annolux-mcp
⚡ Annolux
Подборка англоязычных и китайских поисковых API и MCP для ИИ-агентов и RAG-систем
Поиск, который может показать свою работу. Каждый результат содержит явную метку времени fetched_at и источник происхождения.
🌐 Сайт • 📖 Документация API • ⚡ Быстрый старт MCP • 📊 Зафиксированные бенчмарки • 📁 Примеры • 🇨🇳 中文文档
💡 Почему Annolux?
Современные веб-поисковые API для ИИ-агентов страдают от трёх фатальных недостатков:
Мусор на входе — мусор на выходе: коммерческие поисковики индексируют миллионы SEO-ферм, соскрапленного спама и автоматически сгенерированного шума, засоряющего контекст LLM.
Отсутствие временной атрибуции: LLM галлюцинируют текущее состояние состояние, потому что поисковые API не передают точную метку снимка данных (
fetched_at).Нечестная тарификация: полная плата за неудачные запросы, пустые ответы или повторные попытки из-за ограничения частоты.
Annolux решает это с помощью курируемого подхода, ориентированного на агентов:
🛡️ Курируемый двуязычный технический индекс: высококачественный англо-китайский корпус (Rust, Go, Python, AI/ML, официальная документация, RFC, GitHub, arXiv).
🕒 Явная метка времени
fetched_at: каждая ранжированная выдача показывает точную секунду индексации, что позволяет обоснованные цитирования и временное мышление.🎯 Предсказуемая биллинговая модель: ровно 1 кредит за успешный ответ с кодом 2xx. Ошибки, таймауты (504), ограничения частоты (429) и некорректные запросы стоят 0 кредитов.
🧩 Нативная поддержка Model Context Protocol (MCP): настройка ноль для Claude Code, Cursor, Windsurf, Cline, Zed и Claude Desktop.
🚀 1 000 бесполезных постоянных кредитов: войдите с GitHub или Google на annolux.com и начните запросы за 30 секунд.
Related MCP server: Kimi Coding MCP
🥊 Сравнение: Annolux против генеральных поисковых API
Характеристика / Метрика | Annolux | Exa (Metaphor) | Tavily | Serper / Google |
Качество индекса | Курируемые технические и знаниевые (EN/ZH) | Веб-весь нейроцальта | Веб-агрегатор | Весь интернет (шумный SEO) |
Китайский теховский корпус | Полноценное двуязычное FTS | Среднее | Слабое / переведено | Смешано с контентом-мусором |
Явная метка снимка данных | ✅ | ❌ Наследованно | ❌ Отсутствует | ❌ Приблизительная сниппет |
Гарантия списания | ✅ только 1 кредита при 2xx | За каждый запрос | За каждый запрос | За каждый запрос |
Неудачные/таймаут-запросы | 0 кредитов списывается | ❌ списываются | ❌ списываются | ❌ списываются |
Поверхность инструментов MCP | Один лаконич | Несколько громоздких | Многоэтапные | Нужен свой мост |
Ограничение домена | Точный фильтр по имени хоста ( | ✅ Поддерживается | ✅ Поддерживается | Ограниченный |
Бесплатный стартовый тариф | 1000 постоянных кредитов | Ограниченный триал | 1 000/мес. | 2 500 разовых |
📦 Быстрая установка
Вариант 1: NPX (быстрей всего для MCP и CLI)
# Run instantly via Node.js (zero installation)
npx -y annolux-mcp -key ann_live_YOUR_API_KEYВариант 2: Go CLI и сервер
go install github.com/eason4kim-rocket/annolux/cmd/annolux-mcp@latestВариант 3: Собранные бинарники для всех платформ
Скачайте автономные бинарники из GitHub Releases:
linux-amd64/linux-arm64darwin-amd64(Intel Mac) /darwin-arm64(Apple Silicon M-серия)
🔌 Интеграция с MCP
Annolux реализует официальный протокол Model Context Protocol (MCP) с одним высокоэффективным инструментом: search_web.
1. Claude Code
claude mcp add annolux npx -y annolux-mcp -- -key ann_live_YOUR_API_KEY2. Cursor / Windsurf
Добавьте в .cursor/mcp.json вашего проекта или в глобальную конфигурацию:
{
"mcpServers": {
"annolux": {
"command": "npx",
"args": ["-y", "annolux-mcp", "-key", "ann_live_YOUR_API_KEY"]
}
}
}3. Claude Desktop
Добавьте в claude_desktop_config.json:
{
"mcpServers": {
"annolux": {
"command": "annolux-mcp",
"env": {
"ANNOLUX_API_URL": "https://api.annolux.com",
"ANNOLUX_API_KEY": "ann_live_YOUR_API_KEY"
}
}
}
}🚀 Быстрый старт HTTP API
Стандартный поисковой запрос
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 .🏛️ Архитектура и механизмы
┌─────────────────────────────────────────────────────────────┐
│ 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 ]📊 Качество поиска и зафиксированные бенчмарки
Annolux оценивает качество поискового потребления на неизменном замороженном слепом наборе из 40 сложных двуязычных запросов. Веса функций ранжирования никогда не подгоняются под тестовый набор.
Метрика | Первый базовый шлюз | Шлюз предзапускной верификации |
Hit@1 |
|
|
Hit@3 |
|
|
Hit@10 |
|
|
MRR@10 |
|
|
P95 Задержка |
|
|
Частота ошибок 5xx |
|
|
Все бенчмарки запускаются на стороне клиента при полной конкурентной нагрузке.
💳 Прозрачная тарификация
План | Цена | Кредиты | Лимиты частоты | Правила биллинга |
Free | $0 | 1 000 (вечно) | 5 RPS / Взр. 10 | Бесплатно навсегда, без кредитной карты |
Pro | $29 / мес. | 20 000 / мес. | 5 RPS / Взр. 10 | 1 успех = 1 кредит, без переноса |
Scale | $99 / мес. | 100 000 / мес. | 5 RPS / Взр. 10 | 1 успех = 1 кредит, без переноса |
Без платы за превышение.
Ошибки, ограничения сильнои скорости и таймауты бесплатны на 100% (0 кредитов).
До 3 активных API-ключей на аккаунт.
📁 Примеры и рецепты
Посмотрите папку examples/ для готовых стартовых проектов:
01-claude-code-literature-research: автоматический технический обзорный агент с указыванием времени цитат.02-cursor-authority-domain-refactor: Ограничение поиска только официальными док-доменами (react.dev,go.dev) для рефакторинга без галлюцинаций.03-production-rag-temporal-pipeline: Продакшн-пайплайн гибридного поиска RAG с запасным ретривером.
🤝 Сообщество и поддержка
Сообщать об ошибках или запрашивать функ functionality можно через GitHub Issues.
Ознакомьтесь с SECURITY.md для анонимного сообщения уязвимостей.
Публичная спецификация OpenAPI: annolux.com/openapi.json.
📄 Лицензия
Annolux — это открытое программное обеспечение, распространяемое под Apache License, 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