Was ist web-search-mcp?
web-search-mcp ist ein kostenloser, quelloffener, selbst gehosteter Model-Context-Protocol-(MCP)-Server, der einem KI-Modell die Fähigkeit gibt, auf eigene Anfrage echte Websuchen auszuführen und Seiteninhalte abzurufen. Er wird von mrkrsl entwickelt und über GitHub verteilt. Der Name wird von mehreren nicht verwandten MCP-Projekten geteilt; dieser Review behandelt speziell github.com/mrkrsl/web-search-mcp, dessen Dokumentation sich ausdrücklich an lokale LLM-Setups wie LM Studio richtet.
- Produkttyp: ein selbst gehosteter MCP-Server-Prozess, keine eigenständige Desktop-App oder gehostete API — Sie betreiben ihn selbst neben einem MCP-kompatiblen Client
- Ersteller: GitHub-Nutzer mrkrsl
- Lizenz: MIT, bestätigt über die LICENSE-Datei des Repositorys
- Sprache/Laufzeitumgebung: TypeScript, benötigt Node.js 18.0.0+ und npm 8.0.0+ gemäß den Angaben des Projekts
- Finanzierung: Für diesen Review wurde keine Finanzierungsrunde, kein Investor und keine kommerzielle Unterstützung gefunden — es handelt sich um ein unabhängig gepflegtes Open-Source-Projekt aus der Community
- Umfang: rund 1.100+ GitHub-Sterne zum Zeitpunkt dieses Reviews (GitHub zeigt das gerundete Abzeichen "1.1k" statt einer exakten Zahl)
Was macht web-search-mcp konkret?
web-search-mcp läuft als lokaler MCP-Server-Prozess, mit dem sich ein MCP-kompatibler KI-Client verbindet, und stellt drei Tools bereit, die das verbundene Modell aufrufen kann: eine vollständige Websuche mit extrahiertem Seiteninhalt, einen leichteren Modus nur mit Suchzusammenfassungen und die Inhaltsextraktion einer einzelnen Seite anhand einer gegebenen URL.
- full-web-search: führt eine Suchanfrage aus und liefert extrahierten Inhalt der Ergebnisseiten, sodass das Modell genug Text hat, um Fragen auf Basis aktueller Web-Inhalte zu beantworten
- get-web-search-summaries: führt eine Suche aus, liefert aber nur Ergebniszusammenfassungen/Snippets, keinen vollständigen Seiteninhalt — schneller und leichter für Fälle, in denen das Modell nur einen Überblick braucht
- get-single-web-page-content: ruft lesbaren Inhalt von einer einzelnen, dem Modell bereits bekannten URL ab und extrahiert ihn, ohne eine neue Suche auszuführen
- Such-Backend-Strategie: Laut der eigenen Dokumentation des Projekts "priorisiert es Bing > Brave > DuckDuckGo für optimale Zuverlässigkeit und Leistung" und fällt bei Ausfall eines Backends auf das nächste zurück
- "Smart Request Strategy": wechselt je nach Zielseite zwischen Playwright-gesteuerter Browser-Automatisierung (für Seiten, die JavaScript-Rendering benötigen) und schnelleren, leichteren HTTP-Anfragen über axios, laut README des Projekts
- Kein API-Schlüssel eines Suchanbieters nötig — das ist der wichtigste praktische Unterschied zu API-Schlüssel-gebundenen Such-Tools (z. B. Bing Search API, Brave Search API, SerpAPI), die für die programmatische Nutzung ein bezahltes Konto und einen Schlüssel benötigen
- Konfigurierbar über Umgebungsvariablen für Inhaltslängen-Limits, Anfrage-Timeouts, Grenzwerte für gleichzeitige Browser-Instanzen und Wahl der Browser-Engine, laut Dokumentation des Projekts
Plattform, Preise und Lizenzierung
Plattform
- Was web-search-mcp angibt:
- Ein selbst gehosteter Node.js/TypeScript-Server-Prozess, benötigt Node.js 18+ und npm 8+. Dokumentiert für macOS, Windows und Linux.
Kosten
- Was web-search-mcp angibt:
- Kostenlos und quelloffen. Für die Nutzung ist kein API-Schlüssel eines Suchanbieters oder ein bezahlter Tarif nötig.
Lizenzierung
- Was web-search-mcp angibt:
- MIT-Lizenz, bestätigt über die LICENSE-Datei des Repositorys.
Datenlokalität
- Was web-search-mcp angibt:
- Hybrid: Der Server-Prozess selbst ist selbst gehostet, aber jede Suche oder jeder Seitenabruf ist eine Live-Netzwerkanfrage an eine externe Suchmaschine oder Website — kein Offline- oder vollständig lokales Tool.
Installationsmethode
- Was web-search-mcp angibt:
- Repository herunterladen oder klonen, dann
npm install,npx playwright installundnpm run buildausführen, laut README des Projekts.
Prüfen Sie die aktuellen Installationsschritte auf github.com/mrkrsl/web-search-mcp, bevor Sie einen Befehl ausführen, da sich die Einrichtungsanleitung zwischen Releases ändern kann.
web-search-mcp installieren
web-search-mcp lässt sich kostenlos aus dem Quellcode über npm installieren, der Quellcode liegt auf GitHub.
Quelle | Link |
|---|---|
| GitHub-Repository (Quellcode, MIT) | github.com/mrkrsl/web-search-mcp |
| Eintrag im Local LLM Software Directory | Local LLM Software Directory |
web-search-mcp benötigt Node.js 18+, npm 8+ und einen einmaligen npx playwright install-Schritt für die Browser-Automatisierung — es gibt keinen fertigen Installer für Endnutzer, da es sich um eine Server-Komponente handelt, die in die mcp.json eines MCP-Clients eingetragen wird.
web-search-mcp vs. integrierte Browsing-Funktion
Im Vergleich zur eingebauten Websuche- oder Browsing-Funktion einer Chat-App (sofern vorhanden) tauscht web-search-mcp Bequemlichkeit gegen Kontrolle: Sie hosten es selbst, wählen, welcher Client sich verbindet, und sind nicht auf den einen Anbieter beschränkt, den eine geschlossene App integriert hat.
Einrichtung
- web-search-mcp:
- Manuell: klonen, npm install, mcp.json konfigurieren
- Integrierte App-Browsing-Funktion:
- Meist ein Schalter in den Einstellungen, keine Einrichtung
Funktioniert mit lokalen LLMs
- web-search-mcp:
- Ja — dokumentiert für LM Studio, LibreChat, jeden MCP-Client
- Integrierte App-Browsing-Funktion:
- Unterschiedlich; oft an einen gehosteten Modellanbieter gebunden
Such-Backend
- web-search-mcp:
- Bing / Brave / DuckDuckGo, selbst gewählte Fallback-Reihenfolge
- Integrierte App-Browsing-Funktion:
- Fest, meist nicht offengelegter Anbieter
API-Schlüssel nötig
- web-search-mcp:
- Nein
- Integrierte App-Browsing-Funktion:
- Nein (Kosten sind im App-/Tarifpreis enthalten)
Läuft vollständig offline
- web-search-mcp:
- Nein — hybrid, Live-Suche extern bei jedem Aufruf
- Integrierte App-Browsing-Funktion:
- Nein — gleiche Einschränkung
Beide Ansätze greifen auf das offene Internet zu; keiner ist ein Offline-Such-Tool. Der Unterschied liegt darin, wer die Brücke hostet und mit welchem Client/Modell sie funktioniert.
Für wen eignet sich web-search-mcp?
web-search-mcp eignet sich für Entwickler, die ein lokales LLM über einen MCP-kompatiblen Client betreiben und Echtzeit-Web-Lookups hinzufügen möchten, ohne für eine Such-API zu bezahlen.
Nutzen Sie web-search-mcp, wenn Sie
- ein lokales LLM in LM Studio, LibreChat oder einem anderen MCP-kompatiblen Client betreiben und möchten, dass es Fragen mit aktuellen Web-Informationen beantwortet
- vermeiden möchten, für einen API-Schlüssel eines dedizierten Suchanbieters zu bezahlen, nur um einem Agenten Websuche hinzuzufügen
- damit einverstanden sind, neben Ihrem KI-Client einen kleinen, selbst gehosteten Node.js/TypeScript-Server-Prozess zu betreiben
- eine dokumentierte Fallback-Strategie über mehrere Suchmaschinen (Bing, Brave, DuckDuckGo) statt eines einzigen fest codierten Anbieters wünschen
- unterschiedliche Tool-Modi benötigen — vollständige Inhaltsextraktion versus leichte Zusammenfassungen versus Einzelseiten-Abruf — statt eines einzigen generischen "Such"-Aufrufs
Sehen Sie sich anderswo um, wenn Sie
- Suchergebnisse und Seiteninhalte strikt auf dem Gerät benötigen, ohne externe Netzwerkaufrufe — web-search-mcp erreicht grundsätzlich externe Suchmaschinen
- einen Browsing-Schalter ohne jegliche Einrichtung möchten, statt eines Servers, den Sie selbst konfigurieren und betreiben
- garantierte Verfügbarkeit und Rate-Limits der Suchergebnisse mit SLA-Absicherung benötigen — dieses Tool automatisiert öffentliche Suchoberflächen, statt eine bezahlte, vertraglich abgesicherte Such-API zu nutzen
- keinen MCP-kompatiblen Client verwenden — das Tool ist speziell um das Model Context Protocol herum gebaut, nicht um ein generisches Plugin-Format
Wofür web-search-mcp nicht geeignet ist
web-search-mcp ist keine gute Wahl, wenn Sie vollständig offline arbeiten müssen, eine Einrichtung ohne jede Konfiguration benötigen oder Suchzuverlässigkeit mit vertraglicher, bezahlter API-Absicherung brauchen.
- Nicht offline oder privat im Sinne von "verlässt nie den eigenen Rechner" — jede Suche oder jeder Seitenabruf ist eine Live-Anfrage an eine externe Suchmaschine oder Website über das Internet; nur der Server-Prozess ist selbst gehostet
- Kein Tool ohne Einrichtungsaufwand — es benötigt Node.js, npm, eine Playwright-Browser-Installation und die manuelle Konfiguration der
mcp.json-Datei eines MCP-Clients - Nicht durch die Verfügbarkeits- oder Rate-Limit-Garantien einer bezahlten Such-API abgesichert — die Automatisierung öffentlicher Suchmaschinenseiten kann bei intensiver oder automatisierter Nutzung fragiler sein als eine vertraglich abgesicherte, bezahlte Such-API
- Kein Allzweck-Plugin — es funktioniert nur mit Clients, die das Model Context Protocol implementieren, nicht mit beliebigen Chat-Apps oder Browser-Erweiterungen
- Nicht unabhängig von PromptQuorum hinsichtlich Such-Latenz, Ergebnisgenauigkeit oder Verfügbarkeit gebenchmarkt — dieser Review spiegelt die eigene Dokumentation des Projekts wider, keine praktische Messung
Häufige Fehler bei der Bewertung von web-search-mcp
Die meiste Verwirrung um web-search-mcp entsteht dadurch, dass "selbst gehostet" mit "offline" verwechselt wird oder angenommen wird, es sei das einzige Projekt mit diesem Namen.
Fehler 1: Annehmen, "selbst gehostet" bedeute "offline" oder "privat"
Der Server-Prozess läuft auf dem eigenen Rechner, aber jede Suche oder jeder Seitenabruf ist ein Live-Netzwerkaufruf an eine öffentliche Suchmaschine oder Website. Bei jeder Suche verlassen Daten den eigenen Rechner über das offene Internet.
Fehler 2: Verwechslung mit anderen, nicht verwandten "web-search-mcp"-Projekten
Der Name wird von mehreren separaten GitHub-Repositorys unterschiedlicher Autoren mit unterschiedlichem Funktionsumfang geteilt. Dieser Review behandelt speziell github.com/mrkrsl/web-search-mcp — prüfen Sie vor der Installation die Repository-URL.
Fehler 3: Die Zuverlässigkeit einer bezahlten Such-API erwarten
Da es öffentliche Suchmaschinen-Ergebnisseiten automatisiert statt eine vertraglich abgesicherte, bezahlte API aufzurufen, sollten Sie bei intensiver Nutzung mit einer höheren Empfindlichkeit gegenüber Layout-Änderungen der Suchmaschine oder Rate-Limiting rechnen als bei einem Dienst mit SLA.
Fehler 4: Annehmen, es funktioniere ohne Weiteres mit jeder KI-Chat-App
Es funktioniert nur mit Clients, die das Model Context Protocol (MCP) implementieren, etwa LM Studio und LibreChat. Zu einer Chat-App ohne MCP-Unterstützung stellt es keine Verbindung her.
Wettbewerber und Alternativen
Innerhalb lokaler KI-Agenten-Tools und MCP-verbundener Tool-Server ist web-search-mcp am ehesten mit anderen selbst gehosteten Agenten- und Recherche-Tools vergleichbar, die einem lokalen LLM Live-Informationsabruf hinzufügen.
Tool | Bekannt für | Link |
|---|---|---|
| nanobot | Selbst gehosteter persönlicher KI-Agent mit dauerhaftem Gedächtnis und MCP-Tool-Unterstützung | nanobot Review |
| Local Deep Research | Selbst gehosteter, mehrstufiger KI-Recherche-Assistent, der Web- und lokale Quellen zusammenführt | Local Deep Research Review |
| Multica | Lokale KI-Agenten- und Tool-Use-Plattform zur Anbindung von Modellen an externe Tools | Multica Review |
Diese Liste spiegelt Tools wider, die im Segment lokaler KI-Agenten / Tool-Use häufig mit web-search-mcp verglichen werden, keine unabhängige PromptQuorum-Rangliste — prüfen Sie vor der Auswahl den aktuellen Funktionsumfang jedes Tools.
Häufig gestellte Fragen
Was ist web-search-mcp?
web-search-mcp (github.com/mrkrsl/web-search-mcp) ist ein kostenloser, quelloffener (MIT), selbst gehosteter MCP-Server, der KI-Modellen in MCP-kompatiblen Clients echte Websuche- und Seiteninhalts-Abruf-Tools gibt.
Ist web-search-mcp kostenlos?
Ja, es ist kostenlos und quelloffen unter der MIT-Lizenz. Es gibt keinen bezahlten Tarif und keinen erforderlichen API-Schlüssel eines Suchanbieters.
Funktioniert web-search-mcp vollständig offline?
Nein. Der Server-Prozess ist selbst gehostet, aber jede ausgeführte Suche oder jeder Seitenabruf ist eine Live-Anfrage an eine externe Suchmaschine (Bing, Brave oder DuckDuckGo) oder Website über das Internet.
Brauche ich einen Such-API-Schlüssel zur Nutzung?
Nein. Es nutzt Browser-Automatisierung (Playwright) mit HTTP-Anfrage-Fallback gegen öffentliche Suchmaschinen statt einer bezahlten Such-API eines Anbieters, daher ist kein API-Schlüssel nötig.
Mit welchen KI-Clients funktioniert web-search-mcp?
Mit jedem Client, der das Model Context Protocol (MCP) implementiert. Das Projekt dokumentiert konkrete Einrichtungsschritte für LM Studio und LibreChat.
Wie installiere ich web-search-mcp?
Laden Sie das Repository von GitHub herunter oder klonen Sie es, dann führen Sie npm install, npx playwright install und npm run build aus, laut README des Projekts. Es benötigt Node.js 18+ und npm 8+.
Welche Suchmaschinen nutzt es?
Laut der eigenen Dokumentation des Projekts priorisiert es Bing, dann Brave, dann DuckDuckGo, und fällt bei Ausfall eines Backends auf das nächste zurück.
Welche Tools stellt es dem verbundenen Modell bereit?
Drei MCP-Tools: full-web-search (Suche plus extrahierter Seiteninhalt), get-web-search-summaries (Ergebnisse ohne vollständigen Inhalt) und get-single-web-page-content (Inhaltsextraktion von einer URL).
Wer hat web-search-mcp entwickelt?
GitHub-Nutzer mrkrsl hat web-search-mcp entwickelt und pflegt es.
Gibt es weitere Projekte, die ebenfalls "web-search-mcp" heißen?
Ja. Mehrere nicht verwandte GitHub-Repositorys tragen denselben allgemeinen Namen. Dieser Review behandelt speziell github.com/mrkrsl/web-search-mcp, ausgewählt, weil sich dessen Dokumentation ausdrücklich an lokale LLM-Setups richtet.