OpenAI Web Search MCP Server

MCP搜索检索

提供方 tiovikram

搜索检索 未标注 无需鉴权 社区 / 第三方 Claude DesktopClaude

Gumloop MCP Server 是一个用于管理和执行自动化流程的API服务器,支持流程管理、工作区发现、输入模式检索和文件操作等功能。

一句话选型结论

按资料字段整理

OpenAI Web Search MCP Server 属于搜索检索类 MCP 服务器,传输方式未标注,无需鉴权,可直接接入 Claude Desktop、Claude,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式未标注 鉴权无需鉴权 部署方式支持远程部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

自动化流程JavaScript本地部署API服务器文件操作工作区管理输入模式检索

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    确认你的客户端支持远程端点,并拿到服务地址。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 远程端点依赖网络与服务方可用性,注意密钥与调用额度。
  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
OpenAI Web Search MCP Server当前 未标注 未标注 支持远程部署 无 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方tiovikram上游标注的维护方 tiovikram
分类搜索检索本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型支持远程部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

6.2 KB
来自项目仓库与上游目录的原文,未做删改

Gumloop MCP服务器

用于Gumloop的API的MCP服务器,使人工智能模型能够通过标准化界面管理和执行自动化。

特性

  • 流量管理:启动自动化并监控其执行状态
  • 工作区发现:列出可用工作簿和已保存的自动化流
  • 输入模式检索:获取有关流所需输入的详细信息
  • 文件操作:上传和下载自动化中使用的文件
  • 上下文感知执行:使用特定于用户需求的输入参数运行自动化

工具

startAutomation

为特定保存的自动化启动新的流运行。

输入:

  • user_id (string):发起流的用户的ID
  • saved_item_id (string):已保存流的ID
  • project_id (string,可选):执行流的项目的ID
  • pipeline_inputs (数组,可选):流的输入列表
  • input_name (string):输入节点中的“input_name”参数
  • value (string):要传递给Input节点的值

退货: 包含运行详细信息的响应,包括run_id、saved_item_id、workbook_id和URL

retrieveRunDetails

检索特定流运行的详细信息。

输入:

  • run_id (string):要检索的流运行的ID
  • user_id (string,可选):发起流的用户的ID
  • project_id (string,可选):执行流的项目的ID

退货: 响应运行详细信息,包括状态、输出、时间戳和日志

listSavedFlows

检索用户或项目的所有已保存流的列表。

输入:

  • user_id (字符串,可选):列出项目的用户ID
  • project_id (字符串,可选):要列出项目的项目ID

退货: 响应已保存的流及其元数据列表

listWorkbooks

检索所有工作簿及其关联的已保存流的列表。

输入:

  • user_id (字符串,可选):列出工作簿的用户ID
  • project_id (字符串,可选):要列出工作簿的项目ID

退货: 使用工作簿列表及其关联的已保存流进行响应

retrieveInputSchema

检索特定已保存流的输入架构。

输入:

  • saved_item_id (string):要检索其输入模式的已保存项的ID
  • user_id (string,可选):创建流的用户ID
  • project_id (string,可选):流所在的项目ID

退货: 带有流输入参数列表的响应

uploadFile

将单个文件上传到Gumloop平台。

输入:

  • file_name (string):要上传的文件的名称
  • file_content (string):文件的Base64编码内容
  • user_id (string,可选):与文件关联的用户ID
  • project_id (字符串,可选):与文件关联的项目ID

退货: 带有成功状态和文件名的响应

uploadMultipleFiles

在单个请求中将多个文件上传到Gumloop平台。

输入:

  • files (array):要上传的文件对象数组
  • file_name (string):要上传的文件的名称
  • file_content (string):文件的Base64编码内容
  • user_id (字符串,可选):与文件关联的用户ID
  • project_id (字符串,可选):与文件关联的项目ID

退货: 响应成功状态和上传文件名列表

downloadFile

从Gumloop平台下载特定文件。

输入:

  • file_name (string):要下载的文件的名称
  • run_id (string):与文件关联的流运行的ID
  • saved_item_id (string):与文件关联的已保存项目ID
  • user_id (字符串,可选):与流运行关联的用户ID
  • project_id (字符串,可选):与流运行关联的项目ID

退货: 请求的文件内容

downloadMultipleFiles

从Gumloop平台下载多个文件作为zip存档。

输入:

  • file_names (array):要下载的文件名数组
  • run_id (string):与文件关联的流运行的ID
  • user_id (字符串,可选):与文件关联的用户ID
  • project_id (字符串,可选):与文件关联的项目ID
  • saved_item_id (字符串,可选):与文件关联的已保存项目ID

退货: 包含所请求文件的Zip文件

设置

API密钥

创建一个Gumloop API密钥,可以访问所需的功能:

  1. 首选 Gumloop工作区设置
  2. 生成新的API密钥
  3. 复制生成的密钥

使用Claude Desktop

要在Claude Desktop中使用此功能,请将以下内容添加到您的 claude_desktop_config.json:

使用NPX```json

{
"mcpServers": {
"gumloop": {
"command": "npx",
"args": [
"-y",
"gumloop-mcp-server"
],
"env": {
"GUMLOOP_API_KEY": ""
}
}
}
}


#### 使用Docker```json
{
"mcpServers": {
"gumloop": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"GUMLOOP_API_KEY",
"gumloop-mcp-server"
],
"env": {
"GUMLOOP_API_KEY": ""
}
}
}
}

例子

启动自动化```javascript

// Start a saved automation flow
const result = await agent.callTool("startAutomation", {
user_id: "user123",
saved_item_id: "flow456",
pipeline_inputs: [
{
input_name: "search_query",
value: "AI automation trends 2025"
}
]
});


### 检查运行状态```javascript
// Check the status of a running automation
const result = await agent.callTool("retrieveRunDetails", {
run_id: "run789",
user_id: "user123"
});

列出可用流量```javascript

// Get all saved flows for a user
const result = await agent.callTool("listSavedFlows", {
user_id: "user123"
});


### 使用文件```javascript
// Upload a file to be used in an automation
const result = await agent.callTool("uploadFile", {
user_id: "user123",
file_name: "data.csv",
file_content: "base64EncodedFileContent..."
});

响应格式

服务器以JSON格式返回Gumloop API响应。以下是一个检索运行详细信息的示例:```json
{
"user_id": "user123",
"state": "RUNNING",
"outputs": {},
"created_ts": "2023-11-07T05:31:56Z",
"finished_ts": null,
"log": [
"Starting automation flow...",
"Processing input parameters...",
"Executing node 1: Web Scraper..."
]
}


## 局限性

- API调用受Gumloop的速率限制和使用配额限制
- 文件上传受限于Gumloop的API允许的最大大小
- 某些功能可能需要特定的订阅级别
- 服务器需要具有适当权限的有效Gumloop API密钥

## 构建```bash
# Install dependencies
pnpm install

# Build the project
pnpm run build

# Start the server
pnpm start

许可证

此MCP服务器根据MIT许可证获得许可。

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
OpenAI Web Search MCP Server 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

OpenAI Web Search MCP Server 怎么在 Claude Desktop、Claude 里配置?

它的传输方式未标注,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

OpenAI Web Search MCP Server 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

OpenAI Web Search MCP Server 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

OpenAI Web Search MCP Server 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

OpenAI Web Search MCP Server 能提供哪些能力?

资料显示能力标签包括 工作区管理、JavaScript、Claude。具体工具清单以官方文档为准。

OpenAI Web Search MCP Server 需要什么运行环境?

属于远程端点,不需要在本地装运行时。

OpenAI Web Search MCP Server 是本地还是远程?

它是远程端点,连服务地址即可。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。