mcp-google-search MCP Server

Cosa fa il server MCP “mcp-google-search”?

Il mcp-google-search MCP Server è un server Model Context Protocol che consente agli assistenti AI di effettuare ricerche web tramite Google Custom Search API ed estrarre contenuti dalle pagine web. Facendo da ponte tra i client AI e le vaste risorse del web, permette ai large language model (LLM) di accedere a informazioni aggiornate, svolgere ricerche ed espandere la propria conoscenza con dati in tempo reale. Il server espone strumenti sia per la ricerca sul web che per la lettura dei contenuti delle pagine, risultando utile per vari workflow di sviluppo e agentici che necessitano di accesso affidabile a dati online esterni.

Elenco dei Prompt

Nessun template di prompt esplicito è menzionato nella documentazione disponibile.

Elenco delle Risorse

Nessuna risorsa esplicita è documentata nei file disponibili o nel README.

Elenco degli Strumenti

• search
  Effettua una ricerca web utilizzando la Google Custom Search API. Permette di specificare la query di ricerca e il numero di risultati (fino a 10). Restituisce risultati strutturati tra cui titoli, link e snippet per ogni risultato.

• read_webpage
  Estrae e analizza il contenuto di un URL di pagina web fornito. Recupera la pagina, rimuove script e stili, e restituisce titolo pulito, testo principale e URL per un’elaborazione contestuale.

Casi d’Uso di questo MCP Server

• Ricerca Web in Tempo Reale
  Sviluppatori e agenti AI possono accedere alle ultime informazioni dal web, fornendo risposte aggiornate e ricerche per attività knowledge-intensive.

• Fact-Checking e Verifica
  Cercando tra siti affidabili e recuperando i contenuti delle pagine, questo server può aiutare a verificare fatti, affermazioni o fonti in tempo reale.

• Riassunto Contenuti
  Gli assistenti AI possono recuperare e leggere articoli o pagine, poi riassumerne i contenuti per utenti o workflow a valle.

• Raccolta Automatica di Conoscenza
  Permette di costruire agenti che raccolgono autonomamente informazioni da più fonti web e compilano report o dataset strutturati.

• Apprendimento ed Esplorazione
  Aiuta nell’esplorazione di codebase o nell’apprendimento tecnico cercando documentazione, tutorial o discussioni rilevanti sul web.

Come configurarlo

Windsurf

1. Prerequisiti: Assicurati che Node.js e npm siano installati.
2. Trova la Configurazione: Individua il file di configurazione di Windsurf (tipicamente windsurf_config.json).
3. Aggiungi MCP Server: Inserisci il seguente snippet nell’oggetto mcpServers:

   {
     "google-search": {
       "command": "npx",
       "args": [
         "-y",
         "@adenot/mcp-google-search"
       ],
       "env": {
         "GOOGLE_API_KEY": "inserisci-la-tua-api-key-qui",
         "GOOGLE_SEARCH_ENGINE_ID": "inserisci-il-tuo-search-engine-id-qui"
       }
     }
   }
   

4. Salva e Riavvia: Salva la configurazione e riavvia Windsurf.
5. Verifica: Controlla che il server sia attivo e disponibile come strumento.

Claude

1. Prerequisiti: Installa Node.js e npm.
2. Installa tramite Smithery:
   Esegui:

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

3. Modifica la Configurazione:
   Su Mac: ~/Library/Application Support/Claude/claude_desktop_config.json
   Su Windows: %APPDATA%/Claude/claude_desktop_config.json
4. Inserisci JSON:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "inserisci-la-tua-api-key-qui",
           "GOOGLE_SEARCH_ENGINE_ID": "inserisci-il-tuo-search-engine-id-qui"
         }
       }
     }
   }
   

5. Salva e Riavvia: Salva le modifiche e riavvia Claude Desktop.
6. Verifica: Assicurati che il server MCP compaia tra i tuoi strumenti.

Cursor

1. Prerequisiti: Node.js e npm installati.
2. File di Configurazione: Apri il file di configurazione di Cursor (es. cursor_config.json).
3. Aggiungi MCP Server:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "inserisci-la-tua-api-key-qui",
           "GOOGLE_SEARCH_ENGINE_ID": "inserisci-il-tuo-search-engine-id-qui"
         }
       }
     }
   }
   

4. Salva e Riavvia: Salva la configurazione e riavvia Cursor.
5. Verifica: Controlla la disponibilità del server.

Cline

1. Prerequisiti: Node.js e npm.
2. Trova la Configurazione: Individua il file di configurazione di Cline.
3. Aggiorna MCP Servers:

   {
     "mcpServers": {
       "google-search": {
         "command": "npx",
         "args": [
           "-y",
           "@adenot/mcp-google-search"
         ],
         "env": {
           "GOOGLE_API_KEY": "inserisci-la-tua-api-key-qui",
           "GOOGLE_SEARCH_ENGINE_ID": "inserisci-il-tuo-search-engine-id-qui"
         }
       }
     }
   }
   

4. Salva e Riavvia: Salva il file e riavvia Cline.
5. Verifica Installazione: Conferma che il server MCP sia caricato.

Nota:
Proteggi sempre le tue chiavi API utilizzando le variabili di ambiente come mostrato nel blocco "env" degli esempi JSON. Non inserire mai le chiavi API nel sistema di versionamento.

Come usare questo MCP nei flow

Uso di MCP in FlowHunt

Per integrare i server MCP nel tuo workflow FlowHunt, inizia aggiungendo il componente MCP al tuo flow e collegandolo al tuo agente AI:

Clicca sul componente MCP per aprire il pannello di configurazione. Nella sezione di configurazione MCP di sistema, inserisci i dettagli del tuo server MCP usando questo formato JSON:

{
  "google-search": {
    "transport": "streamable_http",
    "url": "https://tuoservermcp.esempio/percorsoalmcp/url"
  }
}

Una volta configurato, l’agente AI sarà in grado di utilizzare questo MCP come strumento con accesso a tutte le sue funzioni e capacità. Ricorda di cambiare “google-search” con il nome reale del tuo server MCP e sostituire l’URL con quello del tuo server MCP.

Panoramica

In base alle due tabelle sopra, il server MCP mcp-google-search offre bene le funzionalità core degli strumenti ed è facile da configurare, ma manca documentazione su prompt, risorse, roots e sampling support. Gli si può assegnare un punteggio di circa 6/10 per completezza generale ed esperienza sviluppatore.

MCP Score