jina-ai/MCP · 上手攻略

仓库：jina-ai/MCP
链接：https://github.com/jina-ai/MCP
分类：skill
作者：Tom
更新：2026-08-25

这是什么

Jina AI 官方出品的远程 MCP（Model Context Protocol）服务器，将 Jina Reader、Embeddings 和 Reranker API 以标准 MCP 工具形式对外暴露。通过这个 MCP Server，Claude Code、OpenAI Codex、Cursor、LM Studio 等支持 MCP 的 AI 编程工具可以直接调用 Jina 的网页抓取、搜索、学术检索、PDF 解析、文本嵌入/重排序等 22 个工具，而无需自己维护爬虫或搜索基础设施。

解决什么问题

AI 编程工具（Claude Code / Codex）在回答实时问题、检索学术资料、抓取网页内容时缺乏可靠工具
自己接 Jina Reader/Reranker API 需要写适配代码、维护 API 版本更新
不同客户端（Claude Code / Cursor / LM Studio）接入方式各异，缺乏统一入口
需要在 AI 对话中实时搜索网页、读取页面内容、解析 PDF，但不想暴露 API Key 给每个工具

快速安装

前置要求

Jina API Key（免费注册：https://jina.ai_reader 申请；免费套餐有 rate limit，高频使用需付费）
支持 MCP 的客户端（Claude Code / Cursor / LM Studio 等）

Claude Code 接入

# 如果之前用 /sse 方式添加过，先移除
claude mcp remove -s user jina

# 重新添加（使用 Streamable HTTP 方式，2025-03-26 起的标准）
claude mcp add -s user --transport http jina https://mcp.jina.ai/v1 \
  --header "Authorization: Bearer ${JINA_API_KEY}"

⚠️ ${JINA_API_KEY} 是环境变量引用，部分客户端不支持环境变量，此时需替换为实际 key（格式：jina_xxxxx）。

Cursor 接入

在 Cursor Settings → MCP → Add Server，填入： - Name: jina-mcp-server - URL: https://mcp.jina.ai/v1 - Headers: {"Authorization": "Bearer ${JINA_API_KEY}"}

也支持通过 Cursor 提供的 deeplink 一键安装（见 GitHub README）。

LM Studio 接入

支持 deeplink 一键安装：lmstudio.ai/install-mcp?name=jina-mcp-server&config=...

不支持远程 MCP 的客户端

如果客户端不支持直接连接远程 MCP Server，需用 mcp-remote 本地代理：

{
  "mcpServers": {
    "jina-mcp-server": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://mcp.jcp.jina.ai/v1",
        "--header",
        "Authorization: Bearer ${JINA_API_KEY}"
      ]
    }
  }
}

核心工具一览（22 个）

工具	功能	需要 API Key
`read_url`	网页 → markdown 内容提取	可选（有 rate limit）
`capture_screenshot_url`	网页截图	可选
`guess_datetime_url`	分析网页发布/更新时间 + 置信分	❌
`search_web`	全网搜索最新信息	✅
`search_web_deep`	搜索 + 读取每个结果 + jina-reranker-v3.5 重排序后返回最优段落	✅
`search_arxiv`	搜索 arXiv 学术论文	✅
`search_ssrn`	搜索 SSRN 社会科学论文	✅
`search_images`	图片搜索（类 Google Images）	✅
`search_jina_blog`	搜索 Jina AI 官方博客/新闻	❌
`search_bibtex`	搜索学术论文并返回 BibTeX（来源：DBLP + Semantic Scholar）	❌
`expand_query`	查询扩展改写（基于 Jina query expansion 模型）	✅
`parallel_read_url`	并行读取多个网页	可选
`parallel_search_web`	并行全网搜索（多角度覆盖）	✅
`parallel_search_arxiv`	并行 arXiv 搜索	✅
`parallel_search_ssrn`	并行 SSRN 搜索	✅
`sort_by_relevance`	用 Reranker API 对文档重排序	✅
`classify_text`	文本分类（自定义标签）	✅
`deduplicate_strings`	语义去重（top-k 唯一字符串，子模优化）	✅
`deduplicate_images`	图片语义去重	✅
`extract_pdf`	PDF 解析（抽取图表、表格、公式，支持 arXiv PDF URL）	✅
`primer`	获取当前时事上下文（时间感知回答）	❌
`show_api_key`	查看当前 API Key 状态	❌

*可选工具：不传 API Key 可用，但有严格 rate limit；传 API Key 则享更高限额。

核心用法

按需过滤工具（节省 context token）

每个 MCP 工具注册时都要占用 LLM context 的 token 预算。Jina MCP 支持服务端工具过滤——LLM 只看到实际注册的工具。

// 只需要搜索 + 读取功能，排除 parallel 和 rerank 类工具
{
  "mcpServers": {
    "jina-mcp-server": {
      "url": "https://mcp.jina.ai/v1?include_tags=search,read"
    }
  }
}

过滤参数（优先级从高到低）： 1. exclude_tools — 排除指定工具 2. exclude_tags — 按标签排除 3. include_tools — 只包含指定工具 4. include_tags — 只包含指定标签

可用标签： - search：search_web, search_web_deep, search_arxiv, search_ssrn, search_images, search_jina_blog, search_bibtex - read：read_url, parallel_read_url, capture_screenshot_url - parallel：parallel_search_web, parallel_search_arxiv, parallel_search_ssrn, parallel_read_url - utility：primer, show_api_key, expand_query, guess_datetime_url - rerank：sort_by_relevance, classify_text, deduplicate_strings, deduplicate_images

控制读取响应大小

max_tokens 参数可限制 read_url/parallel_read_url 的最大 token 数：

https://mcp.jina.ai/v1?max_tokens=50000

设为 0 可禁用截断。

OpenAI Codex 接入

编辑 ~/.codex/config.toml：

[mcp_servers.jina-mcp-server]
command = "npx"
args = [
    "-y",
    "mcp-remote",
    "https://mcp.jina.ai/v1",
    "--header",
    "Authorization: Bearer ${JINA_API_KEY}"]

典型适用场景

AI 编程助手的实时信息检索：让 Claude Code 实时搜索技术文档、最新博客、GitHub Issues
学术写作辅助：在论文写作时直接搜索 arXiv、SSRN、DBlp，并获取 BibTeX 引用
技术调研自动化：用 search_web_deep 一次性完成"搜索 → 读取关键页面 → 重排序 → 提炼最优段落"
竞品分析：抓取多个竞品官网/文档页面，用 parallel_read_url 并行提取后对比
PDF 论文结构化解析：用 extract_pdf 抽取论文图表、公式、表格，不用手动翻 PDF

坑与注意

⚠️ API Key 环境变量支持不一致：部分 MCP 客户端（如老版本 Claude Code）不支持 ${JINA_API_KEY} 环境变量写法，需要硬编码实际 key。如遇认证失败，先检查是否需要替换为 jina_xxxx 格式的实际字符串。

⚠️ Rate Limit 严格：无 API Key 时大部分工具的 rate limit 极低，实测 read_url 无 key 只能做轻量尝鲜，高频使用必须申请 API Key。

⚠️ search_web_deep 耗时长：该工具需搜索 → 读取每个结果页面 → Reranker 评分，典型耗时 2-20 秒，适合对质量要求高但不需要毫秒级响应的场景。

⚠️ Streamable HTTP 传输：本 MCP Server 使用 MCP spec 2025-03-26 的 Streamable HTTP 协议（而非 SSE），旧版客户端可能不兼容。README 保留了 /sse 作为别名用于向后兼容，但新接入推荐用 /v1。

⚠️ extract_pdf 依赖布局检测：PDF 解析质量依赖 Jina 布局检测模型，对扫描版 PDF（无文字层）效果差，建议用原生文字 PDF。

与同类对比

	本仓库	Firecrawl MCP	Tavily MCP
网页搜索	✅ search_web / search_web_deep	✅ search + scrape	✅ search + extract
学术搜索	✅ arXiv + SSRN + BibTeX	❌	❌
PDF 解析	✅ extract_pdf（含布局检测）	部分	❌
Embeddings / Rerank	✅ 完整（Reranker API）	❌	✅（AI answer）
图片搜索	✅	❌	❌
免费额度	有（严格 rate limit）	有	有
工具总数	22 个	~5 个	~5 个

本仓库的核心差异是工具宽度——不仅是网页搜索，而是从"搜索 → 读取 → 重排 → 嵌入 → 分类 → 去重 → PDF 解析"全链路覆盖，且全部通过 Jina 统一 API 底座提供一致的质量体验。

一句话推荐结论

如果你在用 Claude Code / Codex 做技术调研或学术写作，这个 MCP Server 让你在 AI 对话里直接调用 Jina 的搜索 + 抓取 + 重排序 + PDF 解析全家桶——申请一个免费 API Key，用 ?include_tags=search,read 过滤掉不用的工具，从 search_arxiv 或 read_url 开始感受一下，再决定要不要接入全套 22 个工具。