WebSearch MCP Server

websearch-mcpserver

轻量级 Web Search MCP Server — 零 API Key 即可运行

English · 中文

用 Go 编写的 MCP 搜索服务。内置百度网页、Bing、DuckDuckGo 等通用引擎和 9 个学术引擎，搜索、评分、缓存全部在本地完成。可作为 MCP 工具接入 Claude Code、Qwen Code、Cursor，也可作为 Go 模块嵌入自有服务。

免费、国内可用、结果可直接给 LLM 消费。 无 Key 也能搜；有 Key 才用 Key。

架构一览

分层设计：客户端只面对 4 个 MCP 工具；引擎组由 mode 组装；评分、缓存、代理、抓取都在本进程内完成，查询不会经过第三方聚合服务。

更完整的回退链、代理检测与嵌入方式见 docs/architecture.md。

面向 LLM 的工具链

四个工具覆盖联网工作流，结果互相衔接，一次配置全链路可用：

核心特性

搜索与评分管线

结果不是原始聚合。多引擎回传后在本地做去重、融合排名和多样性重排，再可选生成摘要：

设计背景与目标

为什么做这个项目

LLM 需要联网搜索，但现成的 MCP 搜索方案不能满足我的偏好和需求：

• 厂商 MCP 服务（Tavily / Exa 等）：要注册 API Key、按量付费（Tavily 约 $8/1k、Exa $7/1k），免费额度有限；数据经过第三方服务器，无法自托管；海外服务国内访问不稳定、支付不便；单一供应商限流 / 宕机无回退；只提供搜索，学术检索、网页抓取、PDF 解析、摘要都要额外接。
• 自建 SearXNG + MCP 包装：要部署维护一个 Python 服务（Docker、配置、升级），公共实例常被限流 / 封禁；结果是原始聚合，没有为 LLM 优化（无相关性评分、无去重、无摘要）；只有通用网页搜索，没有学术引擎、抓取、PDF；代理要手动配置。

所以我从 2026-04 的「百度千帆一个引擎」起步，逐步演进为多引擎融合的通用搜索服务，目标是让搜索成为 LLM 的免费、国内可用、结果可直接消费的基础能力。

与现成方案的差别

设计原则

本地优先，隐私默认 — 搜索、评分、缓存全部在本地完成，查询只发给搜索引擎本身，不经过任何第三方聚合服务。数据不出本地，这是与厂商 MCP（数据过第三方服务器）最本质的区别。

零成本起步，按需付费 — 免费引擎（百度网页 + Bing）零 Key 可用；本地启发式评分不烧 AI token；SQLite 缓存省重复请求。有 Key 才用 Key，不为用不到的能力付费。

丰简由人 — 同一份配置，mode 从 engine（零配置）到 hybrid（全引擎）渐进式选择复杂度；零配置用户和重度用户各取所需，不为复杂度买单。

解耦可组合 — 引擎、模式、工具互不耦合：mode 决定引擎组，4 个工具各自 enabled 开关，Key 可选（sk_list 多 Key 轮询）。配置驱动一切（per-engine 过滤、评分阈值、MMR、屏蔽站点、限流），全部可调，不写死。

Shortened. The full README is on GitHub.