title: claw. emoji: 🐾 colorFrom: purple colorTo: indigo sdk: docker app_port: 3000 pinned: false license: mit short_description: 夜里亮着的一盏灯，给认得路的人

🔎 FusionSearch MCP

把五个搜索源熔进一个 MCP —— 一次调用，多源取证 · 交叉验证 · AI 汇总

FusionSearch MCP 把 LibreSearch/SearXNG、Search-2api/search.sh、Grok(OpenAI 兼容)、Tavily、Firecrawl 五层能力熔进同一个 MCP 服务。它不是把五个 provider 并排丢给客户端挑，而是在服务端跑一条 Fusion Orchestrator 证据流水线——意图识别 → 多源编排 → 证据归一 → 去重排序 → 交叉验证 → AI 合成，客户端只管拿到带来源、可追踪、交叉验证过的答案。

Related MCP server: Agent Search MCP

✨ 特性亮点

• 🧩 五源融合 — 网页结构化(SearXNG) + AI 答案(search.sh) + 联网搜索/抓取(Tavily) + 正文托底(Firecrawl) + 合成汇总(Grok)，一次查询自动交叉取证。

• 🛡️ 全链路降级 — 五源各自独立、互为备胎；某一层没配或挂了，其它层照常出结果，绝不整体失败。

• 🎯 6 个精炼工具 — 取证与编排全收进服务端 Fusion Orchestrator，客户端不必在一堆同义工具里挑（v2 从 22 精简到 6）。

• 🚪 统一 /mcp 入口 — Streamable HTTP，兼容 Cherry Studio / Claude Code / Codex；Bearer 或路径内嵌两种鉴权。

• 🖥️ 开箱管理台 — /admin 一处配齐五源 Key、密钥中心 👁 明文查看/回写、五类能力测试、健康看板。

• 🐳 三种部署 — 轻量服务器版 / Docker Compose 多合一 / Hugging Face 单容器 Space，都是一条命令。

四个对外面：/（all-in-one 下的 LibreSearch 搜索页）· /admin（管理台）· /mcp（统一 MCP）· /search2api/v1/chat/completions（OpenAI 兼容答案 API）。

🚀 快速开始（新手三步）

想最快跑起来、试试 MCP 搜索？三步搞定：

第 1 步 · 起服务（Docker 最省事）

git clone https://github.com/zhizhishu/fusionsearch-mcp.git
cd fusionsearch-mcp
cp .env.example .env          # 打开 .env，至少设 ADMIN_TOKEN 和 MCP_AUTH_TOKEN
docker compose up -d --build

起来后打开 http://localhost:1666/admin，用 .env 里的 ADMIN_TOKEN 登录。想要内置搜索页 + Search-2api 的完整版，用多合一：docker compose -f docker-compose.all-in-one.yml up -d --build。

第 2 步 · 配搜索源（都可单独用、互为备胎）

进 Admin UI 对应面板填 Key。一个都不填也能启动，只是少一层能力；五层各自独立，某层没配或挂了其它照常出结果：

第 3 步 · 接入 MCP 客户端

在 Cherry Studio / Claude Code / Codex 等填：

URL:    http://localhost:1666/mcp
Header: Authorization: Bearer <你的 MCP_AUTH_TOKEN>

然后直接调 smart_research（丢一句话问题或一个 URL 都行）——服务端自动多源取证、去重、交叉验证、AI 汇总，客户端只管拿答案 + 来源。抓单个网页正文用 smart_fetch，看各源健康用 fusion_status。

想上公网，部署到你自己的 Hugging Face Docker Space（见下方「Hugging Face 多合一」），务必开 MCP_AUTH_TOKEN + SITE_GATE_PASSWORD 做保护。

📦 部署模式

🧭 路径

🗺️ 架构蓝图 · Fusion Orchestrator 证据流水线

FusionSearch 当前以 /mcp 为统一入口运行 Fusion Orchestrator。它不是把多个 provider 简单并列暴露给客户端，而是把一次查询拆成意图识别、provider 编排、证据归一、去重排序、交叉校验和最终合成几步，让客户端默认拿到可追踪的答案、来源和 provider 状态。

graph TD
    C["🧑‍💻 Client / LLM"] -->|"MCP: /mcp"| IR
    subgraph O["🧠 Fusion Orchestrator"]
        IR["🧭 Intent Router<br/>URL → 抓取流水线<br/>关键词/问题 → 多源研究"]
        subgraph PR["📚 Provider Registry（五源并行取证）"]
            L["LibreSearch / SearXNG<br/>结构化网页结果"]
            S["Search-2api / search.sh<br/>答案型搜索"]
            T["Tavily<br/>search · extract · map"]
            F["Firecrawl<br/>正文抓取托底"]
            G["Grok / OpenAI 兼容<br/>合成与总结"]
        end
        IR --> PR
        PR --> EN["🔧 Evidence Normalizer<br/>统一 title · url · provider · content · 状态/错误"]
        EN --> DX["⚖️ Dedup · Ranking · Cross-check<br/>合并重复源 · 优先多源佐证 · 标记单源/失败/证据不足"]
        DX --> SY["✨ Synthesis<br/>用户答案 + 证据摘要 + 来源列表<br/>（上游失败仍返回已得证据 + 明确错误）"]
    end
    SY --> C

当前推荐客户端优先调用 smart_research、smart_fetch 和 fusion_status。smart_research 负责从 URL 或自然语言问题进入合适流水线；smart_fetch 负责 URL 抓取、降级和可选总结；fusion_status 负责查看 LibreSearch、Search-2api、Grok、Tavily、Firecrawl 的健康状态与脱敏配置状态。

除三类智能工具外，还有三个配置/运维工具：web_map（Tavily 站点地图）、fusion_config（Grok/Tavily/Firecrawl 配置诊断，可选连通性测试）、fusion_switch_model（切换默认 Grok 模型并持久化）。工具总数从 22 精简到 6，原先重叠的 libresearch_* / fusionsearch_* 家族与单独的 provider 工具已移除，取证与编排全部收进服务端。

🖥️ 正常服务器版

这种模式最轻，只运行 FusionSearch Node 服务。LibreSearch 可以继续外置 Hugging Face，也可以填你自己的 LibreSearch/Search-2api 地址。

git clone https://github.com/zhizhishu/fusionsearch-mcp.git
cd fusionsearch-mcp
cp .env.example .env
docker compose up -d --build
docker compose logs -f fusionsearch-mcp

默认入口：

Admin:  http://<server-ip>:1666/admin
MCP:    http://<server-ip>:1666/mcp
Health: http://<server-ip>:1666/health

也可以直接使用 GHCR 镜像：

docker pull ghcr.io/zhizhishu/fusionsearch-mcp:latest
docker run -d \
  --name fusionsearch-mcp \
  -p 1666:1666 \
  -e PORT=1666 \
  -e RUNTIME_CONFIG_PATH=/app/config/runtime.json \
  -v "$(pwd)/config:/app/config" \
  -v "$(pwd)/logs:/app/logs" \
  --restart unless-stopped \
  ghcr.io/zhizhishu/fusionsearch-mcp:latest

仓库已带 GitHub Actions：推送 main 后会自动构建并发布 ghcr.io/zhizhishu/fusionsearch-mcp:latest，同时生成 sha-* 标签。服务器端只需要 docker pull 或重新 docker compose pull && docker compose up -d 即可更新。

🐳 Docker Compose 多合一

这种模式会在服务器里一次启动四个服务：

gateway/nginx
  ├─ /                  -> libresearch:8080
  ├─ /search            -> libresearch:8080/search
  ├─ /admin /mcp /api   -> fusionsearch-mcp:1666
  └─ /search2api/*      -> search2api:8000/*

其中 libresearch 服务直接使用 libregroup/libresearch:latest，不再从源码重复构建 SearXNG。deploy/searxng/settings.yml 只作为轻量配置文件挂载，确保 format=json 长期可用。 Nginx 使用 Docker 内置 DNS 动态解析服务名，fusionsearch-mcp、libresearch 或 search2api 单独重启后不会继续指向旧容器 IP。

启动：

cp .env.example .env
# 编辑 .env，至少建议设置 ADMIN_TOKEN、SESSION_SECRET、MCP_AUTH_TOKEN。
# Search-2api 需要 SEARCH_SH_COOKIE；很多情况下还需要 SEARCH_SH_USER_AGENT 与 Cookie 匹配。
docker compose -f docker-compose.all-in-one.yml up -d --build
docker compose -f docker-compose.all-in-one.yml logs -f

默认入口：

Search:      http://<server-ip>:1666/
Search JSON: http://<server-ip>:1666/search?q=test&format=json
Admin:       http://<server-ip>:1666/admin
MCP:         http://<server-ip>:1666/mcp
Search-2api: http://<server-ip>:1666/search2api/v1/chat/completions

停止：

docker compose -f docker-compose.all-in-one.yml down

🤗 Hugging Face 多合一

Hugging Face Docker Space 版使用单容器多进程，最终镜像直接 FROM libregroup/libresearch:latest：

Hugging Face public Space
  └─ Dockerfile.hf-allinone
       ├─ libregroup/libresearch:latest
       ├─ node src/server.js 作为轻量网关与 MCP/Admin 服务
       ├─ LibreSearch / granian
       └─ search2api FastAPI

HF 只有一个容器，所以这里不再装 Nginx/Supervisor；启动脚本会同时拉起 LibreSearch、Search-2api 和 FusionSearch Node。Node 网关负责把 /、/search、/static 代理到 LibreSearch，把 /search2api/* 代理到 Search-2api。

Hugging Face Space 只会自动识别根目录 Dockerfile。所以部署 Space 时有两种做法：

1. 在 Space 仓库里把 Dockerfile.hf-allinone 复制/改名为 Dockerfile。

2. 用同步脚本或 CI 推送到 HF Space 时，把 Dockerfile.hf-allinone 映射成 Space 根目录的 Dockerfile。

Space Settings 里建议配置这些 Secrets/Variables：

ADMIN_AUTH_ENABLED=true
ADMIN_TOKEN=<管理页登录口令>
SESSION_SECRET=<随机长字符串>
MCP_AUTH_TOKEN=<MCP Bearer Token>

SEARCH_SH_COOKIE=<从 search.sh 浏览器 Network 请求复制的完整 cookie header>
SEARCH_SH_USER_AGENT=<复制 cookie 时同一个浏览器请求的 User-Agent>
API_MASTER_KEY=<Search-2api 内部 Bearer Token>

GROK_API_URL=<可选，显式 OpenAI-compatible /v1 地址>
GROK_API_KEY=<可选>
TAVILY_PROVIDER=rest
TAVILY_API_KEY=<可选，官方 Tavily REST key>
TAVILY_MCP_URL=<可选，第三方 Tavily MCP 地址，例如 Hikari>
TAVILY_MCP_TOKEN=<可选，第三方 Tavily MCP Bearer Token>
TAVILY_HIKARI_TOKEN=<可选，Hikari Token 兼容别名>
FIRECRAWL_API_KEY=<可选>

不要把 Cookie、API Key、Admin Token、MCP Token 提交到 GitHub 或 Hugging Face 文件里。它们只应该放在 .env、服务器环境变量或 HF Secrets。

密钥中心（统一查看 / 修改 / 回写）

所有密钥的查看、修改、持久化都收在 /admin -> 密钥中心 一处，不再分散到多个页。推荐先配置：

HF_SPACE_ID=<你的HF用户名>/fusionsearch-mcp
HF_WRITE_TOKEN=<有该 Space 写权限的 Hugging Face token>

密钥中心每一行包含：

• 状态 + 打码预览：是否已配置、来源（HF 环境变量 / runtime）。

• 👁 明文：点开就地显示当前实际生效的明文（HF 环境变量或 runtime 配置都认），仅登录管理员可见，明文不写日志。

• 内联修改：在输入框填新值即替换，留空则不改；带 清空 勾选的行可清空。

• HF 标记：表示保存时会写回 Hugging Face Secrets。

点「保存全部」时，改动会立刻应用到正在运行的容器（秒生效），并且默认同时写回 HF Secrets（勾选「保存时写回 Hugging Face Secrets」），这样 Space 重启 / 重建也不会丢。如果运行中的容器还没有 HF_WRITE_TOKEN，可以在密钥中心的「一次性 HF Write Token」里临时粘贴一次；完整 Token 不回显、不写日志。

几个要点：

• 环境变量类（如 SEARCH_SH_COOKIE） 没有 runtime 字段，只能写回 HF Secrets，需要重启 Space 才生效；保存后 UI 会提示。

• Admin 口令 / MCP Bearer 也在密钥中心里改：保存成功即更新当前运行时；改了 Admin 口令后当前登录会失效，需要用新口令重新登录。Admin/MCP Token 不限制固定长度，短口令可用，公网环境仍建议长随机值。

• 端点类（如 LibreSearch Endpoint） 不是密钥，不写回 HF Secrets（避免与 Variables 撞名），在对应服务面板里修改。

• 只想轮换会话（踢掉所有旧登录）去 /admin -> 安全 -> 会话与登录；那里也有「打开密钥总览页」，一次性把所有密钥按 .env 格式导出备份。

第三方 Tavily MCP / Hikari

FusionSearch 支持两种 Tavily 来源：

• TAVILY_PROVIDER=rest：走 Tavily REST，使用 TAVILY_API_URL / TAVILY_API_KEY；TAVILY_API_URL 默认 https://api.tavily.com，也可以换成自定义代理地址。

• TAVILY_PROVIDER=mcp：走第三方 Tavily MCP/Hikari，使用 TAVILY_MCP_URL / TAVILY_MCP_TOKEN。如果只设置了 TAVILY_HIKARI_TOKEN 且未指定 provider，服务会自动切到 MCP 模式，并默认使用 https://tavily.ivanli.cc/mcp。

Admin UI 的 Tavily 页是二选一：官方 REST 显示 REST API URL/Key，自定义 MCP / Hikari 显示 MCP URL/Token 与工具名覆盖。MCP 模式会自动发现 search / extract / map 工具；第三方网关工具名特殊时，可设置 TAVILY_MCP_SEARCH_TOOL、TAVILY_MCP_EXTRACT_TOOL、TAVILY_MCP_MAP_TOOL 覆盖。

Admin 日志

/admin -> 状态 -> 日志 可以查看 FusionSearch 自身运行日志，默认写入 logs/fusionsearch.log。日志会记录配置保存、安全设置、HF Secrets 更新和 Admin API 错误；Token、Cookie、API Key 等敏感字段会脱敏。

🔧 MCP 工具

工具精简为 6 个。智能工具在服务端自动编排 LibreSearch、Search-2api、Grok、Tavily、Firecrawl 五层能力并交叉取证，客户端不必在一堆同义工具里挑选：

• smart_research：推荐主入口。Intent Router 会先判断输入是 URL 还是关键词/问题；URL 进入抓取流水线，关键词/问题进入多源研究流水线，并尽量交叉取证后再合成答案。可用 strategy 选档位、limit（extra_sources）扩展信源。

• smart_fetch：推荐网页抓取入口。按 Tavily Extract -> Firecrawl Scrape -> HTML fetch 顺序降级，归一化正文证据后可选让 Grok 基于抓取内容总结。

• web_map：Tavily Map 探测站点结构与链接。

• fusion_status：返回 LibreSearch、Search-2api、Grok、Tavily、Firecrawl 的最近健康状态和脱敏 Key 状态。

• fusion_config：Grok/Tavily/Firecrawl 配置诊断，可选实时连通性测试。

• fusion_switch_model：切换默认 Grok 模型并持久化到 runtime 配置。

v2 起工具从 22 精简到 6：重叠的 libresearch_* / fusionsearch_* 家族与单独的 web_search/web_fetch/fusion_research provider 工具已移除，取证与多源编排收进服务端 Fusion Orchestrator。Grok 合成默认走流式（连接不空闲，绕开中转代理约 60 秒空闲掐断长请求），失败自动降级非流式。

统一 MCP 入口：

• /mcp：全量 FusionSearch MCP，日常推荐。

• /libresearch/mcp 与 /fusion/mcp：legacy profile 路由，只为旧客户端配置兼容保留。

公网 MCP 建议开启 MCP_AUTH_TOKEN，客户端使用：

Authorization: Bearer <MCP_AUTH_TOKEN>

如果某些 MCP 客户端不好填 Header，也支持便捷路径鉴权：

https://<host>/mcp/ApiKey=<MCP_AUTH_TOKEN>

SSE 客户端可用：

https://<host>/mcp/ApiKey=<MCP_AUTH_TOKEN>/sse

注意：URL 里的 Token 可能出现在浏览器历史、反向代理访问日志或截图里；生产环境仍优先推荐 Bearer Header。

🎛️ Admin UI

打开：

http://<host>:1666/admin

管理页可以配置：

• LibreSearch/SearXNG endpoint 与默认参数，默认强制 format=json。

• Search-2api endpoint 与 Bearer Token。

• All Key Control：集中填写 Grok/OpenAI-compatible、Tavily、Firecrawl，并显示脱敏 Key 状态。

• Grok/OpenAI-compatible URL、Key、模型。

• Grok 默认模型：保存时可同步 GROK_MODEL 到 Hugging Face Secrets，避免 Space 重启后恢复旧模型。

• Grok System Prompt：真正随请求发给 Grok 的 system message。

• Tavily 与 Firecrawl Key/API URL，Tavily 页提供官方 REST 与自定义 MCP/Hikari 二选一配置。

• Admin Token、Session Secret、MCP Token 轮换。

All Key Control 会显示 已配置 / 未配置、脱敏值和来源，例如 sk-****1234、cf_clearance=****; len 392。完整 Cookie、Token、API Key 不会回显，也不会写入日志。

状态页新增 Monitoring：按 CheckCle 式服务列表展示 LibreSearch、Search-2api、Grok、Tavily、Firecrawl 的 Up / Warning / Down / Paused。它优先依赖最近 MCP 调用、Admin 测试和日志记录；主动探针有 10 分钟冷却保护，Tavily/Firecrawl 默认不主动消耗额度，只确认配置并等待真实调用刷新状态。

测试页分为 LibreSearch、Search-2api、Grok、Tavily、Firecrawl 五个标签：LibreSearch 验证 JSON 搜索；Search-2api 验证 Chat Completions 和上游维护状态；Grok 验证模型/回答；Tavily 验证 Search、Fetch、Map；Firecrawl 验证 Scrape 托底。

环境变量优先级高于 config/runtime.json。Key 类字段只显示“是否已配置”，不会在 API 响应或页面里回显明文。

📌 Search-2api 注意事项

Search-2api 来源项目：https://github.com/lza6/Search-2api（作者 lza6）。

它依赖 search.sh 浏览器请求里的临时 Cookie。实测重点：

• SEARCH_SH_COOKIE 要从浏览器 Network 请求复制完整 cookie header。

• cf_clearance 通常和 User-Agent 绑定，建议同时填写 SEARCH_SH_USER_AGENT。

• Cookie 过期或 search.sh 上游接口变化时，Search-2api 会失效，需要重新抓 Cookie。

• 如果设置 API_MASTER_KEY，FusionSearch 侧需要用相同值作为 SEARCH_SH_API_KEY。多合一 compose 已自动把 API_MASTER_KEY 传给 FusionSearch。

• 没填 Cookie 时，内置 Search-2api 仍会启动，/v1/models 可探针通过；真正调用 chat 时会返回明确的 503 缺 Cookie 提示。

测试：

curl http://localhost:1666/search2api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API_MASTER_KEY>" \
  -d '{"model":"search-sh-ai","messages":[{"role":"user","content":"你好"}],"stream":false}'

⚙️ 环境变量

🛠️ 本地开发

npm install
npm run dev

静态检查：

node --check src/app.js
node --check src/fusionClients.js
node --check src/server.js
node --check public/admin/app.js
python -m py_compile services/search2api/main.py services/search2api/app/core/config.py services/search2api/app/providers/search_provider.py
docker compose -f docker-compose.all-in-one.yml config

🎯 设计原则

• KISS：普通服务器版保持轻量；all-in-one 直接复用官方 LibreSearch 镜像，不再重复构建搜索引擎。

• YAGNI：当前只做 Token 鉴权，不把 HF OAuth 做成强依赖。

• DRY：Grok/Tavily/Firecrawl 配置集中在 Fusion client，LibreSearch/Search-2api 各自独立，搜索引擎运行时复用 libregroup/libresearch。

• SOLID：Admin UI、MCP 工具注册、搜索客户端、鉴权、运行配置分离，后续换接口时不需要重写整套服务。

🙏 致谢与参考项目

FusionSearch MCP 站在这些开源项目和上游服务的肩膀上，特此致谢：

设计灵感

• GrokSearch（作者 GuDaStudio，grok-with-tavily 分支）— 本项目最直接的灵感来源：Grok + Tavily + Firecrawl 的「双引擎 + 抓取降级」思路。FusionSearch 是它的服务端超集——把交叉验证 / 编排从客户端提示词搬进服务端 Fusion Orchestrator，并从三层扩到五层能力。

核心依赖 / 上游

• SearXNG — 开源元搜索引擎，网页搜索层的底座。

• LibreSearch（libregroup/libresearch）— all-in-one 直接复用的官方 SearXNG 镜像，不再重复构建搜索引擎。

• Search-2api（作者 lza6）— search.sh 的 OpenAI-compatible 封装，作为答案型搜索层内置于 services/search2api。

• Tavily — 面向 AI 的搜索 / 抓取 / 站点地图 API。

• Firecrawl — 网页正文抓取，抓取降级链的一环。

• perplexity-ai（escapeWu，fork of ESousa97，MIT）— Perplexity.ai 逆向封装(Pro 账号 cookie → OpenAI 兼容答案)，作为可选第 6 源内置于 services/perplexity，smart_research 并行取证时接入；未配则自动跳过、独立自重启、不影响核心五源。

• Grok / xAI（或任意 OpenAI-compatible 端点）— 证据合成与汇总。

• Model Context Protocol — MCP 规范与 @modelcontextprotocol/sdk，统一工具接入协议。

各上游的商标、服务与配额政策归其原作者 / 公司所有；本项目只做聚合编排，请在使用时遵守各自的服务条款。

📄 License

本项目以 MIT 许可证开源。所聚合的各上游项目 / 服务，其许可证与条款以各自仓库或官网为准。