Google search MCP-server voor Claude Desktop, Cursor en andere MCP-clients

Wat doet de server?

Hij biedt één tool, google_search, aan via het Model Context Protocol. Wanneer het model hem aanroept, stuurt de server één request naar https://serpcrypto.com/api/v1/search en zet de JSON om in korte platte tekst: de AI Overview als Google er een toonde, en de bovenste resultaten met titel, link en snippet.

Korte tekst is belangrijk. Een volledige resultatenpagina in JSON is lang, en elk teken dat naar het model wordt gestuurd gebruikt context. De server houdt maximaal tien resultaten en kapt de overview af op 800 tekens; wijzig die limieten in de code als je client meer ruimte heeft.

Dit is copy-paste-code, geen gepubliceerd package: er is geen officieel SerpCrypto MCP-package om te installeren. Het bestand is van jou en je kunt tools toevoegen, bijvoorbeeld een voor 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

Waarom heet de tool google_search en niet web_search?

Verschillende clients leveren al een tool met de naam web_search die hun eigen provider gebruikt. Een aparte naam voorkomt een conflict en vertelt het model wat het krijgt: Google-resultaten voor een land en taal die het zelf kiest. De docstring is de beschrijving die het model leest, dus daarin staan de parameters en de kosten van een call.

Hoe voeg ik hem toe aan Claude Desktop?

Open het configuratiebestand, claude_desktop_config.json: op macOS staat het in ~/Library/Application Support/Claude/, op Windows in %APPDATA%\Claude\. Voeg de server toe onder mcpServers, met het absolute pad naar het script en je sleutel in env, en herstart Claude Desktop.

Als python niet op het pad staat dat Claude Desktop ziet, gebruik dan het volledige pad naar de interpreter, bijvoorbeeld die in je virtual environment.

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

Hoe voeg ik hem toe aan Claude Code en Cursor?

In Claude Code registreer je het vanuit een terminal met claude mcp add; -e stelt de environment variable in en alles na -- is het commando dat wordt uitgevoerd. In Cursor zet je hetzelfde mcpServers-blok als hierboven in ~/.cursor/mcp.json voor elk project, of in .cursor/mcp.json binnen één project.

Andere MCP-clients die stdio-servers starten, nemen dezelfde drie dingen: een commando, de argumenten ervan en environment variables. De OpenClaw-pagina toont de commando's voor OpenClaw.

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

Hoe houd ik de API-sleutel veilig?

Bewaar hem in het env-blok van de clientconfiguratie of in je shell-profiel, nooit in serpcrypto_mcp.py. Zo kan het script worden gedeeld of gecommit zonder de sleutel. Als een sleutel uitlekt, trek hem dan in via het dashboard en maak een nieuwe aan: API-sleutels die je op elk moment kunt aanmaken en intrekken vanuit je dashboard.

Geef de MCP-server een eigen sleutel. Het gebruik per sleutel laat dan zien hoeveel zoekopdrachten de assistant doet, los van je scripts.

Hoeveel credits gebruikt een assistant?

Eén per tool call die slaagt. Een chat waarin het model drie keer zoekt, kost drie credits. Op het 25.000 zoekopdrachten-pack van US$ 18,75 zijn dat duizenden ondersteunde vragen, en Prepaid zoekcredits verlopen nooit: ongebruikte zoekopdrachten blijven op je account staan tot je ze gebruikt.

Om het gebruik te beperken verlaag je num_results (dat verandert de prijs niet, maar het maakt antwoorden korter) en zeg je in je instructies tegen het model dat het alleen moet zoeken als het verse feiten nodig heeft.