Kagi Search

官方

使用 Kagi 的搜尋 API 搜尋網路

GitHub

478

你可以用 Kagi Search MCP 做什麼？

使用 Kagi 搜尋網路 — 透過 kagi_search_fetch 查詢網頁、新聞、影片、播客或圖片結果，可選擇頁面摘錄與篩選條件。
將頁面內容提取為 Markdown — 使用 kagi_extract 取得任何 URL 的完整清理後內容。
對搜尋套用 Kagi 透鏡 — 使用 kagi_search_fetch 上的透鏡與篩選參數，依網域、檔案類型或時間範圍縮小結果範圍。

文件

Kagi MCP 伺服器

一個由 Kagi API 支援的 MCP 伺服器。它向相容 MCP 的客戶端提供搜尋與內容擷取工具。

工具

kagi_search_fetch - 網頁、新聞、影片、Podcast 和圖片搜尋，可選擇附帶頁面摘要、過濾器和 Kagi 透鏡。
kagi_extract - 以 Markdown 格式擷取頁面的完整內容。

注意： 先前的 kagi_fastgpt 和 kagi_summarizer 工具已被移除。兩者都計劃在未來的版本中回歸。

託管伺服器

我們在 https://mcp.kagi.com/mcp 運行一個託管的 MCP 伺服器 — 無需安裝。將任何支援 HTTP 的 MCP 客戶端指向它，並使用您的 Kagi API 金鑰進行驗證。

OAuth2 尚未支援（已在我們的路線圖上），因此目前請從儀表板取得您的 API 金鑰，並透過 Bearer HTTP 驗證傳遞。

以 Claude Code 為例：

claude mcp add kagi https://mcp.kagi.com/mcp --transport http --header "Authorization: Bearer $(read -sp 'API key: ' k; echo $k)" --scope user

偏好自行運行？請參閱客戶端設定以了解本機 uvx 安裝，或自行託管以在您自己的基礎架構上託管 HTTP 伺服器。

需求

一個位於 KAGI_API_KEY 的 Kagi API 金鑰。
針對建議的 uvx 安裝路徑，需要 uv。

安裝 uv：

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

客戶端設定

Codex CLI

codex mcp add kagi --env KAGI_API_KEY=<YOUR_API_KEY_HERE> -- uvx kagimcp

Codex 會將 MCP 設定寫入 ~/.codex/config.toml。

Claude Desktop

請先安裝 uv。

MacOS/Linux：

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

然後在您的 Claude Desktop 設定中（透過設定 -> 開發者 -> 編輯設定找到）：

{
  "mcpServers": {
    "kagi": {
      "command": "uvx",
      "args": ["kagimcp"],
      "env": {
        "KAGI_API_KEY": "YOUR_API_KEY_HERE"
      }
    }
  }
}

Claude Code

claude mcp add kagi -e KAGI_API_KEY="YOUR_API_KEY_HERE" -- uvx kagimcp

Smithery

npx -y @smithery/cli install kagimcp --client claude

Kiro

使用與 Claude Desktop 相同的 mcpServers JSON，新增到您的 Kiro MCP 設定檔（全域為 ~/.kiro/settings/mcp.json，或專案範圍為 .kiro/settings/mcp.json）。更多詳細資訊請參閱 Kiro MCP 文件。

OpenCode

編輯位於 ~/.config/opencode/opencode.json 的 OpenCode 設定檔，並新增以下內容：

{
  "mcp": {
    "kagi": {
      "type": "local",
      "command": ["uvx", "kagimcp"],
      "enabled": true,
      "environment": {
        "KAGI_API_KEY": "<YOUR_API_KEY_HERE>"
      }
    }
  }
}

使用範例

搜尋：Who was Time's 2024 person of the year?
擷取：extract the full content of https://en.wikipedia.org/wiki/Model_Context_Protocol

設定

環境變數	說明
`KAGI_API_KEY`	必要的 Kagi API 金鑰。
`FASTMCP_LOG_LEVEL`	記錄層級，例如 `ERROR`。
`KAGI_SEARCH_TIMEOUT`	搜尋逾時秒數。預設為 `10`。
`KAGI_EXTRACT_TIMEOUT`	擷取逾時秒數。預設為 `30`。
`KAGI_MAX_RETRIES`	首次請求後的最大重試次數。預設為 `2`；設定 `0` 可停用重試。
`KAGI_HIDDEN_PARAMS`	要從面向 LLM 的結構描述中隱藏的搜尋參數，以逗號分隔。

可隱藏的搜尋參數：

workflow, extract_count, limit, include_domains, exclude_domains, time_relative, after, before, file_type, lens_id

範例：

KAGI_HIDDEN_PARAMS="extract_count,after,before,time_relative,include_domains,exclude_domains"

本機開發

git clone https://github.com/kagisearch/kagimcp.git
cd kagimcp
uv sync

透過 stdio 在本機執行：

KAGI_API_KEY=<YOUR_API_KEY_HERE> uv run kagimcp

使用可串流的 HTTP 傳輸執行：

KAGI_API_KEY=<YOUR_API_KEY_HERE> uv run kagimcp --http --host 0.0.0.0 --port 8000

自行託管

HTTP 模式為多租戶：每個請求透過 Authorization: Bearer <key> 標頭提供其 API 金鑰，而非使用伺服器範圍的環境變數，因此一個執行個體可以服務多個使用者。此儲存庫提供一個 Dockerfile，它會從 PyPI 安裝一個固定版本的 kagimcp 並以 HTTP 模式執行。容器會遵循 $PORT，因此它可以在任何注入該變數的平台上運作（Railway、Render、Cloud Run、Fly.io 等）。

在本機建置並執行：

docker build -t kagimcp-hosted .
docker run --rm -p 8000:8000 kagimcp-hosted

煙霧測試：

curl -sL http://127.0.0.1:8000/mcp -X POST \
  -H "authorization: Bearer $KAGI_API_KEY" \
  -H "content-type: application/json" \
  -H "accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'

若要在生產環境中更新版本，請編輯 Dockerfile 中的版本固定並重新部署。

除錯

檢查已發布的套件：

npx @modelcontextprotocol/inspector uvx kagimcp

檢查本機的程式碼庫：

npx @modelcontextprotocol/inspector uv --directory /ABSOLUTE/PATH/TO/kagimcp run kagimcp

檢查器通常可在 http://localhost:5173 取得。

預發布版本說明

如果使用預發布版本，相同的安裝說明仍然適用，但請使用 uvx --prerelease allow --from kagimcp==1.0.0rc2 kagimcp 而非 uvx kagimcp（將 1.0.0rc2 替換為您想安裝的版本）。