El problema
Los clientes MCP (Claude Desktop, Cursor, VS Code Copilot) necesitan un único punto final de búsqueda que proporcione datos multiplataforma. Cada marco de agente espera herramientas expuestas a través del protocolo MCP. Crear un servidor MCP personalizado desde cero requiere implementar el protocolo, manejar el descubrimiento de herramientas, administrar la autenticación y mantener la infraestructura de búsqueda. Son semanas de trabajo para lo que debería ser una integración de herramientas sencilla.
La solucion de Scavio
Conecte los clientes MCP directamente al servidor MCP alojado de Scavio en mcp.scavio.dev/mcp. El servidor expone herramientas de búsqueda para las 6 plataformas con parámetros escritos y respuestas estructuradas. No se necesita ningún código de servidor personalizado. Para los equipos que desean una lógica personalizada (almacenamiento en caché, filtrado de resultados, seguimiento de uso), cree un proxy MCP delgado que reenvíe solicitudes a la API REST de Scavio mientras agrega su capa de middleware.
Antes
Antes de la puerta de enlace MCP, cada integración de agente requería un código de cliente HTTP personalizado, manejo de autenticación y análisis de respuesta por proveedor. Agregar un nuevo cliente agente significó duplicar el trabajo de integración.
Después
Después de conectarse a la puerta de enlace MCP, cualquier cliente compatible con MCP obtiene una búsqueda multiplataforma agregando una URL de servidor a su configuración. Los nuevos clientes (Cursor, Claude Desktop, agentes personalizados) obtienen capacidad de búsqueda en segundos en lugar de horas de trabajo de integración.
Para quien es
Desarrolladores que integran la búsqueda web en herramientas de inteligencia artificial compatibles con MCP (Claude Desktop, Cursor, VS Code). Equipos que crean plataformas de agentes personalizadas que necesitan exposición a herramientas de búsqueda estandarizadas a través de MCP.
Beneficios clave
- Una URL del servidor MCP proporciona 6 herramientas de búsqueda de plataformas
- Código personalizado cero: agregue la URL del servidor a la configuración del cliente
- Descubrimiento automático de herramientas: los clientes ven las herramientas de búsqueda disponibles
- Parámetros escritos y respuestas estructuradas según la especificación MCP
- Funciona con Claude Desktop, Cursor, VS Code y clientes MCP personalizados
Ejemplo en Python
# Option 1: Use Scavio hosted MCP directly (no code needed)
# Add to your MCP client config:
# {"mcpServers": {"scavio": {"url": "https://mcp.scavio.dev/mcp", "headers": {"x-api-key": "your_key"}}}}
# Option 2: Custom MCP proxy with caching layer
import requests
from functools import lru_cache
API_KEY = "your_scavio_api_key"
@lru_cache(maxsize=1000)
def cached_search(query: str, platform: str) -> str:
"""Search with in-memory cache for repeated queries."""
res = requests.post(
"https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": platform, "query": query},
timeout=15,
)
res.raise_for_status()
data = res.json()
results = []
for r in data.get("organic", [])[:5]:
results.append(f"- {r.get('title', '')}: {r.get('snippet', '')} ({r.get('link', '')})")
return "\n".join(results)
# This function can be exposed as an MCP tool via mcp-python-sdk
# from mcp.server import Server
# server = Server("search-gateway")
# @server.tool()
# def search(query: str, platform: str = "google") -> str:
# return cached_search(query, platform)
print(cached_search("best search api 2026", "google"))Ejemplo en JavaScript
// Option 1: Use Scavio hosted MCP (no code)
// Add to MCP client config: {"url": "https://mcp.scavio.dev/mcp", "headers": {"x-api-key": "your_key"}}
// Option 2: Custom MCP proxy with caching
const API_KEY = "your_scavio_api_key";
const cache = new Map();
async function cachedSearch(query, platform = "google") {
const key = `${platform}:${query}`;
if (cache.has(key)) return cache.get(key);
const res = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST",
headers: { "x-api-key": API_KEY, "content-type": "application/json" },
body: JSON.stringify({ platform, query }),
});
if (!res.ok) throw new Error(`scavio ${res.status}`);
const data = await res.json();
const result = (data.organic ?? []).slice(0, 5).map((r) => `- ${r.title}: ${r.snippet} (${r.link})`).join("\n");
cache.set(key, result);
return result;
}
// Expose as MCP tool via @modelcontextprotocol/sdk
// import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
// const server = new McpServer({ name: "search-gateway" });
// server.tool("search", { query: "string", platform: "string" }, async ({ query, platform }) => cachedSearch(query, platform));
console.log(await cachedSearch("best search api 2026"));Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA
Amazon
Búsqueda de productos con precios, calificaciones y reseñas
YouTube
Búsqueda de videos con transcripciones y metadatos
TikTok
Descubrimiento de videos, creadores y productos en tendencia
Walmart
Búsqueda de productos con precios y datos de cumplimiento
Comunidad, publicaciones y comentarios en hilos de cualquier subreddit