Skip to main content
PromptQuorum
Accueil/LLM locaux avancés/web-search-mcp : avis sur cet outil de recherche web pour LLM locaux
Local AI Agents & Tool Use

web-search-mcp : avis sur cet outil de recherche web pour LLM locaux

·8 min de lecture·Par Hans Kuepper · Fondateur de PromptQuorum, outil de dispatch multi-modèle · PromptQuorum

web-search-mcp est un serveur Model Context Protocol (MCP) gratuit, open source et auto-hébergé qui donne à un LLM local, dans un client comme LM Studio ou LibreChat, un outil de recherche web fonctionnel, sans exiger de clé API de recherche. Il s'exécute sur votre propre machine sous forme d'un petit processus Node.js, mais chaque recherche qu'il effectue est une requête en direct vers un moteur de recherche public (priorité à Bing, puis Brave, puis DuckDuckGo) — l'outil est auto-hébergé, mais les recherches qu'il retourne ne sont ni hors ligne ni privées au sens où elles ne quitteraient jamais votre machine.

web-search-mcp (github.com/mrkrsl/web-search-mcp) est un serveur Model Context Protocol (MCP) gratuit, open source et auto-hébergé qui donne à un LLM local — dans des outils comme LM Studio ou LibreChat — la capacité d'effectuer de vraies recherches web et de récupérer le contenu des pages, sans nécessiter de clé API d'un fournisseur de recherche. C'est un pont d'utilisation d'outils, pas un index de recherche hors ligne : il envoie des requêtes en direct à des moteurs de recherche publics via Internet à chaque appel du modèle. Cet avis couvre ce qu'il fait, comment il fonctionne et à qui il convient.

Points clés

  • web-search-mcp (github.com/mrkrsl/web-search-mcp) est un serveur MCP gratuit, open source et auto-hébergé qui ajoute des outils de recherche web et de contenu de page aux clients IA compatibles MCP
  • Développé par mrkrsl en TypeScript ; sous licence MIT, confirmée via le fichier LICENSE du dépôt
  • Aucune clé API d'un fournisseur de recherche requise — utilise l'automatisation de navigateur Playwright avec un repli HTTP rapide, en priorisant Bing, puis Brave, puis DuckDuckGo pour la fiabilité
  • C'est un outil auto-hébergé, pas un outil privé/hors ligne : il récupère des résultats en direct auprès de moteurs de recherche externes via Internet à chaque exécution
  • Expose trois outils MCP au modèle connecté : full-web-search (recherche plus contenu de page extrait), get-web-search-summaries (résultats de recherche sans contenu complet) et get-single-web-page-content (extraction de contenu d'une URL donnée)
  • Étapes d'installation documentées pour LM Studio et LibreChat, avec un chemin Docker pour LibreChat ; utilisable avec tout client parlant MCP
  • Cette entrée du répertoire le liste comme outil complémentaire au Local LLM Software Directory dans la catégorie frameworks d'agents / serveurs d'utilisation d'outils

📍 En une phrase

web-search-mcp est un serveur Model Context Protocol gratuit, open source (MIT) et auto-hébergé, développé en TypeScript, qui donne aux LLM locaux dans des clients comme LM Studio et LibreChat des outils fonctionnels de recherche web et de récupération de pages, via des requêtes en direct vers Bing/Brave/DuckDuckGo plutôt qu'une API de recherche payante.

💬 En termes simples

web-search-mcp est un petit programme que vous exécutez sur votre propre ordinateur, qui se connecte à une application IA compatible MCP (comme LM Studio) et donne au modèle la capacité de réellement rechercher sur le web et lire des pages, comme le ferait un humain, plutôt que de se limiter à ce qu'il a appris pendant son entraînement. Il est auto-hébergé, mais ce n'est pas une navigation privée : les requêtes de recherche qu'il effectue quittent votre machine et rejoignent de vrais moteurs de recherche sur Internet, exactement comme l'ouverture d'un navigateur.

📌Remarque: Cet avis repose sur le dépôt GitHub du projet, son README et sa documentation d'installation pour LM Studio/LibreChat. Il n'est pas affirmé que PromptQuorum a réalisé son propre benchmark pratique de latence ou de précision de recherche, et web-search-mcp n'est pas présenté comme privé ou hors ligne — sa fonction principale est de récupérer des résultats en direct depuis des moteurs de recherche publics via Internet.

Qu'est-ce que web-search-mcp ?

web-search-mcp est un serveur Model Context Protocol (MCP) gratuit, open source et auto-hébergé qui donne à un modèle IA la capacité d'exécuter de vraies recherches web et de récupérer du contenu de page, appelé à la demande par le modèle lui-même. Il est développé par mrkrsl et distribué sur GitHub. Le nom est partagé par plusieurs projets MCP sans lien entre eux ; cet avis couvre spécifiquement github.com/mrkrsl/web-search-mcp, dont la documentation cible explicitement les installations de LLM locaux comme LM Studio.

  • Type de produit : un processus serveur MCP auto-hébergé, pas une application de bureau autonome ni une API hébergée — vous l'exécutez vous-même aux côtés d'un client compatible MCP
  • Créateur : l'utilisateur GitHub mrkrsl
  • Licence : MIT, confirmée via le fichier LICENSE du dépôt
  • Langage/environnement d'exécution : TypeScript, nécessitant Node.js 18.0.0+ et npm 8.0.0+ selon les exigences indiquées par le projet
  • Financement : aucun tour de financement, investisseur ou soutien commercial n'a été trouvé pour cet avis — considérez-le comme un projet open source communautaire maintenu de façon indépendante
  • Ampleur : environ 1 100+ étoiles GitHub au moment de cet avis (l'interface de GitHub affiche le badge arrondi "1.1k" plutôt qu'un nombre exact)

Que fait réellement web-search-mcp ?

web-search-mcp fonctionne comme un processus serveur MCP local auquel se connecte un client IA compatible MCP, et il expose trois outils que le modèle connecté peut appeler : une recherche web complète avec contenu de page extrait, un mode plus léger limité aux résumés de recherche, et l'extraction de contenu d'une seule page à partir d'une URL donnée.

  • full-web-search : exécute une requête de recherche et retourne le contenu extrait des pages obtenues, donnant au modèle suffisamment de texte pour répondre à des questions ancrées dans le contenu web actuel
  • get-web-search-summaries : exécute une recherche mais ne retourne que des résumés/extraits de résultats, pas le contenu complet des pages — plus rapide et plus léger lorsque le modèle a seulement besoin d'un aperçu
  • get-single-web-page-content : récupère et extrait le contenu lisible d'une URL spécifique déjà connue du modèle, sans effectuer de nouvelle recherche
  • Stratégie de backend de recherche : selon la documentation du projet, il "priorise Bing > Brave > DuckDuckGo pour une fiabilité et des performances optimales", en repliant sur la suite de la liste si un backend échoue
  • "Smart Request Strategy" : bascule entre l'automatisation de navigateur pilotée par Playwright (pour les pages nécessitant un rendu JavaScript) et des requêtes HTTP plus rapides et plus légères via axios, selon le site cible, d'après le README du projet
  • Aucune clé API d'un fournisseur de recherche nécessaire — c'est la principale différence pratique avec les outils de recherche verrouillés par clé API (par ex. Bing Search API, Brave Search API, SerpAPI), qui exigent un compte payant et une clé pour un usage programmatique
  • Configurable via des variables d'environnement couvrant les limites de longueur de contenu, les délais d'expiration des requêtes, les limites de navigateurs concurrents et le choix du moteur de navigateur, selon la documentation du projet

Plateforme, tarifs et licence

Plateforme

Ce que déclare web-search-mcp:
Un processus serveur Node.js/TypeScript auto-hébergé, nécessitant Node.js 18+ et npm 8+. Documenté comme fonctionnant sous macOS, Windows et Linux.

Coût

Ce que déclare web-search-mcp:
Gratuit et open source. Aucune clé API d'un fournisseur de recherche ni offre payante n'est requise pour l'utiliser.

Licence

Ce que déclare web-search-mcp:
Licence MIT, confirmée via le fichier LICENSE du dépôt.

Localisation des données

Ce que déclare web-search-mcp:
Hybride : le processus serveur lui-même est auto-hébergé, mais chaque recherche ou récupération de page est une requête réseau en direct vers un moteur de recherche ou un site externe — ce n'est pas un outil hors ligne ni entièrement local.

Méthode d'installation

Ce que déclare web-search-mcp:
Téléchargez ou clonez le dépôt, puis exécutez npm install, npx playwright install et npm run build, selon le README du projet.

Vérifiez les étapes d'installation actuelles sur github.com/mrkrsl/web-search-mcp avant d'exécuter une commande, car les instructions d'installation peuvent changer entre les versions.

web-search-mcp face à la navigation intégrée

Comparé à la fonction de recherche web ou de navigation intégrée d'une application de chat (lorsqu'elle existe), web-search-mcp échange la commodité contre le contrôle : vous l'auto-hébergez, choisissez le client qui s'y connecte, et n'êtes pas limité au seul fournisseur qu'une application fermée a intégré.

Installation

web-search-mcp:
Manuelle : cloner, npm install, configurer mcp.json
Navigation intégrée à une application:
Généralement un simple interrupteur dans les réglages, sans installation

Fonctionne avec les LLM locaux

web-search-mcp:
Oui — documenté pour LM Studio, LibreChat, tout client MCP
Navigation intégrée à une application:
Variable ; souvent lié à un seul fournisseur de modèle hébergé

Backend de recherche

web-search-mcp:
Bing / Brave / DuckDuckGo, ordre de repli choisi par vous
Navigation intégrée à une application:
Fixe, fournisseur généralement non divulgué

Clé API nécessaire

web-search-mcp:
Non
Navigation intégrée à une application:
Non (le coût est inclus dans l'application/l'abonnement)

Fonctionne entièrement hors ligne

web-search-mcp:
Non — hybride, recherche externe en direct à chaque appel
Navigation intégrée à une application:
Non — même contrainte

Les deux approches font appel à Internet ouvert ; aucune n'est un outil de recherche hors ligne. La différence porte sur qui héberge le pont et avec quel client/modèle il fonctionne.

À qui web-search-mcp est-il destiné ?

web-search-mcp convient aux développeurs exécutant un LLM local via un client compatible MCP qui souhaitent ajouter des recherches web en temps réel sans payer pour une API de recherche.

Ce pour quoi web-search-mcp n'est pas adapté

web-search-mcp n'est pas un bon choix si vous avez besoin d'un fonctionnement entièrement hors ligne, d'une installation sans aucune configuration, ou d'une fiabilité de recherche garantie par une API payante et contractuelle.

  • Pas hors ligne ni privé au sens de « ne quitte jamais votre machine » — chaque recherche ou récupération de page est une requête en direct vers un moteur de recherche ou un site externe via Internet ; seul le processus serveur est auto-hébergé
  • Pas un outil sans installation — il nécessite Node.js, npm, une installation du navigateur Playwright et la configuration manuelle du fichier mcp.json d'un client MCP
  • Pas couvert par les garanties de disponibilité ou de limite de débit d'une API de recherche payante — automatiser des pages de moteur de recherche public peut être plus fragile en usage intensif ou automatisé qu'une API de recherche payante et contractuelle
  • Pas un plugin universel — il fonctionne uniquement avec les clients qui implémentent le Model Context Protocol, pas avec des applications de chat ou extensions de navigateur quelconques
  • Pas de benchmark indépendant réalisé par PromptQuorum sur la latence, la précision des résultats ou la disponibilité de recherche — cet avis reflète la documentation du projet lui-même, pas une mesure pratique

Erreurs courantes lors de l'évaluation de web-search-mcp

La plupart des confusions autour de web-search-mcp viennent du fait de confondre « auto-hébergé » avec « hors ligne », ou de supposer qu'il s'agit du seul projet portant ce nom.

Concurrents et alternatives

Dans l'écosystème des outils d'agents IA locaux et des serveurs d'outils connectés en MCP, web-search-mcp se compare surtout à d'autres outils d'agents et de recherche auto-hébergés qui ajoutent une récupération d'information en direct à un LLM local.

Outil
Connu pour
Lien
nanobotAgent IA personnel auto-hébergé avec mémoire persistante et support des outils MCPnanobot Review
Local Deep ResearchAssistant de recherche IA auto-hébergé et multi-étapes qui synthétise des sources web et localesLocal Deep Research Review
MulticaPlateforme locale d'agent IA et d'utilisation d'outils pour connecter des modèles à des outils externesMultica Review

Cette liste reflète les outils couramment comparés à web-search-mcp dans le segment des agents IA locaux / outils d'utilisation, et non un classement indépendant de PromptQuorum — vérifiez les fonctionnalités actuelles de chaque outil avant de choisir.

Questions fréquentes

Qu'est-ce que web-search-mcp ?

web-search-mcp (github.com/mrkrsl/web-search-mcp) est un serveur MCP gratuit, open source (MIT) et auto-hébergé qui donne aux modèles IA dans des clients compatibles MCP de vrais outils de recherche web et de récupération de contenu de page.

web-search-mcp est-il gratuit ?

Oui, il est gratuit et open source sous licence MIT. Il n'y a aucune offre payante ni clé API de fournisseur de recherche requise.

web-search-mcp fonctionne-t-il entièrement hors ligne ?

Non. Le processus serveur est auto-hébergé, mais chaque recherche ou récupération de page qu'il effectue est une requête en direct vers un moteur de recherche externe (Bing, Brave ou DuckDuckGo) ou un site via Internet.

Ai-je besoin d'une clé API de recherche pour l'utiliser ?

Non. Il utilise l'automatisation de navigateur (Playwright) avec un repli par requête HTTP vers des moteurs de recherche publics plutôt qu'une API payante d'un fournisseur de recherche, donc aucune clé API n'est requise.

Avec quels clients IA web-search-mcp fonctionne-t-il ?

Avec tout client implémentant le Model Context Protocol (MCP). Le projet documente des étapes d'installation spécifiques pour LM Studio et LibreChat.

Comment installer web-search-mcp ?

Téléchargez ou clonez le dépôt depuis GitHub, puis exécutez npm install, npx playwright install et npm run build, selon le README du projet. Il nécessite Node.js 18+ et npm 8+.

Quels moteurs de recherche utilise-t-il ?

Selon la documentation du projet, il priorise Bing, puis Brave, puis DuckDuckGo, en repliant sur la suite de la liste si un backend échoue.

Quels outils expose-t-il au modèle connecté ?

Trois outils MCP : full-web-search (recherche plus contenu de page extrait), get-web-search-summaries (résultats sans contenu complet) et get-single-web-page-content (extraction de contenu d'une URL).

Qui a créé web-search-mcp ?

L'utilisateur GitHub mrkrsl a créé et maintient web-search-mcp.

Existe-t-il d'autres projets également nommés « web-search-mcp » ?

Oui. Plusieurs dépôts GitHub sans lien entre eux partagent ce nom générique. Cet avis couvre spécifiquement github.com/mrkrsl/web-search-mcp, retenu car sa documentation cible explicitement les installations de LLM locaux.

Sources

← Retour aux LLM locaux avancés