Servidor MCP de búsqueda de Google para Claude Desktop, Cursor y otros clientes MCP

¿Qué hace el servidor?

Expone una herramienta, google_search, a través del Model Context Protocol. Cuando el modelo la llama, el servidor envía una consulta a https://serpcrypto.com/api/v1/search y luego convierte el JSON en texto plano breve: el AI Overview si Google lo mostró, y los mejores resultados con título, enlace y snippet.

El texto breve importa. Una página de resultados completa en JSON es larga, y cada carácter que se devuelve al modelo consume contexto. El servidor conserva hasta diez resultados y recorta el overview a 800 caracteres; cambia esos límites en el código si tu cliente tiene espacio para más.

Este es código para copiar y pegar, no un paquete publicado: no hay ningún paquete MCP oficial de SerpCrypto que instalar. El archivo es tuyo y puedes añadir herramientas, por ejemplo una para engine=google_news.

"""serpcrypto_mcp.py: an MCP server that gives AI clients a Google search tool.

Install once:  pip install "mcp[cli]" httpx
Run by your MCP client over stdio; the API key comes from the environment.
"""
import os

import httpx
from mcp.server.fastmcp import FastMCP

API_URL = "https://serpcrypto.com/api/v1/search"
mcp = FastMCP("serpcrypto-search")


@mcp.tool()
async def google_search(query: str, gl: str = "us", hl: str = "en", num_results: int = 5) -> str:
    """Search Google and return the top results (title, link, snippet) and the AI Overview text if any.

    gl is a two-letter country code (us, gb, de...), hl a language code (en, de, pt-BR...).
    Each call uses one SerpCrypto search credit.
    """
    headers = {"Authorization": "Bearer " + os.environ["SERPCRYPTO_API_KEY"]}
    params = {"q": query, "gl": gl, "hl": hl}
    async with httpx.AsyncClient(timeout=90) as client:
        r = await client.get(API_URL, params=params, headers=headers)
    if r.status_code != 200:
        return f"Search failed with HTTP {r.status_code}: {r.text[:300]}"
    data = r.json()
    lines = []
    overview = data.get("ai_overview") or {}
    if overview.get("text"):
        lines.append("AI Overview: " + overview["text"][:800])
    for item in data.get("organic_results", [])[: max(1, min(num_results, 10))]:
        lines.append(f"{item['position']}. {item['title']}\n{item['link']}\n{item.get('snippet', '')}")
    return "\n\n".join(lines) or "No results."


if __name__ == "__main__":
    mcp.run()  # stdio transport

¿Por qué la herramienta se llama google_search y no web_search?

Varios clientes ya incluyen una herramienta llamada web_search que usa su propio proveedor. Un nombre distinto evita conflictos y le indica al modelo lo que obtiene: resultados de Google para un país y un idioma que él elige. El docstring es la descripción que lee el modelo, así que indica los parámetros y el coste de una llamada.

¿Cómo lo añado a Claude Desktop?

Abre el archivo de configuración, claude_desktop_config.json: en macOS está en ~/Library/Application Support/Claude/, en Windows en %APPDATA%\Claude\. Añade el servidor bajo mcpServers, con la ruta absoluta al script y tu clave en env, y luego reinicia Claude Desktop.

Si python no está en la ruta que ve Claude Desktop, usa la ruta completa al intérprete, por ejemplo la que está dentro de tu entorno virtual.

{
  "mcpServers": {
    "serpcrypto-search": {
      "command": "python",
      "args": ["/absolute/path/to/serpcrypto_mcp.py"],
      "env": {
        "SERPCRYPTO_API_KEY": "paste-your-key-here"
      }
    }
  }
}

¿Cómo lo añado a Claude Code y Cursor?

En Claude Code, regístralo desde una terminal con claude mcp add; -e define la variable de entorno y todo lo que va después de -- es el comando que se ejecuta. En Cursor, pon el mismo bloque mcpServers de arriba en ~/.cursor/mcp.json para cada proyecto, o en .cursor/mcp.json dentro de un solo proyecto.

Otros clientes MCP que arrancan servidores stdio reciben las mismas tres cosas: un comando, sus argumentos y las variables de entorno. La página de OpenClaw muestra los comandos para OpenClaw.

claude mcp add serpcrypto-search \
  -e SERPCRYPTO_API_KEY=paste-your-key-here \
  -- python /absolute/path/to/serpcrypto_mcp.py

¿Cómo mantengo segura la clave API?

Guárdala en el bloque env de la configuración del cliente o en el perfil de tu shell, nunca dentro de serpcrypto_mcp.py. Así el script se puede compartir o subir al repositorio sin la clave. Si una clave se filtra, revócala en el dashboard y crea una nueva: Claves API que puedes crear y revocar en cualquier momento desde tu dashboard.

Dale al servidor MCP su propia clave. Así el uso por clave muestra cuántas búsquedas hace el asistente, por separado de tus scripts.

¿Cuántos créditos usará un asistente?

Uno por cada llamada a herramienta que tenga éxito. Un chat en el que el modelo busca tres veces cuesta tres créditos. Con el pack 25.000 búsquedas a 18,75 US$, eso son miles de preguntas asistidas, y Los créditos de búsqueda prepagados no caducan nunca: las consultas sin usar se quedan en tu cuenta hasta que las uses.

Para limitar el uso, baja num_results (no cambia el precio, pero acorta las respuestas) e indica al modelo en tus instrucciones que solo busque cuando necesite datos actuales.