Jiro Search API 🔍

Local-first, API de búsqueda web y scraping nativa de IA — un sustituto directo, alternativa autohospedada a SerpAPI, con servidor MCP, investigación agéntica y cumplimiento legal integrado.

Jiro realiza scraping directamente de Google, Bing, DuckDuckGo, Brave, YouTube, Amazon, eBay, Yandex y Baidu: sin API de búsqueda de terceros, sin facturación por consulta, sin dependencia de la nube. Los resultados se almacenan en caché local en SQLite (respuestas en caché en menos de 50 ms), se exponen a través de una API REST compatible con SerpAPI y están diseñados para que los utilicen agentes de IA: esquemas de llamada de funciones para OpenAI/Anthropic/Gemini, un servidor Model Context Protocol (MCP), wrappers de LangChain/LlamaIndex y un bucle agéntico /ai/search que planifica → busca → lee páginas → sintetiza una respuesta con citas. Trae tus propias claves (BYOK) para proxies, solucionadores de CAPTCHA y proveedores de LLM.

Estado: MVP listo para producción (código abierto, MIT). Hospédalo tú mismo por $0 o suscríbete a Jiro Cloud para obtener una flota de proxies gestionados, SLA y panel de cumplimiento.

Uso responsable: los motores de búsqueda luchan activamente contra los bots. Desde IP residenciales (y con proxies BYOK) Google/DuckDuckGo funcionan; desde IP de centros de datos, Jiro cambia automáticamente entre motores (google → bing → brave → duckduckgo). Respeta las condiciones de servicio y el robots.txt de cada motor.

¿Por qué Jiro? (Alternativa a SerpAPI, autohospedada)

Related MCP server: Scout MCP Server

Inicio con un solo comando

pip install jiro-search          # or: uv tool install jiro-search

jiro serve                       # API on http://localhost:8000  (docs: /docs)

Eso es todo: una API de búsqueda autohospedada funcional con un solo comando.

# Search (SerpAPI-compatible endpoint)
curl "http://localhost:8000/search.json?engine=google&q=python+web+scraping&num=5"

# Scrape a page into clean markdown
curl -X POST http://localhost:8000/scrape \
  -H "Content-Type: application/json" \
  -d '{"url":"https://example.com","format":"markdown"}'

# Agentic research with citations
curl -X POST http://localhost:8000/ai/search \
  -H "Content-Type: application/json" \
  -d '{"query":"What is the best Python web scraping library in 2026?","max_sources":5}'

Matriz de características

Qué obtienes

Jiro vs SerpAPI, ScraperAPI y Bright Data

Jiro es el único proyecto de código abierto y autohospedable que combina búsqueda + scraping + investigación agéntica con IA + MCP en un único binario, con cumplimiento legal integrado. Los competidores cerrados cobran entre $200 y $3,000 al mes por partes de esta funcionalidad y nunca te permiten autohospedarlo.

→ Comparaciones completas: vs SerpAPI · vs ScraperAPI · vs Bright Data

Integración con agentes de IA

Model Context Protocol (MCP)

Jiro incluye un servidor MCP completo (stdio, Streamable HTTP y SSE heredado), que permite a los agentes de IA realizar búsquedas web en vivo, scraping de páginas e investigación.

jiro mcp                           # MCP server over stdio
jiro mcp --transport http         # Streamable HTTP + SSE on :8000/mcp

Herramientas: search (9 motores, 6 tipos de búsqueda) · scrape (markdown/text/html/json) · ai_search (investigación agéntica con citas). Instrucciones (prompts): search_and_complete, compare_engines. Autocompletado: nombres de motores, tipos de búsqueda, rangos de tiempo, formatos.

Claude Desktop

{
  "mcpServers": {
    "jiro": {
      "command": "jiro",
      "args": ["mcp"],
      "env": { "JIRO_CONFIG": "~/.jiro/config.yaml" }
    }
  }
}

Cursor / Continue.dev / Zed / Cline

Configura el cliente MCP apuntando a jiro mcp como comando del servidor (ver docs/mcp).

Llamadas de funciones (OpenAI / Anthropic / Gemini)

from jiro.ai.tools import openai_tools, anthropic_tools, gemini_tools
tools = openai_tools()           # OpenAI / OpenRouter / Ollama

LangChain / LlamaIndex

from jiro.ai.tools import langchain_tools, ToolSpec
tools = langchain_tools(search_fn=my_search, scrape_fn=my_scrape, ai_fn=my_ai_search)

→ Tutorial: Crea un agente de investigación profunda con Jiro + Claude (MCP)

Referencia de la API

Documentación interactiva en http://localhost:8000/docs (Swagger) y en http://localhost:8000/openapi.json.

Autenticación: encabezado X-API-Key: jsk_..., parámetro ?api_key=... o Authorization: Bearer <jwt>. Cuando auth.enabled: false (predeterminado) la API queda abierta para uso local.

CLI

jiro serve                        # start the API server
jiro search web "python scraping" --engine bing --num 5 --json
jiro scrape "https://example.com" --format markdown
jiro ask "best python scraping library?" --max-sources 5
jiro mcp                          # MCP server over stdio
jiro config init                  # write ~/.jiro/config.yaml
jiro config show
jiro keys create --name "ci" --role user        # prompts for admin key
jiro keys list
jiro keys revoke key_abc123
jiro usage --days 7
jiro plugins create myengine --author "Your Name"   # scaffold a new engine

Configuración y BYOK

Configuración en ~/.jiro/config.yaml (o $JIRO_CONFIG). Puedes anular cualquier valor con variables de entorno: JIRO_SERVER__PORT=9000, JIRO_AUTH__ENABLED=true. Los secretos se interpolan desde el entorno: api_key: ${OPENAI_API_KEY}.

Despliegue

Docker

docker compose up -d            # http://localhost:8000

Helm (Kubernetes)

helm install jiro ./helm \
  --set config.env.JIRO_AUTH__ENABLED=true \
  --set config.envFromSecret=jiro-secrets

Incluye Deployment, Service, PVC (datos SQLite), Ingress opcional y caché Redis opcional (--set redis.enabled=true).

Configuración de equipo (autenticación activada)

export JIRO_AUTH__ENABLED=true JIRO_JWT_SECRET=$(openssl rand -hex 32)
jiro keys create --name admin --role admin --admin-key "$ADMIN"
jiro keys create --name "alice" --role user --rate-limit 30

💡 Open Core y monetización

Jiro es de código abierto (MIT) y siempre será gratuito para autoalojarlo. El modelo sostenible:

Monetizamos la comodidad, el cumplimiento normativo y el soporte — nunca el código. Las contribuciones de la comunidad permanecen bajo licencia MIT.

→ Hoja de ruta: docs/ROADMAP.md

Documentación

• 📖 Centro de documentación

• 🔌 Integración con MCP

• ⚖️ Cumplimiento y uso responsable

• 🆚 vs SerpAPI · vs ScraperAPI · vs Bright Data

• 🎓 Tutorial del Deep Research Agent

Rendimiento

Estructura del proyecto

jiro/
├── ai/            LLM providers, tool schemas, agentic loop (research + multi-step agent + SSE)
├── scraping/      HTTP client (UA rotation, retries, circuit breaker, proxy manager, browser fallback),
│                  engines: google/bing/brave/duckduckgo/youtube/amazon/ebay/yandex/baidu
├── server/        FastAPI app: routers (search, scrape, ai, stream, jobs, admin, ops, system)
├── auth.py        API keys (SHA-256 hashed), JWT, rate limiting
├── browser.py     Playwright browser fallback (lazy, graceful degradation)
├── cache.py       SQLite / memory cache manager
├── captcha.py     BYOK CAPTCHA solvers (2Captcha, CapSolver)
├── config.py      YAML + env config with ${VAR} interpolation
├── db.py          SQLite (WAL): cache, api_keys, usage, jobs, semantic_cache, tos_acknowledgments
├── extract.py     readability + metadata + HTML→Markdown
├── jobs.py        async job queue + webhooks (HMAC-signed)
├── mcp.py         MCP server (stdio): tools, prompts, resources, autocompletion
├── models.py      Pydantic contracts
├── proxy.py       BYOK proxy manager (provider presets, rotation, cooldown)
├── recipes.py     CSS / XPath / JSONPath extraction recipes
├── redis_cache.py Redis cache backend
├── semantic.py    embedding-based semantic cache
└── cli.py         Typer CLI
tests/             parser fixtures + unit/API/integration/chaos/property tests

Desarrollo

git clone https://github.com/DevAnimecx/jiro.git && cd jiro
pip install -e ".[dev,browser,redis,recipes]"
pytest -m "not network"            # skip network-dependent tests
jiro serve --reload

Estado de la hoja de ruta

• Fase 1 (MVP) — ✅ CLI, configuración, servidor FastAPI, motores web google/bing/ddg, JSON compatible con SerpAPI, caché SQLite, autenticación por clave API, esquema de herramientas de OpenAI, /ai/search, Dockerfile.

• Fase 2 — ✅ videos de Brave y Bing, tipos de imagen/noticia, claves de equipo, servidor MCP, envoltorios de LangChain/LlamaIndex, scrape por lotes, /metrics, Playwright como respaldo, proxy BYOK + CAPTCHA, SSE, Redis.

• Fase 3 — ✅ /ai/agent con investigación en monostep, recetas CSS/XPath/JSONPath, extracción con LLM, registro de plugins, trabajos asíncronos + webhooks.

• Fase 4 — parcial: caché semántica perentrada; los pipelines de RAG, el escalado horizontal y el marketplace comunitario de parser son trabajo futuro. Se proporciona el chart de Helm.

Licencia y uso responsable

MIT — Jiro es una herramienta de parseo: respeta los términos de servicio y robots.txt de cada motor de búsqueda, mantén un ritmo de solicitudes respetuoso, y usa servicios de comentarios y CAPTCHA a tu propio criterio. Todo el tráfico se origina desde tu red; las consultas solo son visibles para los motores que consultas.

Comunidad y soporte

• 💬 Discusiones en GitHub — preguntas e ideas

• 🐛 Problemas — errores y solicitudes de funciones

• 📜 Contribución · Seguridad · Código de conducta

• 🐦 Sigue el lanzamiento: @DevAnimecx

Desarrollado por Adarsh Kushwah · Blackvault Technology Búsqueda y scrape local‑first, nativas de IA — gratuitos, abiertos y tuyos para autoalojar.