项目简介

本项目 'OpenRouter 搜索 MCP 服务器' 是一个实现了 Model Context Protocol (MCP) 的后端服务,旨在为大型语言模型 (LLM) 客户端提供网页搜索功能。它利用 OpenRouter API 访问 Google Gemini Pro 模型,作为一个工具集成到 MCP 生态系统中,扩展 LLM 的能力。

主要功能点

  • 网页搜索能力: 通过 OpenRouter API 和 Google Gemini Pro 模型执行网页搜索。
  • MCP 工具集成: 作为一个标准的 MCP 服务器,可以轻松集成到任何支持 MCP 协议的 LLM 客户端。
  • 工具发现: 客户端可以自动发现服务器提供的 'web_search' 工具。
  • 简单易用: 配置简单,只需提供 OpenRouter API 密钥即可运行。
  • 标准化接口: 遵循 MCP 协议,提供稳定可靠的工具调用方式。

安装步骤

  1. 克隆仓库: 将仓库克隆到本地。
    git clone https://github.com/joaomj/openrouter-search-server.git
    cd openrouter-search-server
  2. 安装依赖: 使用 npm 安装项目依赖。
    npm install
  3. 构建项目: 编译 TypeScript 代码。
    npm run build

服务器配置

要将此 MCP 服务器添加到您的 LLM 客户端(例如 Claude、VS Code 插件等),您需要配置客户端的 MCP 设置。以下是一个配置示例,您需要根据您的实际环境进行调整。

在您的 MCP 客户端配置文件(例如 'cline_mcp_settings.json' 或 'claude_desktop_config.json')中,添加如下 'mcpServers' 配置块:

{
  "mcpServers": {
    "openrouter-search": {  // 服务器名称,客户端用此名称引用
      "command": "node",  // 启动服务器的命令
      "args": [          // 命令参数,指向构建后的 index.js 文件路径
        "/path/to/openrouter-search-server/build/index.js"  // 替换为实际路径
      ],
      "env": {
        "OPENROUTER_API_KEY": "YOUR_OPENROUTER_API_KEY_HERE" // 替换为您的 OpenRouter API 密钥
      },
      "disabled": false,     // 设置为 false 启用服务器
      "autoApprove": []
    }
    // ... 其他服务器配置(如果需要)
  }
}

请务必替换以下内容:

  • '/path/to/openrouter-search-server/build/index.js': 替换为 'index.js' 文件在您系统中的绝对路径。如果您将仓库克隆到用户目录下的 'Cline/MCP/openrouter-search-server' 文件夹,则应为 '/home/<用户名>/Cline/MCP/openrouter-search-server/build/index.js' (在 Windows 系统中,路径格式可能不同)。
  • 'YOUR_OPENROUTER_API_KEY_HERE': 替换为您在 OpenRouter 申请的 API 密钥。

注意: 请勿将 API 密钥直接硬编码到代码或配置文件中,而是通过环境变量 'OPENROUTER_API_KEY' 传递。

基本使用方法

配置完成后,您的 MCP 客户端应该能够检测到名为 'openrouter-search' 的服务器及其提供的 'web_search' 工具。

您可以通过 MCP 客户端的界面或指令来调用 'web_search' 工具,并提供 'query' 参数进行搜索。例如,在支持 MCP 工具调用的 LLM 应用中,您可以使用如下格式的指令来触发网页搜索:

<use_mcp_tool>
<server_name>openrouter-search</server_name>
<tool_name>web_search</tool_name>
<arguments>
{
  "query": "MCP SDK 最新版本是什么?"
}
</arguments>
</use_mcp_tool>

工具执行后,LLM 将获得网页搜索的结果,并可以将其用于后续的对话或任务。

信息

分类

网页与API