marginalia
为AI开发集成Marginalia搜索服务的MCP工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：marginalia。 它的用途是：为AI开发集成Marginalia搜索服务的MCP工具 完整的 Skill 内容见：https://321skill.com/skills/marginalia/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我搜索一下关于‘联邦学习在边缘计算中的应用’的最新开源项目。”，它会通过集成的Marginalia搜索Skill，从网络获取相关的技术博客、论文和GitHub仓库信息，并为你整理摘要。或者，在开发一个研究助手智能体时，你可以配置它使用此Skill来获取更中立、深入的学术和技术资料。
介绍
该Skill是一个MCP（Model Context Protocol）服务器，主要解决了AI开发者在构建智能体时，需要集成一个注重隐私、去中心化且能提供高质量网络搜索结果的难题。它通过MCP协议，将Marginalia搜索引擎的能力封装成标准化的工具，使得AI应用能够便捷地调用。
使用时，开发者需要先安装并运行这个MCP服务器，然后在支持MCP的AI开发平台（如Claude Desktop）中配置连接。之后，AI模型或智能体就可以通过标准的MCP接口，向Marginalia搜索引擎发起查询，获取网页搜索结果，并利用这些信息来回答问题或生成内容。
它非常适合那些正在开发AI智能体、需要让智能体访问实时网络信息，但又对主流搜索引擎的数据隐私、商业化倾向或结果质量有所顾虑的开发者。这包括智能体开发者、全栈开发者和对数据来源有更高要求的学术研究者。
建议在需要获取相对独立、非商业化或深度技术内容时使用此Skill。由于Marginalia索引的网页规模可能小于主流搜索引擎，对于时效性极强（如秒级新闻）或非常流行的娱乐话题的搜索，效果可能不如预期，可作为主流搜索的补充。
核心特点
核心区别在于它集成了Marginalia搜索引擎，该引擎以索引独立、小众网站和注重隐私著称，能提供与主流商业化搜索引擎不同的、更偏向技术和深度内容的搜索结果。这使得基于此Skill的AI应用能获取更独特、去中心化的信息源。
注意事项
不适合需要搜索最新、最热门社交媒体话题或依赖海量商业索引的泛娱乐化信息场景。
常见问题
Marginalia搜索和Google搜索有什么区别？
Marginalia更注重索引独立网站、技术文档和学术内容，隐私性更好，商业化干扰少，但索引量相对较小。
这个Skill需要自己部署Marginalia服务吗？
不需要，Skill作为MCP服务器，是连接官方Marginalia搜索API的客户端工具。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/marginalia/raw/index.md 读取 marginalia 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/marginalia/raw/index.md（查看排版版本）