AI Search MCP

MCP-сервер для веб-поиска, созданный для агентов: готовая бесплатная поисковая система из коробки, подключаемые высококачественные движки, встроенный кэш, фильтрация по времени и комбинированный инструмент research, выполняющий целое исследование одним вызовом.

Agent-friendly web search MCP server — бесплатные движки без настройки, отказоустойчивость с учётом региона, фильтрация по свежести и инструмент research в один вызов.

Почему это нужно (Why)

Поиск — самый частый инструмент агентов, но у существующих решений есть серьёзные недостатки:

ai-search-mcp заполняет этот пробел: без настройки работает сразу (DuckDuckGo / Bing / 百度 / 搜狗), автоматически выбирает лучший движок по региону с отказоустойчивостью, поддерживает фильтр по свежести и ужимает весь цикл «поиск → выбор → извлечение → резюме» в один вызов research.

Related MCP server: websearch-skill

Возможности (Features)

• 🆓 Без настройки и сразу готово: npx ai-search-mcp запускается напрямую, никаких API-ключей не требуется.

• 🔌 Много движков, подключаемые: бесплатные duckduckgo · bing · baidu · sogou + платные brave · tavily

• 🌄 Автоматический выбор движка по региону: SEARCH_ENGINE=auto (по умолчанию) → для Китая bing→baidu→sogou, для остальных duckduckgo→bing; автоматический фейловер при 429/таймауте, поддержка цепочки движков через запятую

• 🕒 Фильтр по времени: freshness=day|week|month|year или timeRange="YYYY-MM-DD..YYYY-MM-DD", автоматическое сопоставление с движком

• 🧠 Удобный вывод для агента: структурированный JSON ({ id, title, url, snippet, domain }), а не сырой HTML; каждый результат имеет стабильный id, который можно использовать

• 🧭 Комбинированный инструмент research: один вызов = поиск + извлечение Top-страниц → сводка фактов (устраняет 5~10 обращений к инструментам)

• ⚡ Встроенный кэш (TTL, по умолчанию 10 минут): сокращает повторные запросы, быстрее и популярнее

• 🛡️ Инженерная отказоустойчивость: таймауты, экспоненциальные повторные попытки, единые коды ошибок; ошибка RATE_LIMITED сопровождается рекомендациями suggestedEngine / retryAfter

• 🐢 Встроен вежливый паук: ограничение частоты по движку (по умолчанию 8 раз/мин) + случайная пауза между запросами, чтобы не провоцировать антibot-системы; никакого обхода защиты от скрапинга (приоритет соответствия)

• 📄 Инструмент fetch_page: любой URL (или id из результатов поиска) превращается в читаемый Markdown

• 🌏 Поддержка прокси: SEARCH_HTTP_PROXY / HTTP(S)_PROXY

• 🧪 Ноль сборки — чистый JS (CommonJS), 130 unit-тестов + сквозные смоук-тесты

Быстрый старт (Quick Start)

Требуется Node.js >= 18.

# 直接用 npx 运行（无需安装）
npx -y ai-search-mcp

# 或全局/本地安装
npm i -g ai-search-mcp
ai-search-mcp

Claude Desktop

В /claude_desktop_config.json добавьте:

{
  "mcpServers": {
    "ai-search-mcp": {
      "command": "npx",
      "args": ["-y", "ai-search-mcp"]
    }
  }
}

Cursor / Cline / другие клиенты, поддерживающие MCP

{
  "mcpServers": {
    "ai-search-mcp": {
      "command": "npx",
      "args": ["-y", "ai-search-mcp"],
      "env": {
        "SEARCH_REGION": "cn-zh"
      }
    }
  }
}

Китайским пользователям рекомендуется добавить SEARCH_REGION=cn-zh — автоматически будет использоваться цепочка движков с прямым доступом в Китае (bing → baidu → sogou), без прокси.

Запуск из исходников

git clone https://github.com/zhulingyu666/ai-search-mcp.git
cd ai-search-mcp
npm install
npm start

Описание инструментов (Tools)

search — поиск

{
  "query": "2026年 大模型 最新进展",
  "maxResults": 10,
  "site": "github.com",
  "region": "us-en",
  "freshness": "week"
}

Возвращает (структурированный JSON):

{
  "query": "2026年 大模型 最新进展",
  "queryRewritten": "大模型 最新进展",
  "queryYear": 2026,
  "engine": "bing",
  "engineSwitched": false,
  "cached": false,
  "total": 10,
  "deduped": 2,
  "freshnessApplied": true,
  "freshnessAutoInferred": true,
  "timeRange": "2025-08-25..2026-08-25",
  "results": [
    {
      "id": "a1b2c3d4",
      "title": "...",
      "url": "https://...",
      "snippet": "...",
      "domain": "example.com"
    }
  ]
}

Автоматическая перезапись китайских запросов: когда запрос содержит китайские знаки и слово «20xx年» (например, «2026年 大模型 最新进展»), инструмент убирает исходный год и автоматически добавляет freshness=year, чтобы компенсировать временное намерение. Потому что такие движки, как Bing, слабо обрабатывают китайскую сегментацию, и годовой префикс приводит к нерелевантным результатам (например, «энциклопедия/календарь 2026»). Перезапись прозрачно возвращается через queryRewritten / queryYear / freshnessAutoInferred, и агент может сам решить, принимать её.

Каждый результат имеет стабильный id (префикс sha1). Передайте этот id в fetch_page, чтобы прочитать страницу подробнее, не собирая URL вручную.

research — полное исследование за один вызов

Заменяет цикл агента «поиск → выбор страниц → извлечение → резюме» — один вызов:

{
  "query": "2026 LLM open source models comparison",
  "maxResults": 5,
  "fetchTopN": 2,
  "freshness": "month"
}

Возвращает краткую сводку (evidence brief):

{
  "query": "...",
  "engine": "bing",
  "overview": { "total": 5, "results": [ { "id": "...", "title": "...", "url": "...", "snippet": "...", "domain": "..." } ] },
  "pages": [ { "id": "...", "url": "...", "title": "...", "headings": [ { "level": 1, "text": "..." } ], "content": "...", "length": 4000, "truncated": false } ],
  "note": "证据简报已就绪，请基于页面内容总结并标注来源 URL。"
}

• Многостраничное параллельное извлечение; сбой одной страницы фиксируется как { url, error }, не влияя на общий результат

• Умный выбор страниц: pages подбираются по разнообразию доменов (сначала один результат с самым высоким рангом на каждый домен, затем добивается по рейтингу), чтобы один сайт не монополизировал результат — если один сайт блокирует парсинг, страницы других доменов не страдают; поле rank помечает исходный ранг результата в поисковой выдаче

• extractMode (по умолчанию summary): summary возвращает очищенные ключевые точки текста (экономит токены), full возвращает полный Markdown страницы

• Анализирует окончание модели хоста — MCP не зависит от каких-либо LLM, сохраняя нулевую внешнюю зависимость и нейтральность по вендору.

fetch_page — извлечение web-страницы в структурированный контент

{
  "url": "https://example.com/article",
  "extractMode": "summary",
  "maxLength": 8000
}

• extractMode: summary (по умолчанию, экономный по токенам, возвращает очищенный текст mainText) / full (возвращает полный markdown страницы)

• Возвращает { url, title, description, headings, mainText, markdown, length, truncated, cached } — headings — это outline заголовков страницы, чтобы агент мог сначала посмотреть структуру и решить, стоит ли углубляться.

Можно также использовать id результата: { "id": "a1b2c3d4", "maxLength": 8000 }.

Конфигурация (Переменные окружения)

Сравнение движков

Сетевые замечания

• Китай без прокси: по умолчанию SEARCH_ENGINE=auto + SEARCH_REGION=cn-zh → bing → so360 → baidu → sogou, все работают напрямую, ничего настраивать не нужно. Из них 360 Поиск (so360) наиболее терпим к IP дата-центров/машинных залов и является самым надёжным нативным китайским движком.

• Развернуто за рубежом: не задавайте SEARCH_REGION (или используйте не-cn префикс) → по умолчанию цепь google → bing → duckduckgo → yandex. Google наилучший по качестству, Bing стабильнее всех; при сбое любого движка происходит автоматический переход. Довёр на то, что Google/Yandex недостижимы/перехватываются капчей в Китае — это ожидаемо (под текущей сетью произойдет таймаут или RATE_LIMITED, затем автоматическое переключение).

• Бесплатные движки имеют лимиты. При 429 возвращается структурированная ошибка (RATE_LIMITED с suggestedEngine и retryAfter); цепочка движков автоматически делает фейловер при 429/таймауте.

• Некоторые сайты (например, 百度百科, многие китайские порталы) отклоняют скрипты (HTTP 403): fetch_page возвращает структурированную ошибку, research помечает соответствующую страницу как сбой и продолжает работу.

• Нужен доступ к DuckDuckGo / Brave / Tavily, но вы внутри Китая? Используйте прокси:

SEARCH_ENGINE=duckduckgo SEARCH_HTTP_PROXY=http://127.0.0.1:7890 ai-search-mcp

• Вежливый краулер: инструмент встроенно ограничивает частоту по движку (по умолчанию 8 запросов/мин) и случайные интервалы между запросами; для Baidu/搜狗 «посев» сессионных cookies на главной/ поисковике (BAIDUID / SUID) повышает успех, но не выполняет обход каптчи, подмену интернетов, смену UA или обход антибот-двига — это соответствие красной линией. При блокировке 403/каптчей стоит снизить частоту или сменить движок.

• Примечание о доступности Baidu/搜狗 (проверено): эти движки очень чувствительны к сетевой среде — на IP дата-центров/зарубежных IP даже с «посевными» cookies Baidu показывает капчу (wappass), а Sogou при отсутствии сгенерированной JS-сессии SNUID получает 302-редирект (antispider). Поэтому в стандартном окружении они автоматически переключаются на Bing/360. Если у вас жилой IP на материковом Китае и Baidu/Sogou доступны, можно задать SEARCH_LANG_ROUTING=1, чтобы китайские запросы шли через 百度/搜狗/360 (нативные китайские движки с лучшей сегментацией).

• Мы соблюдаем robots.txt и условия обслуживания целевых сайтов; инструмент возвращает лиSpec search summaries and links, не воспроизводит полные тексты.

Разработка (Development)

npm test          # 126 个单元测试（Node 内置 test runner）
node scripts/smoke-test.js   # 端到端冒烟：search + freshness + research（需要网络）

Пример журнала (stderr, SEARCH_LOG_LEVEL=debug)

[ai-search-mcp] [info] ready (version 0.3.2, engine=auto, region=cn-zh, logLevel=debug)
[ai-search-mcp] [info] rewrite q="2026年 大模型 最新进展" -> q="大模型 最新进展" +freshness=year
[ai-search-mcp] [info] search q="大模型 最新进展" engine=bing cached=false took=972ms total=3 deduped=1
[ai-search-mcp] [info] fetch url=https://example.com/ len=130 mode=summary took=1189ms
[ai-search-mcp] [debug] engine-fail engine=baidu err=RATE_LIMITED took=1203ms
[ai-search-mcp] [warn] fetch-fail url=https://baike.baidu.com/... err=ENGINE_ERROR took=512ms

Лицензия (License)

MIT

Отказ от ответственности: этот проект является независимым открытым исходным проектом и не связан с DuckDuckGo, Bing/Microsoft, Brave, Tavily, 百度, 搜狗, не одобрен ими и не спонсируется. Парсинг Baidu/搜dog основан на публичных HTML; если эти сайты изменят структуру страниц, парсинг может перестать работать.