Brave Search MCP服务器安装以及客户端连接配置


版权声明


Brave Search概述

Brave Search 是一个由开发隐私浏览器 Brave 的公司推出的独立搜索引擎,其核心特点是专注于用户隐私保护 ,承诺不追踪用户的搜索历史或个人数据。与依赖谷歌、必应等第三方索引的传统搜索引擎不同,它主要基于自己构建的独立网络索引 (约92%的查询来自自有索引)来提供结果,确保了技术自主性。该搜索引擎可通过网页端 search.brave.com 访问,并深度集成于Brave浏览器中作为默认引擎,其商业模式主要依靠与搜索词相关、而非基于用户追踪的广告。除了基本搜索,它还提供特色功能如允许用户自定义结果排序规则的 Goggles ,以及能在结果顶部生成简洁答案的AI Summarizer 摘要引擎。自2021年推出以来,Brave Search 保持着增长,月查询量已达约8.43亿次。

官方网站 https://search.brave.com/ 如下:

Brave Search安装

环境准备

在安装Brave Search安装前,请务必安装Node.js和NPM。

申请API KEY

请在Brave Search官方网站申请API KEY,并在本地环境变量中配置。建议环境变量的键名为BRAVE_API_KEY。

在控制台中执行以下命令安装Brave Search:

xml 复制代码
npm install -g @modelcontextprotocol/server-brave-search

图示如下:

在控制台中执行以下命令启动Brave Search:

xml 复制代码
npx @modelcontextprotocol/server-brave-search 

启动成功后,请关闭该界面。

Spring AI项目作为客户端需连接已安装的Brave Search MCP服务器时,请添加如下配置:

xml 复制代码
# MCP Client Configuration for Brave Search
spring.ai.mcp.client.request-timeout=30s
spring.ai.mcp.client.stdio.connections.brave-search.command=cmd
spring.ai.mcp.client.stdio.connections.brave-search.args[0]=/c
spring.ai.mcp.client.stdio.connections.brave-search.args[1]=npx
spring.ai.mcp.client.stdio.connections.brave-search.args[2]=-y
spring.ai.mcp.client.stdio.connections.brave-search.args[3]=@modelcontextprotocol/server-brave-search
spring.ai.mcp.client.stdio.connections.brave-search.env.DEBUG=true
spring.ai.mcp.client.stdio.connections.brave-search.env.BRAVE_API_KEY=${BRAVE_API_KEY}
相关推荐
Maynor99612 小时前
WorkBuddy 一键接通 gpt-6.1-sol:MomoAI / TryAllAPI 把最新模型接到桌面
人工智能·gpt·ai·大模型·编程工具
香吧香15 小时前
内网部署 Qwen2.5-7B 实操:日志、性能与模型选型的一次完整梳理
大模型
Danny转行做跨境16 小时前
MCP 配置连不上?我把亚马逊选品数据的接入坑填了一遍
跨境电商·mcp·sorftime
老周聊架构16 小时前
工具与 MCP:让 Agent 长出手脚
agent·mcp
Elastic 中国社区官方博客17 小时前
告别繁琐控制台:Kabanos 如何将 MongoDB Compass 的易用性带入 Elasticsearch
大数据·数据库·mongodb·elasticsearch·搜索引擎·全文检索
会思想的苇草i18 小时前
OpenClaw 添加技能(Skills) & 常用命令
ai·大模型·skills·openclaw
小金的研发日志19 小时前
ASP.NET 手搓 MCP 服务(四):刷新令牌的轮换与重放检测
mcp
虎鲸不是鱼20 小时前
【虎鲸进化论 41】AI 的盲区清单:责任、利害、定义、关系、最后一公里与主体性
人工智能·自动化·大模型·llm·自进化agent
QN1幻化引擎20 小时前
信号场注意力(SFA):把 KV Cache 变成 O(1) 的双通道注意力——0.1B/0.3B 受控 A/B 精度反升 15.5% / 24.3%
pytorch·深度学习·大模型·transformer·注意力机制·推理优化
Dumbness20 小时前
写 MCP 服务器踩的坑:stdout 是协议通道,一行不带换行的日志就能让客户端超时
node.js·mcp