新闻搜索 MCP Server 开发秘籍:Python - SDK 携手 SerpApi,融入 Trae 不再难

1. 通过 sdk 开发 mcp server

本例需要 SerpApi

SerpApi 是一个专门针对Google搜索结果页面(SERP)的API服务。通过这个API,我们可以获取到Google搜索的各种数据,包括但不限于搜索结果、位置、时间等信息。

需要去官网申请 API Key。SerpApi 官网:serper.dev/

python 复制代码
import os
import json
from datetime import datetime

import httpx
from mcp.server.fastmcp import FastMCP
from dotenv import load_dotenv

# 加载环境变量
load_dotenv()

# 初始化 MCP 服务器
mcp = FastMCP("NewsServer")

@mcp.tool()
async def search_google_news(keyword: str) -> str:
    """
        使用 Serper API(Google Search 封装)根据关键词搜索新闻内容,返回前5条标题、描述和链接。

        参数:
            keyword (str): 关键词,如 "小米汽车"

        返回:
            str: JSON 字符串,包含新闻标题、描述、链接
        """

    # 从环境中获取 API 密钥并进行检查
    api_key = os.getenv("SERPER_API_KEY")
    if not api_key:
        return "❌ 未配置 SERPER_API_KEY,请在 .env 文件中设置"

    # 设置请求参数并发送请求
    url = "https://google.serper.dev/news"
    headers = {
        "X-API-KEY": api_key,
        "Content-Type": "application/json"
    }
    payload = {"q": keyword}

    async with httpx.AsyncClient() as client:
        response = await client.post(url, headers=headers, json=payload)
        data = response.json()

    # 检查数据,并按照格式提取新闻,返回前五条新闻
    if "news" not in data:
        return "❌ 未获取到搜索结果"

    articles = [
        {
            "title": item.get("title"),
            "desc": item.get("snippet"),
            "url": item.get("link")
        } for item in data["news"][:5]
    ]

    # 将新闻结果以带有时间戳命名后的 JSON 格式文件的形式保存在本地指定的路径
    output_dir = "./google_news"
    os.makedirs(output_dir, exist_ok=True)
    filename = f"google_news_{datetime.now().strftime('%Y%m%d_%H%M%S')}.json"
    file_path = os.path.join(output_dir, filename)

    with open(file_path, "w", encoding="utf-8") as f:
        json.dump(articles, f, ensure_ascii=False, indent=2)

    return (
        f"✅ 已获取与 [{keyword}] 相关的前5条 Google 新闻:\n"
        f"{json.dumps(articles, ensure_ascii=False, indent=2)}\n"
        f"📄 已保存到:{file_path}"
    )

if __name__ == "__main__":
    mcp.run(transport='stdio')

2. 添加到 trae 中

json 复制代码
{
  "mcpServers": {
    "my_news": {
      "command": "uv",
      "args": [
        "--directory",
        "D:/project/AI/MCP/mcpserver/python_simple",
        "run",
        "server.py"
      ]
    }
  }
}

添加成功后,添加到智能体

3. 对话测试

提示词:

请分析一下马斯克近期的热点新闻

相关推荐
后端小肥肠3 分钟前
放弃漫画内卷!育儿赛道才是黑马,用 Coze 智能体做10w+育儿漫画,成品直接发
人工智能·agent·coze
后端小张8 分钟前
[AI 学习日记] 深入解析MCP —— 从基础配置到高级应用指南
人工智能·python·ai·开源协议·mcp·智能化转型·通用协议
强哥之神5 小时前
从零理解 KV Cache:大语言模型推理加速的核心机制
人工智能·深度学习·机器学习·语言模型·llm·kvcache
数据智能老司机5 小时前
使用 OpenAI Agents SDK 构建智能体——记忆与知识
llm·openai·agent
数据智能老司机5 小时前
使用 OpenAI Agents SDK 构建智能体——代理工具与 MCP
llm·openai·agent
风生水气1 天前
vllm部署实践:windows单显卡上部署qwen模型
llm
智泊AI1 天前
AI大模型入门篇 | 完全0基础也能看得懂!轻松入坑AI大模型!
llm
大模型教程1 天前
大模型AI Agent 小白科研路线规划:从入门到精通!(含Agent学习资源)
程序员·llm·agent
大模型教程1 天前
刚入门AI大模型?这6个GitHub教程,连微软都忍不住推荐了
程序员·llm·agent
AI大模型1 天前
别再瞎学大模型了,这份GitHub神级课程火爆全网(附教程)
程序员·llm·agent