keyless-web-search-mcp

Eigenständiger MCP-stdio-Server: zwei schlüssellose Tools – web_search über einen selbst betriebenen Engine-Pool (Bing, 360, Baidu, Google, Naver, Yandex, DuckDuckGo) und web_fetch (anonymer HTTP(S)-Seitenleser). Jede Suche behält höchstens zwei nutzbare Engines bei, priorisiert Standardrouten nach Abfragesprache, füllt fehlgeschlagene oder irrelevante Engines innerhalb eines begrenzten Versuchsbudgets auf, bewertet Ergebnisse nach Relevanz, führt sie zusammen und entfernt Duplikate anhand der kanonischen URL. In sich geschlossenes Verzeichnis, kein Build-Schritt, nicht Teil des Harness-Paketsystems – überallhin verschiebbar.

Warum es das gibt

Die eingebaute web_search-Funktion des Harness (DeepSeek-Anbieter) benötigt DEEPSEEK_API_KEY und sendet jede Abfrage an die DeepSeek-Cloud. Dieser Server ist die lokale, modellfreundliche Alternative: keine Schlüssel, keine Such-API eines Anbieters, funktioniert in Festlandchina- und Hongkong-Netzen (Bing/360/Baidu aus Festlandleitungen, Bing/360/Naver/Yandex aus der getesteten Hongkong-Leitung; DuckDuckGo ist von keiner davon aus erreichbar).

web_fetch existiert aus demselben Grund auf der Leseseite: Das Webprofil bindet zwar einen Suchanbieter ein, aber keinen Fetch-Anbieter, sodass das eingebaute web_fetch-Tool (selbst wenn es durch ein Preset aktiviert wird) jeden Aufruf mit WEB_PROVIDER_UNAVAILABLE abbricht. Dieses Tool liest stattdessen den vollständigen Seiteninhalt über denselben schlüssellosen Server.

Related MCP server: Heventure Search MCP

Ausführen

npm install --cache ./.npm-cache   # deps: @modelcontextprotocol/sdk, zod
node index.js                      # speaks MCP over stdio
npm test                            # run deterministic ranking/fallback tests

Schneller Test ohne Client:

printf '%s\n' \
  '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"probe","version":"0.0.1"}}}' \
  '{"jsonrpc":"2.0","method":"notifications/initialized"}' \
  '{"jsonrpc":"2.0","id":2,"method":"tools/list"}' \
  | node index.js

In Claude Code installieren

Für den aktuellen Benutzer installieren, damit jedes Claude-Code-Projekt es verwenden kann. Beide Pfade beim Registrieren des Servers auflösen; so vermeidet man die Abhängigkeit vom Arbeitsverzeichnis der Shell oder vom PATH:

claude mcp add --transport stdio --scope user web-search-self -- "$(command -v node)" "/absolute/path/to/keyless-web-search-mcp/index.js"
claude mcp get web-search-self

Verwenden Sie stattdessen --scope local, um es auf das aktuelle Projekt zu beschränken, oder --scope project, um eine gemeinsam nutzbare .mcp.json zu schreiben. Claude Code speichert Benutzer-/Lokalregistrierungen in ~/.claude.json; MCP-Serverdefinitionen gehören nicht in settings.json.

Nach der Registrierung sollte claude mcp list web-search-self als verbunden melden. Die Tools erscheinen als mcp__web-search-self__web_search und mcp__web-search-self__web_fetch.

Werkzeuge

web_search

web_search({ query, count?, maxSources?, engines? })

Zwei-Quellen-Richtlinie. Der Pool wird bei Weglassen von engines nach Abfragesprache geroutet: Chinesisch beginnt mit 360/Baidu/Bing; Englisch beginnt mit Bing/Google/Naver/360, sodass das Budget von vier Versuchen funktionierende Fallbacks in den getesteten Festland-/Hongkong-Netzen behält. Eine explizite engines-Liste hat weiterhin Vorrang. Kandidaten laufen in begrenzten parallelen Runden; eine Engine belegt nur dann einen Quellenplatz, wenn sie parsebare Ergebnisse liefert, die die konservative lexikalische Relevanzfilterung bestehen. Fehlgeschlagene, herausgeforderte, leere oder irrelevante Engines werden bis zum Versuchs- und Sammlungsbudget nachgefüllt, und Diagnosen werden in einer Zeile „Engine-Hinweis" angezeigt. Die Ergebnisse werden nach Abfrageüberlappung mit einer kleinen Quellenqualitätsanpassung sortiert: Offensichtliche Repost-/Content-Farm-Signale werden abgewertet, während offizielle/Dokumentations-/Bildungs-/GitHub-Signale bevorzugt werden, ohne normale Websites hart zu blockieren. Die Zusammenführung bleibt round-robin verschachtelt (1. von Engine A, 1. von Engine B, 2. von A, …), und die Deduplizierung anhand der kanonischen URL entfernt Fragmente, häufige Tracking-Parameter und sichere www.-Unterschiede.

Ergebnis: nummerierte Liste aus Titel [Engine] / echter Ziel-URL / Ausschnitt. Linkbereinigung pro Engine: Bing-Klick-Tracker-Links werden lokal dekodiert (base64-u-Parameter); 360 liest das data-mdurl-Attribut; Baidu liest das mu-Attribut des Blocks (direkte URL, mit einem einzigen Redirect-GET im Best-Effort-Verfahren nur für veraltete link?url=-Wrapper); Naver- und Yandex-Titel tragen die direkte URL im Anker; Google-/url?q=-Wrapper werden entfernt; DuckDuckGo-/l/?uddg=-Tracker werden entfernt. Pro-Engine-Probe-Budgets: 10 s (Bing, Baidu), 8 s (360, Naver, Yandex), 5 s (Google, DuckDuckGo) – alle laufen parallel, sodass die Runde nur so langsam ist wie ihr langsamstes Mitglied.

web_fetch

web_fetch({ url, maxChars? })

Anonymes Lesen aus dem öffentlichen Web, keine Anmeldedaten: Browser-User-Agent, höchstens fünf Weiterleitungen, 20 s Wanduhrzeit für Header und Body, Antworttext bei exakt 5 MB abgeschnitten. Jedes Anfangs- und Weiterleitungsziel wird nach der DNS-Auflösung geprüft; Loopback-, private, Link-Local-, Carrier-Grade-NAT-, reservierte, Multicast- und lokale Hostnamen werden abgelehnt, um SSRF in den Rechner oder in Cloud-Metadatendienste zu verhindern. HTML wird zu sichtbarem Text reduziert (script/style/noscript/svg/head/iframe/canvas/form werden verworfen, Blockgrenzen werden zu Zeilenumbrüchen, der <title> wird im Kopfbereich übernommen); Text-, JSON- und XML-Medientypen werden mit deklariertem Zeichensatz entity-dekodiert durchgereicht, während binäre Medientypen abgelehnt werden. Die Ausgabe ist ein Statuskopf – status, endgültige url (nach Weiterleitungen), content-type, Kürzung – gefolgt vom Inhalt. Antworten ungleich 2xx geben den Body-Anfang plus einen Hinweis zurück (403/429 als Bot-Check oder Paywall gelesen), niemals eine erfundene Seite.

Engines und ihr Status

Verifiziert 2026-07 von drei Leitungen (einer früheren Festlandleitung, einer Shanghai-Telecom-Leitung und einer Hongkonger Zenlayer-Rechenzentrumsleitung):

Bewusst nicht im Pool: Sogou – 302t auf sogou.com/antispider/, also in dieselbe IP+Mauer-Klasse wie Baidu. Ebenso von der HK-Leitung aus gescannt und abgrund: Mojeek (Captcha-Seite), Ecosia (403 „Ecosia Firewall“), MetaGer (redirects to empty page), sowie Yahoo/Brave/Qwant/Startpage/goo.ne.jp (TCP-unerreichbar von Mainland-Leitungen und HK-Leitung).

Google-Sperre: was warfen wurden

Die 200er-Antwort dieser Route ist keine UID-Sperre, sondern eine JS Challenge-Interstitialseite (~90 KB obfuskierter / verschlüsselter JavaScript-Code; der No-JS-Pfad ist ein meta-Refresh in eine Sackgasse. Die Sperre erweist sich als zwei Schichten:

1. JS-Challenge (Rechenaufgabe): Der dekodierte Code errechnet einen Nachweiswert, setzt ein id_ss-Cookie (5 Minuten Gültigkeit) und lädt neu. Diese Schicht ist auch außerhalb des Browsers lösbar: Die Skripte der Seite in reinem Node.js mit einem minimalen DOM-Shim (CookieJar, navigator, image, document) laufen nach und die Berechnung; das dabei meldende, errechnete Prüfwert-Cookie wurden einmal an-«enommen – Google antwortete mit 200 and liess NID/AEC-Vertrauenscookies aus, die es dieser IP sonst nie gibt.

2. Session-Pattern-Schicht (Verhalten): Nachfolgende Re-HTTPS-Follow-ups – inklusive exakter Nachbildung des echten Seiten-Skript-Reload („emsg=SG_REL + passendes command; Cookie-Jar‑Sykary; Cookie‑, Browser-Header) – landen in der google.com/sorry-Anomale (HTTP 429). Diese Schicht bewertet die gesamte Sitzung (TLS/HTTP2-Fingerprint, Request-Abstand, Methodenmix), was der Node-Stack (OpenSSL/undici) nie realistisch nachbedienen kann.

Getestete, den Los des 1. Level nicht verändernde Client-Seitige: die gbv=1-Parameter, Cookie-Warm-up, vollständige Browser-Fingerprint-Header, der retry/enablejs-Flow, der /m-Serverpfad, Browser-/Feature-PM/IE6/alt-Android-UAs, ein gespoofter Googlebot-UA (Google-Verifizierung), CONSENT-Cookies, POST-Abs, Alt-TLDs sowie der "tokens klick"-Link emsg=SG_REL (ohne EÇSS). Google-Proxy-Alternativen waren vom Netzwerk aus ebenfalls nicht erreichbar / blockiert: Startpage und Qwant Time-outs, Mojeek liefert Capcha, Ecosia antwortet mit 403.

Fazit: Layer 1 ist in Node zu lösen (demonstration), Layer 2 in einer Nicht-Browser-Netzwerk-Stack nicht. The only reliable paths from this device: saubere-IP-Proxy or = Tatbestand browser "headless Chromium"; The IP-Muster-Schicht bleibt. Repeated – non-pong risk the "anomaly" window of the IP.

In den DeepSeek-Harness (Mount)

Ergänze deine cordis.yml (die MCP-Bridge lädt diesen Eintrag per Hot-Reload):

- id: mcp-search
  name: '@deepseek-ai/dsh-mcp-client'
  config:
    serverName: search
    transport: stdio
    command: node
    args: ['/absolute/path/to/keyless-web-search-mcp/index.js']

Das Modell zeigt die Tools schließlich als mcp__search__web_search und mcp__search__web_fetch.

Einschränkungen

• Suchqualität ist heuristisch: Lexikalische Resultate räumen mit offensichtlich unpassenden Ergebnis-E-und – und chinesischen n‑Telegrammen; interne Suchmaschinen-Suchseiten werden ausgeschlossen; Content-Farm-/Re-Repost-Signale bereinigen die Reihenfolgen – aber kein universelles Vertrauensurteil. Ein Treffer ist kein Beweis für die Korrekthee darin–. Fund- und Quelldaten (fetch) Quoten als bei Fake.

• Scraping, keine API: Layout-Änderungen können einen Parser grenzen; Der Fehlschlag ist laut (z. B. „no parse organic results) und nie fabriziert. Die Google- und DuckDuckGo-Parser sind aus dokumentierter SERP-Struktur entstanden und in diesem Netzwerk nicht live prüfbar – stimme sie bei der ersten Gelegenheit, wenn die jeweilige Engine selbst antwortet.

• Rate-Control: Beide öffentlichen Engines tolerieren gelegentliche Nutzung; Dauer durch Hammern lockt Bot-Challenges.

• Die Such-Anfrage verlässt die Maschine in Richtung der konsultierten Engines (das ist der Preis der keyless Suche); Mit dem Zwei-Quellen-Limit sehen pro Suche höchstens zwei davon die Abfrage.

• Fetch ist ein ohne Schlüssel anfähiger Leser für öffentliche Seiten, kein Browser/Intranet-Client: JS-gerendered content bleibt unsichtbar (gleiche Limit-Klasse wie die Such-Parser intern; drei 403/429 gegenüberwie anonymen Clients werden gemeldet, nicht umgangen). Lokale/private/reservierte Netwerkzeileliste werden vollständig blockiert, inklusive Redirect-Ziel.