mcp-everything-search 是一款强大的MCP服务器，旨在为AI模型提供跨平台、快速的文件搜索能力。它充当AI模型的智能助手，使其能够迅速定位本地文件系统中的相关信息。在Windows上，它利用Everything SDK实现高级搜索功能；在macOS和Linux上，则分别使用mdfind和locate/plocate命令。

该服务器提供了一个名为search的工具，允许AI模型通过简单的API调用执行复杂的文件搜索，并支持多种参数，如文件名、文件内容、大小、修改日期等。开发者可以通过配置参数，精确控制搜索范围和排序方式。核心价值在于，它极大地扩展了AI模型处理本地数据的能力，无需编写复杂的平台特定代码，即可实现高效的文件检索，从而提升AI应用的数据处理效率和智能化水平。通过Smithery、uv或pip等多种方式，可以轻松安装和集成到现有的MCP生态系统中。

跨平台快速文件搜索

mcp-everything-search 的核心功能是提供跨 Windows、macOS 和 Linux 平台的快速文件和文件夹搜索能力。它利用了各平台上的原生搜索工具：在 Windows 上使用 Everything SDK，macOS 上使用 mdfind 命令，Linux 上使用 locate/plocate 命令。这种集成方式使得 AI 模型能够以极高的效率访问本地文件系统的信息，无需自行实现复杂的搜索算法。例如，AI助手可以快速定位用户最近编辑的文档，或者查找包含特定关键词的代码文件，从而提升工作效率。该功能通过统一的 MCP 接口暴露，简化了 AI 模型与底层操作系统的交互，降低了开发和维护成本。

灵活的查询参数配置

该 MCP 服务器提供了丰富的查询参数，允许 AI 模型根据具体需求定制搜索行为。这些参数包括：query（搜索查询字符串）、max_results（最大返回结果数）、match_path（是否匹配完整路径）、match_case（是否区分大小写）、match_whole_word（是否全字匹配）和 match_regex（是否启用正则表达式搜索）。此外，还支持通过 sort_by 参数对结果进行排序，例如按文件名、路径、大小、扩展名、创建日期或修改日期排序。例如，AI 模型可以利用这些参数精确地搜索特定类型的文件，或者按照修改时间对搜索结果进行排序，以便快速找到最新的文件。这种灵活性使得 AI 模型能够更好地理解用户的意图，并提供更准确的搜索结果。

平台特性适配

mcp-everything-search 针对不同平台进行了优化，充分利用了各平台的特性。在 Windows 平台上，它支持 Everything SDK 的全部功能，包括高级搜索语法和实时索引。在 macOS 和 Linux 平台上，它利用 Spotlight 数据库和 locate/plocate 数据库进行快速搜索。这种平台适配确保了在各种操作系统上都能获得最佳的搜索性能和用户体验。例如，在 Windows 上，AI 模型可以使用 Everything SDK 的高级语法来执行复杂的搜索操作，而在 macOS 和 Linux 上，则可以利用系统自带的搜索工具进行快速的文件定位。这种平台特性适配使得 AI 模型能够更好地适应不同的运行环境，并提供一致的搜索体验。

技术实现

mcp-everything-search 的实现依赖于各平台上的原生搜索工具。在 Windows 上，它通过调用 Everything SDK 的 DLL 文件来实现快速搜索。为了使服务器能够正常工作，需要设置环境变量 EVERYTHING_SDK_PATH，指向 Everything SDK DLL 文件的路径。在 macOS 和 Linux 上，它通过执行 mdfind 和 locate/plocate 命令来实现搜索功能。这些命令通常已经安装在系统中，无需额外的配置。该服务器使用标准输入/输出或 HTTP/SSE 作为传输机制，与 AI 模型进行通信。这种技术实现方式简单高效，易于部署和维护。