Ya está aquí el servidor MCP

Dale a tu agente de programación o asistente de IA respuestas en vivo de la búsqueda con IA: pregunta a ChatGPT, Gemini, Perplexity y los demás motores y lee los resultados por su cuenta.

Qué obtienes

• run_prompt: envía un prompt a cualquier motor y espera la respuesta, en una sola llamada a la herramienta.
• submit_prompt y get_task: pon en cola un trabajo largo y lee su resultado después.
• La misma clave de API, los mismos motores y los mismos precios en créditos que la API REST.

Cómo funciona

MCP es el estándar abierto que usan los agentes de IA para llamar a herramientas externas. Añade el servidor de querying.ai a la configuración MCP de tu agente con tu clave de API, y el agente consulta los motores de búsqueda con IA mientras trabaja: investiga un mercado, revisa cómo describen los motores una marca o reúne fuentes para un borrador.

El agente elige el motor y el país en cada llamada y recibe el mismo JSON que tu código obtiene de la API, así que sus conclusiones se apoyan en respuestas reales.

Para qué sirve

• Pide a tu agente de programación que compruebe cómo responden ChatGPT y Gemini una pregunta antes de escribir contenido para ella.
• Deja que un agente de investigación reúna respuestas y fuentes de varios motores y te las resuma.

Cómo empezar

Añade el servidor donde tu agente guarda sus servidores MCP. Claude Code y Codex leen la clave de la variable de entorno QUERYING_API_KEY, así que expórtala en la shell que inicia el agente.

claude mcp add --transport http querying \
  https://mcp.querying.ai/mcp \
  --header 'Authorization: Bearer ${QUERYING_API_KEY}'

En cualquier otro cliente, pega la entrada de mcp.json y sustituye YOUR_API_KEY por una clave del panel. El servidor usa Streamable HTTP en https://mcp.querying.ai/mcp.

Herramientas

Una vez conectado, el agente usa estas herramientas. Las de monitorización leen y escriben los mismos monitores que tu panel, y cada tarea aparece en Actividad como una llamada a la API.

run_prompt

Envía un prompt y espera la respuesta, hasta el tiempo de espera de la propia herramienta: 180 segundos por defecto, 900 como máximo. Una tarea que sigue en curso entonces vuelve como un ID de tarea para get_task.

submit_prompt

Envía un prompt y devuelve al instante la tarea en cola.

get_task

Lee el estado, o la respuesta terminada, de una tarea que enviaste.

research_prompts

Recibe un tema y devuelve las preguntas que la gente hace a los asistentes de IA sobre él, ordenadas por demanda de búsqueda mensual, con el conjunto que debería seguir un monitor. KR y US, 12 créditos.

scrape_page

Recibe una página web y devuelve su contenido principal en Markdown, con imágenes, título, autor y fecha de publicación. 1 crédito por página.

create_monitor

Crea un monitor programado. Cada ejecución gasta los créditos de prompts × motores tareas, según la programación del monitor.

run_monitor

Lanza una ejecución ahora, por los créditos de una ejecución programada.

get_monitor_analytics

Tasas, el periodo anterior de igual duración, cambios en puntos porcentuales, tasas por motor, cuota de voz, oportunidades y cobertura.

get_monitor_results

Las filas de respuestas puntuadas. includeEvidence añade el texto guardado de la respuesta y las citas.

get_monitor_answer

Una respuesta completa: Markdown, fuentes, y los alias y competidores con los que se puntuó.

Precio

Las tareas iniciadas por MCP usan los mismos créditos que la API y se cobran cuando se completan.