Higress AI-Search MCP 服务器

概述

这是一个提供AI搜索工具的模型上下文协议（MCP）服务器，通过Higress的ai-search特性，增强AI模型响应，实时从多个搜索引擎获取搜索结果。

<a href="https://glama.ai/mcp/servers/gk0xde4wbp"> <img width="380" height="200" src="https://gips2.baidu.com/it/u=3947666609,3361390637&fm=3081&app=3081&f=PNG?w=760&h=400" alt="Higress AI-Search Server MCP 服务器" /> </a>

示例

命令行

https://github.com/user-attachments/assets/60a06d99-a46c-40fc-b156-793e395542bb

Claude 桌面

https://github.com/user-attachments/assets/5c9e639f-c21c-4738-ad71-1a88cc0bcb46

功能

• 互联网搜索：Google、Bing、Quark - 用于一般网络信息
• 学术搜索：Arxiv - 用于科学论文和研究
• 内部知识搜索

预备条件

• 使用uv进行包安装。
• 配置Higress以使用ai-search插件和ai-proxy插件。

配置

服务器可以通过环境变量进行配置：

• HIGRESS_URL(可选)：Higress服务的URL（默认值：http://localhost:8080/v1/chat/completions）。
• MODEL(必需)：用于生成响应的LLM模型。
• INTERNAL_KNOWLEDGE_BASES(可选)：内部知识库的描述。

方案 1：使用 uvx

使用 uvx 将自动从 PyPI 安装包，无需本地克隆仓库。

{
  "mcpServers": {
    "higress-ai-search-mcp-server": {
      "command": "uvx",
      "args": [
        "higress-ai-search-mcp-server"
      ],
      "env": {
        "HIGRESS_URL": "http://localhost:8080/v1/chat/completions",
        "MODEL": "qwen-turbo",
        "INTERNAL_KNOWLEDGE_BASES": "员工手册，公司政策，内部流程文档"
      }
    }
  }
}

方案 2：使用 uv 进行本地开发

使用 uv 需要本地克隆仓库，并指定源代码路径。

{
  "mcpServers": {
    "higress-ai-search-mcp-server": {
      "command": "uv",
      "args": [
        "--directory",
        "path/to/src/higress-ai-search-mcp-server",
        "run",
        "higress-ai-search-mcp-server"
      ],
      "env": {
        "HIGRESS_URL": "http://localhost:8080/v1/chat/completions",
       - "MODEL": "qwen-turbo",
        "INTERNAL_KNOWLEDGE_BASES": "员工手册，公司政策，内部流程文档"
      }
    }
  }
}

许可证

本项目采用MIT许可证 - 详情见LICENSE文件。