py
一个基于SSE的Python MCP服务，用于智能图书搜索。
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：py。 它的用途是：一个基于SSE的Python MCP服务，用于智能图书搜索。 详细介绍见：https://321skill.com/skills/py/ 请根据该页面的说明完成安装。
使用示例
“帮我找一下最近三年内关于机器学习实践方面的畅销书。”，它会通过集成的MCP服务调用OpenRouter.ai模型，搜索并返回包含书名、作者、简介和评分等信息的结构化图书列表。当你进一步询问“其中哪本更适合初学者？”，AI可以结合搜索结果和自身知识进行分析和推荐。
介绍
这个Skill解决的是在开发AI应用或智能体时，需要集成结构化图书搜索能力的痛点。传统的图书查询往往依赖固定的API或手动搜索，而这个Skill通过MCP（Model Context Protocol）协议，将OpenRouter.ai的模型能力封装成一个标准化的服务，让你可以像调用本地函数一样，在AI对话中便捷地搜索图书信息。
使用方式非常简单。开发者只需按照说明部署这个Python服务，然后在支持MCP协议的AI开发工具（如Claude Desktop）中配置连接即可。之后，在与AI的对话中，就可以直接请求搜索特定主题、作者或ISBN的图书，AI会调用该服务并返回结构化的搜索结果。
它非常适合需要为智能体添加知识检索功能的后端开发者、全栈开发者，或是任何在构建AI应用时希望集成外部图书数据源的开发者。对于学术研究者或内容创作者来说，它也能作为一个高效的信息搜集工具嵌入到工作流中。
使用建议是，在部署前请确保已准备好OpenRouter.ai的有效API密钥，并注意其调用成本。由于依赖外部模型API，网络稳定性和API速率限制是需要考虑的因素。建议先在小范围内测试搜索的准确性和响应速度，再集成到核心业务流程中。
核心特点
与单纯调用图书API的脚本不同，它遵循MCP协议，能无缝集成到Claude等AI助手的上下文中，实现自然语言交互式搜索；同时，它利用OpenRouter.ai作为后端，可以灵活切换不同的LLM模型来优化搜索结果的准确性和相关性。
注意事项
不适合需要实时、高频、海量图书数据查询的商业级应用场景，且其效果受限于OpenRouter.ai所选模型的能力和网络稳定性。
常见问题
这个Skill需要自己部署服务器吗？
是的，需要本地或自有服务器部署这个Python服务，然后配置到支持MCP的客户端。
除了图书，能搜索其他内容吗？
目前主要针对图书搜索设计，修改代码逻辑后可适配其他垂直领域搜索。