Ajouter la recherche web à n'importe quel client MCP

Le problème

Le Model Context Protocol permet aux assistants IA dans Claude Desktop, Cursor, Windsurf et d'autres clients compatibles MCP d'appeler des outils externes. Mais intégrer la recherche web dans un client MCP signifie généralement exécuter un serveur local, gérer l'automatisation du navigateur, gérer la rotation des clés API pour plusieurs fournisseurs, et écrire du code de colle qui traduit entre le schéma d'outils MCP et le backend de recherche que vous avez choisi. La configuration est fragile, non documentée pour la plupart des fournisseurs, et se casse lorsque la spécification MCP évolue. La plupart des développeurs abandonnent et utilisent leur assistant IA sans accès web, ce qui signifie que chaque réponse est limitée à la date de coupure de l'entraînement du modèle.

La solution Scavio

Scavio fournit un serveur MCP officiel que vous pouvez ajouter à Claude Desktop, Cursor ou Windsurf en quelques minutes. Le serveur expose la recherche web, la recherche de produits, la recherche vidéo et la recherche Reddit en tant qu'outils MCP avec des schémas typés. Votre assistant IA peut rechercher Google, Amazon, YouTube, Walmart et Reddit en cours de conversation et ancrer ses réponses dans des données en direct. La configuration est une seule entrée dans votre fichier de configuration MCP pointant vers le serveur Scavio, avec votre clé API comme seul paramètre requis. Pas d'automatisation de navigateur, pas de proxy local, pas de code de colle.

À qui cela s'adresse

Développeurs utilisant Claude Desktop, Cursor ou Windsurf qui souhaitent que leur assistant IA recherche le web en direct. Si vous avez essayé de configurer la recherche web dans un client MCP et avez abandonné car la configuration était trop complexe, voici le chemin en trois minutes.

Avantages clés

• Serveur MCP officiel avec des schémas d'outils typés
• Fonctionne avec Claude Desktop, Cursor et Windsurf
• Cinq plateformes disponibles en tant qu'outils MCP à partir d'un seul serveur
• Configuration en trois lignes, aucune infrastructure locale
• Réponses ancrées avec des données web en direct dans l'IDE

Exemple Python

# mcp_config.json - Add to your MCP client configuration
# {
#   "mcpServers": {
#     "scavio": {
#       "command": "npx",
#       "args": ["-y", "@anthropic-ai/scavio-mcp-server"],
#       "env": { "SCAVIO_API_KEY": "your_scavio_api_key" }
#     }
#   }
# }

# Once configured, use Scavio in any Python agent with MCP support
import requests

API_KEY = "your_scavio_api_key"

def mcp_search(query: str, platform: str = "google"):
    r = requests.post(
        "https://api.scavio.dev/api/v1/search",
        headers={"x-api-key": API_KEY},
        json={"platform": platform, "query": query},
        timeout=10,
    )
    return r.json().get("organic", [])[:5]

print(mcp_search("MCP server setup guide 2026"))

Exemple JavaScript

// mcp_config.json - Add to your MCP client configuration
// {
//   "mcpServers": {
//     "scavio": {
//       "command": "npx",
//       "args": ["-y", "@anthropic-ai/scavio-mcp-server"],
//       "env": { "SCAVIO_API_KEY": "your_scavio_api_key" }
//     }
//   }
// }

const API_KEY = "your_scavio_api_key";

async function mcpSearch(query, platform = "google") {
  const r = 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 }),
  });
  const data = await r.json();
  return (data.organic ?? []).slice(0, 5);
}

console.log(await mcpSearch("MCP server setup guide 2026"));

Plateformes utilisées