代方案
- 引导提示：预先构建的研究、资源、探索工作流程
安装（开发）
使用 uv:
cd grokipedia-mcp
uv sync使用MCP Inspector和CLI工具进行开发：
uv sync --dev用法
使用MCP检查器运行（开发）
测试和调试的最快方法（需要开发依赖关系）：
uv run --dev mcp dev main.py这将启动MCP检查器UI，您可以在其中：
- 探索可用工具
- 测试搜索查询
- 检索页面内容
- 查看结构化输出
直接运行
# Using the installed entry point
uv run grokipedia-mcp
# Or as a Python module
uv run python -m grokipedia_mcp
# Or directly
uv run python main.py可用工具
search
使用过滤和排序选项在Grokipedia中搜索文章。
参数：
query（字符串，必填）-搜索查询limit（int，可选，默认值：12）-最大结果数offset（int，可选，默认值：0）-分页偏移量sort_by（字符串，可选，默认值：“相关性”）-按“相关性”或“视图”排序min_views（int，可选）-筛选到至少有这么多视图的文章
退货： 包含标题、slug、片段、相关性得分和浏览次数的搜索结果列表。
示例：
// Basic search
{"query": "machine learning", "limit": 5}
// Sort by most viewed
{"query": "python", "sort_by": "views"}
// Filter popular articles only
{"query": "artificial intelligence", "min_views": 1000}______________________________________________________________________
get_page
获取完整的页面信息，包括元数据、内容预览和引文摘要。 如果找不到页面，则包括备选方案的智能建议。
参数：
slug（字符串，必填）-文章标识符（来自搜索结果）max_content_length（int，可选，默认值：5000）-最大内容长度
退货： 包含元数据、截断内容和引文摘要的完整页面对象。
特征：
- 如果请求的slug不存在，则建议类似的页面
- 提供内容预览和引用的概述
在以下情况下使用此功能： 您需要一个包含元数据和内容预览的页面概览。
例子：
{"slug": "Machine_learning"}______________________________________________________________________
get_page_content
只获取没有引用或元数据的文章内容。
参数：
slug（字符串，必填）-物品标识符max_length（int，可选，默认值：10000）-最大内容长度
退货： 只有文章内容（标题和内容文本）。
在以下情况下使用此功能： 你需要阅读没有引用的完整文章内容。
例子：
{"slug": "Machine_learning", "max_length": 15000}______________________________________________________________________
get_page_citations
获取特定页面的引用列表。
参数：
slug（字符串，必填）-物品标识符limit（int，可选）-要返回的最大引用次数（如果未指定，则返回所有引用）
退货： 包含标题、URL和描述的引文列表。包括总计数和返回计数。
在以下情况下使用此功能： 您需要访问源参考和引文。
示例：
// Get all citations
{"slug": "Machine_learning"}
// Get first 10 citations only
{"slug": "Machine_learning", "limit": 10}______________________________________________________________________
get_related_pages
获取从特定文章链接的页面。
参数：
slug（字符串，必填）-物品标识符limit（int，可选，默认值：10）-要返回的相关页面的最大数量
退货： 带有标题和蛞蝓的相关/链接页面列表。
在以下情况下使用此功能： 您想发现相关主题或探索文章之间的联系。
示例：
// Get related pages
{"slug": "Machine_learning"}
// Get more related pages
{"slug": "Quantum_computing", "limit": 20}______________________________________________________________________
get_page_sections
获取文章中所有章节标题的列表。
参数：
slug（字符串，必填）-物品标识符
退货： 所有节标题及其级别（h1、h2、h3等）的列表。
在以下情况下使用此功能： 在阅读特定章节之前，你想先看看文章的结构/大纲。
例子：
{"slug": "Machine_learning"}______________________________________________________________________
get_page_section
按标题名称从文章中提取特定部分。
参数：
slug（字符串，必填）-物品标识符section_header（字符串，必填）-要提取的节标题（不区分大小写）max_length（int，可选，默认值：5000）-最大节内容长度
退货： 仅指定部分的内容。
在以下情况下使用此功能： 你只需要一篇长文的一部分（例如，“应用程序”、“历史”、“示例”）。
示例：
// Get specific section
{"slug": "Neural_networks", "section_header": "Applications"}
// Get longer section
{"slug": "Python", "section_header": "Syntax", "max_length": 10000}______________________________________________________________________
注： 文章长度可以超过100000个字符。内容会自动截断，以防止LLM上下文窗口不堪重负。使用 max_length 控制返回金额的参数。
提示
服务器为常见工作流提供预构建提示：
research_topic
研究主题的指导工作流程：搜索→ 检索→ 分析相关页面和引文
find_sources
为学术/研究目的查找权威来源和引文
explore_related
发现主题之间的联系，并建议进一步阅读
compare_topics
将两个主题与其内容和引用并排比较
建筑
服务器使用：
- FastMCP 用于声明性MCP服务器实现
- 希腊api sdk 用于API通信的AsyncClient
- 寿命背景 用于客户端连接管理
- 结构化输出 使用SDK中的Pydantic模型
- 全面的错误处理 具有特定的异常类型
错误处理
服务器处理各种错误情况：
ValueError无效参数或找不到页面RuntimeError针对网络或API错误- 调试、信息、警告和错误级别的详细日志记录
发展
项目结构
grokipedia-mcp/
├── grokipedia_mcp/
│ ├── __init__.py # Package exports
│ ├── __main__.py # CLI entry point
│ └── server.py # FastMCP server implementation
├── main.py # Direct execution entry point
├── pyproject.toml # Project configuration
└── README.md # This file测试
使用MCP检查器进行交互式测试：
uv run mcp dev main.py许可证
麻省理工学院
