案例分享： 用MCP打造旅行AI助手，搞定印尼火山旅⾏规划（内附安装教程）

前阵子计划五一带家人去印尼泗水看火山。作为典型的 J 人，行程规划必须得细致。

但发现直接用网上的大模型暴力做搜索规划，信息不够实时准确，尤其在机票、酒店这些动态信息上。

于是就自己动手写了个 MCP 服务器 —— SearchAPI MCP，通过接入 SearchAPI.io 服务，让 AI 助手直接调用谷歌地图、航班、酒店等实时信息来帮我规划。

现在已提交至MCP星球官网，大家可以上去搜索搭配教程使用。

SearchAPI MCP的核⼼价值在于：打通AI 助⼿与强⼤的⾕歌服务⽣态之间的连接｡

可以让AI实时访问谷歌的多个服务：

1. Google Search: 获取⽹⻚结果､ 知识图谱信息､ 搜索建议等｡

2. Google Video: 搜索视频､ 按条件筛选时⻓､ 来源等｡

3. Google Maps: 搜索地点和服务､ 获取地址､ 评论､ 坐标等详细信息。

4. Google Flights: 查询实时航班､ 查看价格⽇历､ 按需筛选航班｡

5. Google Hotels: 按位置搜索酒店､ 查询实时价格､ 筛选设施、查看评分｡

通过SearchAPI，我的AI助手可以帮我搜索网上的实时信息，规划路线、查询酒店和航班。把原来需要到不同App上搜索的信息全部集中在AI助手里，方便省事。

在 MCP 星球官网（MCPmarket.cn）搜索框里输入 "SearchAPI"，找到该MCP。

• 准备工作：需要你有基本的 Python 和 Git 环境：

1. 克隆项目

git clone https://github.com/RmMargt/searchAPI-mcp.git

2. 进入项目（推荐创建并激活 Python 虚拟环境，避免依赖冲突）

cd searchAPI-mcp

python -m venv venv

3. 激活环境

Linux/Mac

source venv/bin/activate

Windows

.\venv\Scripts\activate

4. 安装依赖

pip install -r requirements.txt

提醒: 我是 GitHub 新手，项目结构或文档如有不清晰之处，请多包涵并欢迎指正。

•  配置到AI 客户端中——以 Cherry Studio 为例

安装好 MCP 服务器代码后，在你使用的 AI 客户端（如 Cherry Studio、FastGPT、LobeChat、Cursor 等支持MCP的应用）中进行配置。

这里以 Cherry Studio 为例：

1. 进入 “MCP 服务器配置” 页面，点击 “添加 MCP 配置”

• 名称：可自定义

searchapi

• 命令：请将 /path/to/searchAPI-mcp/ 替换为你实际克隆的项目路径
  

uv run –with mcp [cli] /path/to/searchAPI-mcp/mcp_server.py

• 环境变量
  

SEARCHAPI_API_KEY = 你的SeachAPI.io的Key，需自行申请

配置好后, 点击右上按钮 "searchapi"这个服务器成功启动并运⾏正常｡

在Cherry Studio新建⼀个对话，在选择 MCP 服务器时勾选你刚才配置的 “searchapi”｡现在你的 AI 助⼿就拥有了调⽤⾕歌各种搜索服务的能⼒｡

可以让AI 查询特定区域的酒店，询问设施详情､ 根据⽇期查询价格情况，甚⾄查看⽤户评价。

例如我问AI助手：帮我搜搜印度尼西亚泗水Bromo火山的周边酒店情况。

它会二次确认入住时间，人数、小孩年龄等细节情况。

我给AI提供所有信息后，它返回了9家酒店的实时信息，包括与火山的距离。