annolux-mcp
⚡ Annolux
Kuratierte englisch- und chinesischsprachige Such-API und MCP für KI-Agenten & RAG-Systeme
Suche, die ihre Arbeit zeigt. Jedes Ergebnis enthält einen expliziten fetched_at-Zeitstempel und Provenienz.
🌐 Website • 📖 API-Dokumentation • ⚡ MCP-Schnellstart • 📊 Eingefrorene Benchmarks • 📁 Beispiele • 🇨🇳 中文文档
💡 Warum Annolux?
Aktuelle Such-APIs für KI-Agenten leiden unter drei fatalen Schwachstellen:
Müll rein, Müll raus: Kommerzielle Suchmaschinen indizieren Millionen von SEO-Farmen, gescrapten Spam und automatisch generiertes Rauschen, das die Kontextfenster von LLMs verschmutzt.
Fehlende Zeit-Provenienz: LLMs halluzinieren den aktuellen Zustand, weil Such-APIs den genauen Snapshot-Zeitpunkt (
fetched_at) weglassen.Fressende Abrechnung: Volle Preise für fehlgeschlagene Anfragen, leere Ausgaben oder ratenlimitierte Wiederholungsversuche.
Annolux löst das mit einem agentenzentrierten, kuratierten Ansatz:
🛡️ Kuratierter zweisprachiger Technik-Index: Hochwertiger englisch- und chinesischsprachiger Korpus (Rust, Go, Python, KI/ML, offizielle Dokumentation, RFC–, GitHub, arXiv).
🕒 Expliziter
fetched_at-Zeitstempel: Jeder Ranked-Hit zeigt die exakte Sekunde der Aufnahme – dies ermöglicht fundierte Zitate und zeitliche Schlussfolgerungen.🎯 Vorhersehbare Bilanz-Abrechnung: Genau 1 Credit pro erfolgreicher 2xx-Antwort. Fehler, Timeouts (504), Rate Limits (429) und ungültige Anfragen kosten 0 Credits.
🧩 Natives Model Context Protocol (MCP): Null Einrichtung bei Claude Code, Cursor, Windsurf, Cline, Zed und Claude Desktop.
🚀 1.000 dauerhafte Gratis-Credits: Mit GitHub oder Google anmelden und in 30 Sekunden mit Abfragen starten.
Related MCP server: Kimi Coding MCP
🥊 Vergleich: Annolux vs. generische Such-APIs
Eigenschaft / Metrik | Annolux | Exa (Metaphor) | Tavily | Serper / Google |
Indexqualität | Kuratierter Technik- & Wissensindex (EN/ZH) | Webweite neuronale | Webweiter Aggregator | Ganzes Web (SEO-Rauschen) |
Chinesischer (ZH) Technik-Korpus | Erstklassige native zweisprachige Volltextsuche | Teilweise | Schwach / Übersetzt | Mit Content-Farmen gemischt |
Expliziter Snapshot-Zeitstempel | ✅ | ❌ Inkonsistent | ❌ Fehlend | ❌ Nur ungefährer Snippet |
Abrechnungsgarantie | ✅ 1 Punkt nur bei 2xx-Erfolg | Anfragebasiert | Anfragebasiert | Anfragebasiert |
Fehler / Timeout-Anfragen ** | 🆓 0 Kosten berechnet | ❌ Abgerechnet | ❌ Abgerechnet | ❌ Abgerechnet |
MCP-Tool-Oberfläche | Einziges schlankes | Mehrere kurze Tools | Mehrstufige Prozesse | Braucht eigene Brücke |
Domain-Beschränkung | ✅ Exakte Hostname-Filterung ( | ✅ Unterstützt | ✅ Unterstützt | ❌ Nur |
Kostenloser Einstiegstarif | 1.000 dauerhafte Punkte | Begrenzte Testversion | 1.000 / mo | 2.500 einmalig |
📦 Schnellinstallation
Option 1: NPX (Schnellste für MCP & CLI)
# Run instantly via Node.js (zero installation)
npx -y annolux-mcp -key ann_live_YOUR_API_KEYOption 2: Go–CLI & Server
go install github.com/eason4kim-rocket/annolux/cmd/annolux-mcp@latestOption 3: Vorgefertigte Multi-Plattform-Binaries
Laden Sie eigenständige Binaries von GitHub Releases herunter:
linux-amd64/linux-arm64darwin-amd64(Intel Mac) /darwin-arm64(Apple Silicon M-series)
🔌 MCP-Integration
Annolux implementiert das offizielle Model Context Protocol (MCP) mit einem einzigen, hochig effizienten Tool: search_web.
1. Claude Code
claude mcp add annolux npx -y annolux-mcp -- -key ann_live_YOUR_API_KEY2. Cursor / Windsurf
Fügen Sie Folgendes zu unserer Projektdatei .cursor/mcp.json oder zur globalen Konfiguration hinzu:
{
"mcpServers": {
"annolux": {
"command": "npx",
"args": ["-y", "annolux-mcp", "-key", "ann_live_YOUR_API_KEY"]
}
}
}3. Claude Desktop
Fügen Sie das in claude_desktop_config.json ein:
{
"mcpServers": {
"annolux": {
"command": "annolux-mcp",
"env": {
"ANNOLUX_API_URL": "https://api.annolux.com",
"ANNOLUX_API_KEY": "ann_live_YOUR_API_KEY"
}
}
}
}🚀 HTTP-API-Schnellstart
Standard-Suche-Endpunkt
POST https://api.annolux.com/api/v1/search
Authorization: Bearer ann_live_YOUR_API_KEY
Content-Type: application/json{
"query": "tokio async runtime memory model",
"domains": ["tokio.rs", "docs.rs", "github.com"],
"deduplicate": true,
"limit": 5,
"timeout": 10,
"ranking": "default"
}Python
import os
import requests
response = requests.post(
"https://api.annolux.com/api/v1/search",
headers={"Authorization": f"Bearer {os.environ.get('ANNOLUX_API_KEY')}"},
json={
"query": "DeepSeek R1 architecture reinforcement learning",
"limit": 5,
"deduplicate": True
},
timeout=15
)
data = response.json()
for result in data.get("results", []):
print(f"[{result['fetched_at']}] {result['title']} -> {result['url']}")TypeScript / Node.js
const res = await fetch("https://api.annolux.com/api/v1/search", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.ANNOLUX_API_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
query: "vLLM PagedAttention implementation details",
limit: 5,
deduplicate: true
})
});
const data = await res.json();
console.log(`Credits Remaining: ${res.headers.get("X-Annolux-Credits-Remaining")}`);
console.log(data.results);cURL
curl -s -X POST https://api.annolux.com/api/v1/search \
-H "Authorization: Bearer ann_live_YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"query": "Go sync.Pool benchmark best practices",
"limit": 3
}' | jq .🏛️ Architektur & Mechanik
┌─────────────────────────────────────────────────────────────┐
│ AI Agent / RAG Application │
│ (Claude Code / Cursor / LangChain / Custom LLM) │
└──────────────────────────────┬──────────────────────────────┘
│
Stdio MCP / HTTPS REST Request
│
▼
┌─────────────────────────────────────────────────────────────┐
│ Annolux Gateway API Engine │
│ ┌─────────────────────────┐ ┌───────────────────────┐ │
│ │ 1. Account & Rate Limit │ ──► │ Reserve 1 Credit │ │
│ │ (5 RPS, Burst 10) │ │ in /data/accounts.db │ │
│ └─────────────────────────┘ └───────────────────────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ 2. Bilingual FTS Ranker (/data/index.db) │ │
│ │ • Curated English & Chinese Corpus │ │
│ │ • SimHash Content-Deduplication Engine │ │
│ │ • Domain Filter & Exact Substring Match │ │
│ └───────────────────────────────────────────────────────┘ │
│ │ │
│ ▼ │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ 3. Atomic Response & Ledger Settlement │ │
│ │ • 2xx Success ──► Commit 1 Credit & Attach Timing │ │
│ │ • 4xx/5xx Err ──► Release Reservation (0 Cost) │ │
│ └───────────────────────────────────────────────────────┘ │
└──────────────────────────────┬──────────────────────────────┘
│
JSON with exact `fetched_at` & verified URL
│
▼
[ Grounded LLM Response ]📊 Suchqualität & Eingefrorene Benchmarks
Annolux bewertet die Such-Retrieval-Leistung anhand einer unveränderlichen, eingefrorenen Blindauswahl von 40 komplexen zweisprachigen Abfragen. Die Ranking-Gewichte werden nie auf der Testmenge parametriert.
Metrik | Erste Gate-Baseline | Prelaunch-Verifikations-Gate |
Treffer@1 |
|
|
Treffer@3 |
|
|
Treffer@10 |
|
|
MRR@10 |
|
|
P95-Latenzeit |
|
|
Fehler 5xx-Rate |
|
|
Alle Benchmarks werden clientseitig unter voller gleichzeitiger Last durchgeführt.
💳 Transparente Preise
Plan | Preis | Credits | Rate-Limits | Rechnungsregeln |
Kostenlos | 0 € | 1.000 (dauerhaft)** | 5 RPS / Burst 10 | Ewig kostenlos, keine Kreditkarte nötig |
Pro | 29 € / Mon. | 20.000 / Mon. | 5 RPS / Burst 10 | 1 Erfolg = 1 Punkt, kein Rollover |
Scale | 99 € / Mon. | 100.000 / Mon. | 5 RPS / Burst 10 | 1 Erfolg = 1 Punkt, kein Rollover |
Keine Zusatzkosten für Überschreitung.
Fehler, Rate-Limits und Timeouts sind 100 % kostenlos (0 Punkte berechnet).
Bis zu 3 aktive API-Keys pro Konto.
📁 Beispiele & Anleitungen
Prüfen Sie das Verzeichnis examples/ für produktionsreife Startvorlagen:
01-claude-code-literature-research: Automatisierter technischer Literatur-Agent mit zeitstempeligen Zitaten.02-cursor-authority-domain-refactor: Suchlauf auf offizielle Doc-Domains (react.dev,go.dev) einschr begrenzt, für hallucinationsfreies Refactoring.03-production-rag-temporal-pipeline: Produktionstüchtige hybride RAG-Suchpipeline mit Fallback-Retrieval.
🤝 Community & Support
Melden Sie Bugs oder Feature-Anfragen auf GitHub Issues.
Für private Schwachstellenmeldungen siehe SECURITY.md.
Öffentliche OpenAPI-Spezifikation: annolux.com/openapi.json.
📄 Lizenz
Annolux ist Open-Source-Software unter den Bedingungen der Apache-Lizenz, Version 2.0.
This server cannot be installed
Maintenance
Related MCP Servers
- AlicenseBqualityCmaintenanceEnables web search and site-specific search capabilities through the Deepsearch model. Provides unified access to broad web retrieval and targeted site search functionality within the MCP ecosystem.2115Apache 2.0
- FlicenseNot gradedqualityDmaintenanceWraps the Kimi Coding Search and Fetch APIs into MCP tools for web searching and content retrieval. It enables LLMs to perform targeted searches and crawl web pages using standardized interfaces.1
- AlicenseAqualityBmaintenanceEnables AI agents to perform multi-engine web search, fetch web pages, and extract clean Markdown content via MCP, with no API keys required.35MIT
- AlicenseAqualityBmaintenanceEnables web fetching, web search, and Metis verification for AI agents via a single MCP endpoint.31MIT
Related MCP Connectors
LLM-ready web search + instant answers + URL-to-clean-text fetch for agents and RAG.
Web search for AI agents — one tool across 6 engines, routed to the cheapest + cached.
The best web search for your AI Agent
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/eason4kim-rocket/annolux'
If you have feedback or need assistance with the MCP directory API, please join our Discord server