MCP网页搜索

Name: MCP网页搜索
Author: undici77

作者：undici774 星标更新：2025-11-15

安装使用来源：spider==github.com

项目介绍

📂 MCP Web Search Server

一个注重隐私的网络、社交媒体和档案搜索服务器，通过模型控制协议（MCP）提供工具，以受控方式访问外部搜索能力。

🎯 特性

并行搜索：在多个注重隐私的网络搜索引擎之间进行。
社交媒体查找：在主要平台上查找公共内容。
档案检索：从Wayback Machine、archive.today、Google缓存等处获取。
动态列出：支持的引擎和档案服务列表。
结果缓存：使用LRU淘汰机制加速重复查询。

📦 安装与快速开始

# 克隆仓库（如果适用）
git clone https://github.com/undici77/MCPWebSearch.git
cd MCPWebSearch

# 运行启动脚本（如有不同，请调整名称）
./run.sh -d /path/to/working/directory

1️⃣ 创建并激活一个Python虚拟环境（.venv）。
2️⃣ 安装requirements.txt中所需的所有依赖项。
3️⃣ 启动MCP搜索服务器（main.py），该服务器监听stdin/stdout上的JSON-RPC消息。

📌 确保启动脚本可执行：chmod +x run.sh

⚙️ 命令行选项

选项	描述
`-d`, `--directory`	工作目录的路径（默认：当前进程目录）。

服务器本身不需要额外的CLI标志；所有配置都是通过JSON-RPC完成的。

🤝 与LM Studio集成

在您的mcp.json中添加一个条目，以便LM Studio可以自动启动服务器：

{
  "mcpServers": {
    "web-search": {
      "command": "/absolute/path/to/run.sh",
      "args": [
        "-d",
        "/absolute/path/to/working/directory"
      ],
      "env": { "WORKING_DIR": "." }
    }
  }
}

📌 将脚本设置为可执行（chmod +x /absolute/path/to/run.sh），并在启动LM Studio之前运行一次./run.sh以安装虚拟环境。

📡 MCP API概述

所有通信遵循JSON-RPC 2.0通过stdin/stdout。

`initialize`

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "initialize",
  "params": {}
}

响应：协议版本（2024-11-05）、服务器功能（工具枚举）和基本服务器信息（name，version）。

`tools/list`

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/list",
  "params": {}
}

响应：工具定义数组（名称、描述、输入模式）。

`tools/call`

{
  "jsonrpc": "2.0",
  "id": 3,
  "method": "tools/call",
  "params": {
    "name": "<tool_name>",
    "arguments": { … }
  }
}

注意：工具标识符键是**name**，而不是tool。

🛠️ 可用工具

web_search

使用多个注重隐私的引擎并行搜索网络。

名称	类型	必填	描述
`query`	字符串	✅	搜索查询（最多500个字符）。
`engine`	字符串	❌ （默认`all`）	使用的引擎（`duckduckgo`，`brave`，`startpage`，`ecosia`，`mojeek`，`yandex`或`all`）。
`max_results`	整数	❌ （默认20）	每个引擎的最大结果数（1-50）。

示例

{
  "jsonrpc": "2.0",
  "id": 10,
  "method": "tools/call",
  "params": {
    "name": "web_search",
    "arguments": {
      "query": "隐私聚焦搜索引擎",
      "engine": "duckduckgo",
      "max_results": 15
    }
  }
}

服务器返回一个格式化的文本块，其中包含每个选定引擎的标题、URL和摘要。

social_search

在主要社交媒体平台上搜索公共内容。

名称	类型	必填	描述
`query`	字符串	✅	搜索查询（最多500个字符）。
`platform`	字符串	❌ （默认`all`）	要搜索的平台（`twitter`，`reddit`，`youtube`，`github`，`stackoverflow`，`medium`，`pinterest`，`tiktok`，`instagram`，`facebook`，`linkedin`或`all`）。

示例

{
  "jsonrpc": "2.0",
  "id": 11,
  "method": "tools/call",
  "params": {
    "name": "social_search",
    "arguments": {
      "query": "AI伦理研究",
      "platform": "reddit"
    }
  }
}

响应包含可以直接在浏览器中打开的直接URL。

archives_search

跨多个网络档案服务查找URL的存档版本。

名称	类型	必填	描述
`url`	字符串	✅	完整的URL（必须包括`http://`或`https://`）。
`service`	字符串	❌ （默认`all`）	存档服务（`wayback`，`archive_today`，`google_cache`，`bing_cache`，`yandex_cache`，`cachedview`，`ghostarchive`或`all`）。
`check_availability`	布尔值	❌ （默认false）	当为true时，服务器会查询Wayback Machine API以获取快照统计信息。

示例

{
  "jsonrpc": "2.0",
  "id": 12,
  "method": "tools/call",
  "params": {
    "name": "archives_search",
    "arguments": {
      "url": "https://example.com",
      "service": "wayback",
      "check_availability": true
    }
  }
}

响应列出存档URL，并且如果请求的话，还包括快照数量和时间戳。

list_engines

列出所有可用的注重隐私的搜索引擎。

名称	类型	必填	描述
(无参数)	—	—	—

示例

{
  "jsonrpc": "2.0",
  "id": 13,
  "method": "tools/call",
  "params": {
    "name": "list_engines",
    "arguments": {}
  }
}

服务器返回每个引擎的markdown格式概述及其使用说明。

list_archives_services

列出所有支持的网络档案服务。

名称	类型	必填	描述
(无参数)	—	—	—

示例

{
  "jsonrpc": "2.0",
  "id": 14,
  "method": "tools/call",
  "params": {
    "name": "list_archives_services",
    "arguments": {}
  }
}

响应包括每个服务的描述、其ID和关键特征。

clear_cache

清除内部搜索结果缓存。

名称	类型	必填	描述
(无参数)	—	—	—

示例

{
  "jsonrpc": "2.0",
  "id": 15,
  "method": "tools/call",
  "params": {
    "name": "clear_cache",
    "arguments": {}
  }
}

服务器回复确认消息。

🔐 安全特性

查询净化 – 去除控制字符，移除HTML标签，并强制执行MAX_QUERY_LENGTH（500）。
严格的URL验证 – 只接受带有有效域名的http://或https://方案。
阻止模式 – 正则表达式防止<script>注入、javascript: URI和事件处理程序属性。
输入模式强制执行 – 每个工具通过JSON-RPC的inputSchema验证必填字段。
速率限制 – 一个asyncio信号量限制并发外部请求（MAX_CONCURRENT_SEARCHES）。