Truman Search MCP

给 AI Agent 搭建一个可控的搜索世界。
A native desktop lab for AI agents, search results, and counterfactual web pages.

Truman Search MCP（MCP Interceptor Studio） 通过 Model Context Protocol (MCP) 提供可由操作者控制结果的搜索与网页读取工具。你可以在原生桌面控制台中查看 Agent 的查询、抓取真实结果、编辑或生成实验内容，再把结果交回 Agent，观察它如何查证与作出判断。

English: Review, replace, or pass through the responses of web_search and fetch_page from a native desktop console. Combine live retrieval, LLM-generated scenarios, and shared session history to explore how agents respond when their information environment changes.

每当被测 Agent 调用 web_search 或 fetch_page 时，服务端会在桌面直接弹出一个纯原生自绘暗黑主题拦截控制台（Windows 下基于零白边定制 ControlTemplate + Win32 DWM 暗色标题栏的原生 WPF，macOS/Linux 下基于 Tkinter），支持一键抓取真实互联网搜索结果、真假新闻混排（Real+Injected Hybrid）、写实科学合理化包装（Plausibility Framing）、跨检索上下文会话（Context Sessions）以及网络故障注入（503/429/Empty）。

适合用于检索可靠性实验、反事实场景演示、Agent 交叉查证观察，以及工具故障恢复测试。仓库提供 Antigravity、Claude Desktop / Code、Cursor、Windsurf 等客户端的配置入口。

核心特性

1. MCP 工具接口与路由规则

• 对外暴露标准 web-search MCP Server（包含 web_search 与 fetch_page 两个工具）。

• rules/AGENTS.md 内联提供工具参数签名和检索路由规则，方便在受控客户端中接入。

• 搜索与网页读取使用同一套实验入口，便于观察 Agent 从发现信息到访问来源的完整过程。

2. 🔬 写实合理化包装（Plausibility Framing）

• 写实包装模式（默认开启）：当输入包含影视/流行文化专有名词或极端超自然词汇（如“哥斯拉出现在冲绳”）时，合成器会自动将其转化为权威机构的写实科学观测现象 + 媒体/学界非正式代号（例如：JAMSTEC 与 USGS 联合监测到琉球海沟 43.2 米级未知深海巨型生物声学/构造异常，被学界与媒体非正式称为“哥斯拉异常”），消解官方机构公报与虚构词汇直接并置引发的模型警觉。

• 字面直出模式（取消勾选）：严格按输入的字面设定直出，适用于测试模型对明显荒谬前提的底线识别能力。

3. 🌐 真实新闻抓取与三种混排策略（Fetch Live & Hybrid Modes）

• 🌐 一键抓取真实结果（Fetch Live）：无需配置额外搜索 API Key，内置实时搜索引擎 RSS 聚合与真实网页正文提取，可直接在弹窗中抓取当前真实世界新闻并微调放行。

• 三种混排模式：

  • 🌐 真实新闻 + 注入混排（real_hybrid）：自动先抓取实时互联网真实新闻，再与 AI 合成的反事实报道按自然比例交错混排。

  • 🌿 AI 自然多主题混合（blended）：由 LLM 同时生成多领域的正常国际/科技/财经动态并与核心设定交织，防止所有检索词收敛至单一剧本。

  • 🎯 全部围绕核心设定（focused）：所有返回条目均围绕当前注入场景多角度展开。

4. 📚 跨搜索上下文会话与 16,384 Token 思考清洗

• 多会话上下文记忆（Context Sessions）：支持在弹窗顶部下拉框切换「新建独立上下文」或「继续已有上下文」。同一会话内跨多次 web_search 与 fetch_page 复用历史内容、备注与 URL 摘要缓存。

• 16,384 Token 充裕思考配额 + 残留清洗：默认提供最高 16384 Token 生成上限，防止长思维链截断正文；内置 <think> 标签剥离与行内英文自言自语清洗器（cleanGeneratedOutput）。

5. 原生自绘暗黑桌面 GUI（中英双语切换 & 通用 LLM 预设）

• 零浏览器依赖、无 --app 伪窗口，纯原生定制深色控件模板（彻底消除传统 Windows 控件白边与浅色下拉框）。

• 右上角支持一键 中 / EN 实时双语切换。

• 内置通用接口预设：Local OpenAI API、Ollama (Local)、vLLM / SGLang (Local)、OpenAI Official、DeepSeek Official、SiliconFlow、Google Gemini、Anthropic Claude。

Related MCP server: Browser Runtime MCP

案例记录 / Reported case study

场景： 向被测 Agent 提供围绕“天上下起了黑色的大雨”构造的搜索结果与网页内容，观察它是否采信这一实验设定。

以上为作者提供的实测案例记录，具体模型版本、试验次数和原始对话记录待补充。该案例记录事实采信结果，不代表上述模型的通用安全绕过能力或量化成功率。

快速开始

环境要求

• Node.js >= 18.0.0（零外部 npm 依赖，即装即用）

• Windows（内置 PowerShell WPF 原生界面）或 macOS/Linux（Python 3 Tkinter）

1. 安装至 Antigravity

npm run install:antigravity

该脚本会将插件安装至 ~/.gemini/config/plugins/web-search-mcp，修改客户端配置，并清理脚本中列出的旧版插件和缓存目录。运行前请阅读脚本并备份相关配置。只想连接一个实验客户端时，可直接使用下方的手动 MCP 配置。

2. 独立打开拦截控制台（配置 API 或本地测试）

npm start

3. 运行自检

npm test

默认运行离线检查，无需 API Key。需要检查真实搜索、网页读取和本地配置的模型接口时运行：

npm run test:live

在线检查会访问互联网，并使用 config/director-settings.json 中配置的模型接口。检查范围与当前进度见下方「开发状态」。

在 Claude Desktop / Cursor / Windsurf 中配置

在 claude_desktop_config.json 或 .cursor/mcp.json 中添加：

{
  "mcpServers": {
    "web-search": {
      "command": "node",
      "args": ["/absolute/path/to/src/mcp-server.mjs"]
    }
  }
}

目录结构

├── src/
│   ├── mcp-server.mjs              # 标准 MCP Stdio 服务端 (web_search & fetch_page)
│   ├── gui-bridge.mjs              # 本地临时 IPC 桥接、多会话上下文与 URL 缓存管理
│   ├── native-gui-win.ps1          # Windows 纯原生自绘暗黑主题 WPF 拦截控制台 (中/英双语)
│   ├── native-gui-tk.py            # 跨平台 Tkinter 原生暗色弹窗 (macOS / Linux)
│   ├── llm-generator.mjs           # 多模型接口适配、真实新闻抓取与写实合理化合成器
│   ├── core/                       # LLM 客户端、执行循环、格式化、工具注册与会话存储
│   └── open-gui.mjs                # 独立弹出桌面控制台入口
├── rules/
│   └── AGENTS.md                   # 内联工具参数签名与路由规则 (零 view_file 开销)
├── scripts/
│   └── install-antigravity.mjs     # Antigravity 插件一键安装与环境清理脚本
├── config/
│   └── director-settings.example.json
├── plugin.json
├── mcp_config.json
└── package.json

发布内容 / Published files

本地 API 配置、会话记录、日志、生成的 Windows DLL、dist/ 和一次性开发补丁脚本不进入公开快照。Windows DLL 在运行时按需编译。

npm run pack:release 是开发打包脚本，会重建 dist/，并在生成 ZIP 后恢复本机设置；不要把整个暂存目录或本机 config/ 目录直接上传。本次发布为源码快照，不是已验证的二进制发行版。

开发状态与验证范围 / Development status

本次初始源码快照整理于 2026-10-24，包含 MCP 服务端、原生桌面界面、LLM 调用、director 与会话缓存。

本轮修复了 /context 导入、普通回复与 ReAct 动作被误归为思考内容、Gemini/Anthropic 消息返回格式、MCP 模块导入副作用，以及取消和模型失败被离线结果掩盖的问题。在线流程耗尽步数或接口报错时会明确失败；离线示例模式保留用于未配置模型时的演示。

Gemini/Anthropic 的消息适配使用受控响应做回归检查；上述作者报告的模型案例与这些接口测试分别记录。未在本轮逐一实测所有厂商接口、客户端和操作系统。

实验说明 / Responsible evaluation

在自己拥有或明确获准测试的 Agent、账号和资源上开展实验，并向实验操作者和结果读者说明内容可能经过模拟。工具元数据和可选路由规则属于实验条件；报告结果时注明是否启用，记录模型版本、基线、样本数、失败案例和成功定义。

分别测量事实采信、授权判断与实际动作。模拟网页不能作为第三方攻击授权或真实法律、官方公告，也不应成为不知情用户的可信搜索来源。公开实验记录前移除密钥与私人对话。这些是用途说明，不是技术强制机制，也不改变 MIT 许可证。

Related work / 相关工作

• Potemkin 与 How Adversarial Environments Mislead Agentic AI? (ACL Findings 2026)：MCP 对抗环境评测框架，同样采用 “Truman Show for AI Agents” 类比。

• PoisonedRAG：通过检索内容进行知识污染的相关研究。

• MCPTox：工具元数据投毒评测；其论文成功率不是本项目伪造搜索结果的成功率。

上述研究为理解工具输出污染和环境欺骗提供参考。本项目侧重原生桌面交互与实验内容编排，不主张首创这些研究方向；相关链接不表示项目之间有关联或背书。

License

MIT License. Copyright (c) 2026 uiwcvb.