古法编程

使用 Not Human Search MCP 快速发现 AI 友好型网站与 API

解决 AI 代理在执行任务时缺乏实时工具库的问题：通过集成 Not Human Search MCP 服务器，让 AI 能够动态检索支持 llms.txt、OpenAPI 或 MCP 协议的第三方服务，而无需手动硬编码工具列表。

为什么需要这个技能

在构建 AI Agent 工作流时，最难的部分之一是让 AI 知道“现在有哪些现成的工具或 API 可以调用”。传统的做法是手动给 AI 提供一个 API 列表，但这缺乏灵活性且难以维护。

Not Human Search 提供了一个经过策划的索引库，涵盖 1750 多个对 AI 友好的网站。它不仅能搜索工具，还能验证一个 URL 是否真的是一个可运行的 MCP 端点。这意味着你的 AI 代理可以具备“自我进化”的能力：在需要特定功能时，先通过该技能搜索可用的 API，验证其可用性后再进行连接。

适用场景

  • 动态工具发现：当 AI 需要寻找一个特定的代码审查工具或数据分析 API 时。
  • AI 兼容性检查：验证某个网站是否提供了 llms.txt 或 OpenAPI 规范，以便 AI 更好地理解该站内容。
  • MCP 端点验证：在将第三方 MCP 服务器集成到工作流前，快速检查其 JSON-RPC 响应是否正常。
  • 构建自动化管道：创建能够自动寻找并连接外部服务的智能体流水线。

核心工作流

1. 配置 MCP 服务器

将以下配置添加到 Claude Desktop、Cursor 或 Windsurf 的配置文件中。该服务采用流式 HTTP 传输，无需 API 密钥。

{
  "mcpServers": {
    "not-human-search": {
      "url": "https://nothumansearch.ai/mcp"
    }
  }
}

2. 常用工具调用

  • 关键词搜索：使用 search_agents({ query: "关键词", limit: 10 }) 查找 AI 适配网站。
  • 详情分析：使用 get_site_details({ domain: "example.com" }) 查看该域名的 AI 准备就绪得分。
  • 端点验证：使用 verify_mcp({ url: "https://example.com/mcp" }) 发送 JSON-RPC 探测包，确认 MCP 服务器是否在线。

3. 实践示例

如果你想寻找代码审查工具，可以对 AI 说： "使用 @not-human-search-mcp 寻找提供 MCP 或 API 端点的代码审查工具。" AI 将调用 search_agents 检索结果，并根据得分推荐最合适的工具。

下载和安装

下载 not-human-search-mcp 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐