mcp-google-search MCP Server

¿Qué hace el MCP Server “mcp-google-search”?

El MCP Server mcp-google-search es un servidor Model Context Protocol que permite a los asistentes de IA realizar búsquedas web utilizando la Google Custom Search API y extraer contenido de páginas web. Al actuar como un puente entre los clientes de IA y los vastos recursos de la web, permite que los modelos de lenguaje grandes (LLMs) accedan a información actualizada, realicen investigaciones y mejoren su conocimiento con datos en tiempo real. El servidor expone herramientas tanto para buscar en la web como para leer el contenido de páginas, haciendo que sea útil para una variedad de flujos de desarrollo y agentes que requieren acceso confiable a datos externos en línea.

Lista de Prompts

No se mencionan plantillas de prompt explícitas en la documentación disponible.

Lista de Recursos

No se documentan recursos explícitos en los archivos disponibles ni en el README.

Lista de Herramientas

• search
  Realiza una búsqueda web usando la Google Custom Search API. Permite especificar la consulta de búsqueda y el número de resultados (hasta 10). Devuelve resultados estructurados que incluyen títulos, enlaces y fragmentos para cada resultado.

• read_webpage
  Extrae y analiza el contenido de la URL de una página web proporcionada. Obtiene la página, elimina scripts y estilos, y retorna el título limpio, el texto principal y el URL para procesamiento contextual.

Casos de uso de este MCP Server

• Investigación web en tiempo real
  Desarrolladores y agentes de IA pueden acceder a la información más reciente de la web, permitiendo respuestas actualizadas e investigación para tareas intensivas en conocimiento.

• Verificación de hechos y validación
  Al buscar en sitios web confiables y obtener el contenido de las páginas, este servidor puede ayudar a verificar hechos, afirmaciones o fuentes en tiempo real.

• Resumen de contenido
  Los asistentes de IA pueden obtener y leer artículos o páginas, y luego resumir su contenido para usuarios o flujos de trabajo posteriores.

• Recopilación automática de conocimiento
  Permite construir agentes que recopilan autónomamente información de múltiples fuentes web y compilan informes estructurados o conjuntos de datos.

• Aprendizaje y exploración
  Ayuda en la exploración de bases de código o aprendizaje técnico al buscar documentación, tutoriales o discusiones relevantes en la web.

Cómo configurarlo

Windsurf

1. Requisitos previos: Asegúrate de tener Node.js y npm instalados.
2. Ubica la configuración: Encuentra tu archivo de configuración de Windsurf (típicamente windsurf_config.json).
3. Agrega el servidor MCP: Inserta el siguiente fragmento en el objeto mcpServers:

   {
     "google-search": {
       "command": "npx",
       "args": [
         "-y",
         "@adenot/mcp-google-search"
       ],
       "env": {
         "GOOGLE_API_KEY": "tu-api-key-aquí",
         "GOOGLE_SEARCH_ENGINE_ID": "tu-search-engine-id-aquí"
       }
     }
   }
   

4. Guarda y reinicia: Guarda la configuración y reinicia Windsurf.
5. Verifica: Comprueba que el servidor esté en funcionamiento y disponible como herramienta.

Claude

1. Requisitos previos: Instala Node.js y npm.
2. Instala vía Smithery:
   Ejecuta:

   npx -y @smithery/cli install @adenot/mcp-google-search --client claude
   

3. Edita la configuración:
   En Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   En Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Inserta el JSON:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "tu-api-key-aquí",
           "GOOGLE_SEARCH_ENGINE_ID": "tu-search-engine-id-aquí"
         }
       }
     }
   }
   

5. Guarda y reinicia: Guarda los cambios y reinicia Claude Desktop.
6. Verifica: Asegúrate de que el servidor MCP aparezca en tus herramientas.

Cursor

1. Requisitos previos: Node.js y npm instalados.
2. Archivo de configuración: Abre tu configuración de Cursor (por ejemplo, cursor_config.json).
3. Agrega el servidor MCP:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "tu-api-key-aquí",
           "GOOGLE_SEARCH_ENGINE_ID": "tu-search-engine-id-aquí"
         }
       }
     }
   }
   

4. Guarda y reinicia: Guarda la configuración y reinicia Cursor.
5. Verifica: Comprueba la disponibilidad del servidor.

Cline

1. Requisitos previos: Node.js y npm.
2. Ubica la configuración: Encuentra tu archivo de configuración de Cline.
3. Actualiza los servidores MCP:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "tu-api-key-aquí",
           "GOOGLE_SEARCH_ENGINE_ID": "tu-search-engine-id-aquí"
         }
       }
     }
   }
   

4. Guarda y reinicia: Guarda el archivo y reinicia Cline.
5. Verifica la configuración: Confirma que el servidor MCP esté cargado.

Nota:
Asegura siempre tus claves de API utilizando variables de entorno como se muestra en el bloque "env" de los ejemplos JSON. No subas las claves de API a un control de versiones.

Cómo usar este MCP dentro de los flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza agregando el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración del sistema MCP, inserta los detalles de tu servidor MCP usando este formato JSON:

{
  "google-search": {
    "transport": "streamable_http",
    "url": "https://tuservidormcp.ejemplo/rutadelmcp/url"
  }
}

Una vez configurado, el agente de IA podrá usar este MCP como herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “google-search” por el nombre real de tu servidor MCP y reemplazar la URL por la de tu propio servidor MCP.

Resumen

Con base en las dos tablas anteriores, el MCP Server mcp-google-search proporciona bien la funcionalidad central de herramienta y es fácil de configurar, pero carece de documentación sobre prompts, recursos, roots y soporte de sampling. Su calificación sería de 6/10 en cuanto a completitud y experiencia de desarrollador.

Puntuación MCP