Traylix搜索引擎MCP服务器
](https://smithery.ai/server/traylinx/traylinx-search-engine-mcp-server)
充当部署的网桥的模型上下文协议（MCP）服务器 代理搜索API它允许像Claude Desktop和Cursor这样的MCP客户端利用文本摘要和结构化数据（HTML、图像等）的智能搜索功能。
工具
search
使用Traylinx的API进行网络搜索，该API提供了详细的、与上下文相关的结果和引用。默认情况下，搜索结果不应用时间过滤。
输入：
query（string）：要执行的搜索查询。search_recency_filter（字符串，可选）：按最近度筛选搜索结果。选项：“月”、“周”、“日”、“小时”。如果未指定，则不应用时间过滤。
它是如何工作的
- 您使用代理搜索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。
- MCP客户端（例如Claude）向此服务器发送一个工具调用，其中包含搜索查询和可选的最近度过滤器。
- 此MCP服务器使用查询和授权头向Agentic Search API发出请求。
- 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
先决条件
- Node.js>=18.0.0
- Traylin.com提供的API密钥
步骤1：从Traylinx获取API密钥
- 访问 traylinx.com 并注册一个帐户
- 导航到开发人员仪表板/API部分
- 生成代理搜索API的API密钥
- 请确保此密钥的安全——您需要它进行配置
步骤2：设置MCP服务器
# Clone the repository
git clone https://github.com/traylinx/traylinx-search-engine-mcp-server.git
cd traylinx-search-engine-mcp-server
# Install dependencies
npm install
# Build the project
npm run build步骤3：配置MCP客户端
适用于克劳德桌面
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 - 窗户：
%APPDATA%\Claude\claude_desktop_config.json
对于光标
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Traylin.com中的实际密钥
验证
- 配置MCP客户端后，完全重新启动它。
- 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。” - “搜索上周有关人工智能和过滤的最新消息。” - “从URL中提取文本和HTMLhttps://traylinx.com"
- 当客户端请求权限时，授予它。
- 您应该收到一个包含文本内容和潜在结构化数据的响应。
高级用法
Traylix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标记文本
- 嵌入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和代码段的结构化搜索结果
- 媒体项目：搜索过程中发现的图像、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：高级用例的完整响应数据
使用最近过滤器
要按最近度筛选搜索结果，请执行以下操作：
// Example from Claude Desktop
Use the search tool to find recent news about SpaceX with results from the last day only.
// Example from a custom client
{
"name": "search",
"arguments": {
"query": "SpaceX launches",
"search_recency_filter": "week"
}
}特性
- 丰富的内容类型：返回文本以外的多种内容类型
- 时间滤波：按最近度（月、周、日、小时）筛选结果
- 安全的API密钥处理：API键驻留在环境变量中
- 可配置端点：如果需要，可以在API端点之间轻松切换
- 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:
- 创建/登录您的Smithery帐户
- 点击“部署新的MCP服务器”
- 输入ID:
traylinx-search-engine-mcp-server - 使用基本目录：
.（点代表根） - 点击“创建”
部署后，您可以使用以下命令在Claude的web界面中引用此服务器：
Use the traylinx-search-engine-mcp-server to search for [your query]注： 您需要提供您的 AGENTIC_SEARCH_API_KEY 作为Smithery部署设置中的环境变量。
故障排除
如果您遇到问题：
- 检查您的API密钥是否在配置中正确设置
- 确保配置后MCP客户端已完全重新启动
- 验证到Agentic Search API的网络连接
- 集
LOG_LEVEL向DEBUG有关更详细的日志
如需更多支持，请联系API提供商：support@traylinx.com
许可证
此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。