关键词

实时搜索AI推荐新闻资讯金融数据Web数据访问

使用说明

项目简介

Dappier MCP Server 是一个基于 Model Context Protocol (MCP) 的服务器实现，它利用 Dappier 平台提供的强大功能，为大型语言模型 (LLM) 提供实时的、经过授权的数据访问能力和AI驱动的工具。通过此服务器，LLM 可以轻松访问来自可信来源的各种数据，例如实时网络搜索结果、股票市场数据、新闻资讯以及个性化内容推荐，从而显著增强 LLM 的知识广度和应用场景。

主要功能点

  1. 实时数据搜索: 通过 'dappier_real_time_search' 工具，LLM 可以进行实时的网络搜索，获取最新的新闻、天气、股票价格等信息，并以简洁的AI生成答案形式返回。
  2. AI内容推荐: 通过 'dappier_ai_recommendations' 工具，LLM 可以根据用户查询，获取个性化的内容推荐，例如体育新闻、生活方式资讯等。返回结果包含文章标题、摘要、图片和来源URL等详细信息。
  3. 多元数据模型: Dappier 平台提供多种数据模型，涵盖体育、生活、宠物、新闻等领域，用户可以根据需求选择合适的数据模型进行查询和推荐。
  4. 灵活的定制选项: 内容推荐工具支持多种参数配置，例如相似度过滤、来源域名过滤和搜索算法选择，以满足不同的应用场景和需求。

安装步骤

  1. 获取 Dappier API 密钥: 访问 Dappier 平台 注册并生成 API 密钥。
  2. 安装 uv: 按照 uv 安装指南 安装 'uv' 包管理器 (推荐，可选，可以加速安装)。
  3. 安装 Dappier MCP Server:
    • 如果安装了 'uv'，运行命令 'uv pip install dappier-mcp'
    • 如果没有安装 'uv'，运行命令 'pip install dappier-mcp'

服务器配置

要将 Dappier MCP Server 集成到 MCP 客户端（例如 Claude 桌面应用），您需要配置客户端的 MCP 服务器设置。以下是 'claude_desktop_config.json' 文件的配置示例：

{
  "mcpServers": {
    "dappier": {  // 服务器名称，可以自定义
      "command": "uvx", // 启动服务器的命令，如果使用 pip 安装，则为 python 或 python3，如果使用 uv 安装，则为 uvx
      "args": ["dappier-mcp"], // 启动命令的参数，这里指定运行 dappier-mcp 服务器
      "env": {
        "DAPPIER_API_KEY": "YOUR_API_KEY_HERE" // 您的 Dappier API 密钥，请替换为实际密钥
      }
    }
  }
}

配置文件位置：

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

配置说明：

  • '"dappier"': 自定义的服务器名称，在客户端中用于标识该服务器。
  • '"command": "uvx"': 指定启动服务器的命令。这里 'uvx' 是 'uv' 包管理器提供的执行 Python 的命令。如果您使用 'pip' 安装，并且您的 Python 环境命令是 'python3'，则应将 '"command"' 设置为 '"python3"'。请根据您的实际 Python 环境配置进行调整。
  • '"args": ["dappier-mcp"]': 指定传递给启动命令的参数。'"dappier-mcp"' 是 Dappier MCP Server 的入口点，运行此命令将启动服务器。
  • '"env": { "DAPPIER_API_KEY": "YOUR_API_KEY_HERE" }': 设置环境变量。'DAPPIER_API_KEY' 用于存储您的 Dappier API 密钥，服务器启动时会读取此环境变量进行身份验证。请务必将 '"YOUR_API_KEY_HERE"' 替换为您在 Dappier 平台获取的实际 API 密钥。

基本使用方法

配置完成后，在 MCP 客户端中即可使用 Dappier MCP Server 提供的工具和 Prompt。

工具示例：

  • 实时数据搜索 (dappier_real_time_search)：

    • 查询示例: "今天北京天气怎么样？" 或 "Meta 公司的最新新闻是什么？"
    • 返回结果: AI 生成的简洁答案，例如 "今天北京晴，气温..." 或 "Meta 公司发布了..."

  • AI 内容推荐 (dappier_ai_recommendations)：

    • 查询示例: "给我推荐一些最新的体育新闻" 或 "查找关于可持续生活的文章"
    • 返回结果: 结构化的文章列表，包含标题、作者、发布日期、来源、URL、图片 URL 和摘要等信息。

Prompt 示例：

您可以使用与工具名称相同的 Prompt 名称，例如 'dappier_real_time_search' 或 'dappier_ai_recommendations'，并提供相应的查询参数。

调试

可以使用 MCP Inspector 工具调试服务器：

npx @modelcontextprotocol/inspector uvx dappier-mcp

确保您已安装 Node.js 和 npm 或 yarn。

信息

分类

网页与API

访问项目