关键要点
- web-search-mcp(github.com/mrkrsl/web-search-mcp)是一款免费、开源、自托管的 MCP 服务器,为兼容 MCP 的 AI 客户端添加网络搜索和网页内容工具
- 由 mrkrsl 使用 TypeScript 构建;经仓库 LICENSE 文件确认为 MIT 许可
- 无需搜索服务商的 API 密钥——使用 Playwright 浏览器自动化并配有快速 HTTP 请求后备方案,为可靠性起见优先使用 Bing,其次 Brave,再次 DuckDuckGo
- 这是一款自托管工具,而非私密/离线工具:每次运行都会通过互联网从外部搜索引擎获取实时结果
- 为已连接的模型暴露三个 MCP 工具:full-web-search(搜索加提取的网页内容)、get-web-search-summaries(不含完整内容的搜索结果)以及 get-single-web-page-content(从指定 URL 提取内容)
- 已提供 LM Studio 和 LibreChat 的文档化配置步骤,包括 LibreChat 的 Docker 方式;可与任何支持 MCP 的客户端配合使用
- 该目录条目将其列为本地 LLM 软件目录中代理框架/工具调用服务器类别下的配套工具
📍 简单一句话
web-search-mcp 是一款使用 TypeScript 构建的免费、开源(MIT)、自托管 Model Context Protocol 服务器,为 LM Studio、LibreChat 等客户端中的本地 LLM 提供可用的网络搜索与网页抓取工具,通过实时请求 Bing/Brave/DuckDuckGo 而非付费搜索 API 实现。
💬 简单来说
web-search-mcp 是一个在你自己电脑上运行的小程序,接入 LM Studio 等兼容 MCP 的 AI 应用,让 AI 模型能够像人一样真正地搜索网络、阅读网页,而不是只依赖训练期间学到的知识。它是自托管的,但并非私密浏览——它发出的搜索请求会离开你的电脑,访问互联网上真实的搜索引擎,就像打开浏览器一样。
📌注: 本评测基于该项目自身的 GitHub 仓库、README 以及 LM Studio/LibreChat 的配置文档撰写。本文并未声称 PromptQuorum 对搜索延迟或准确性进行了自有的实测基准测试,也未将 web-search-mcp 描述为私密或离线——其核心功能是通过互联网从公共搜索引擎获取实时结果。
web-search-mcp 是什么?
web-search-mcp 是一款免费、开源、自托管的 Model Context Protocol(MCP)服务器,赋予 AI 模型执行真实网络搜索、抓取网页内容的能力,由模型自身按需调用。 它由 mrkrsl 开发并通过 GitHub 分发。该名称被多个互不相关的 MCP 项目共用;本评测专门介绍github.com/mrkrsl/web-search-mcp,其文档明确面向 LM Studio 等本地 LLM 使用场景。
- 产品类型:一个自托管的 MCP 服务器进程,不是独立的桌面应用或托管 API——你需要与兼容 MCP 的客户端一同自行运行
- 开发者:GitHub 用户 mrkrsl
- 许可证:MIT,经仓库 LICENSE 文件确认
- 语言/运行环境:TypeScript,根据项目声明的要求需要 Node.js 18.0.0+ 和 npm 8.0.0+
- 资金:本评测未发现任何融资轮次、投资方或商业背景——应将其视为一个由社区独立维护的开源项目
- 规模:截至本评测撰写时约有 1,100+ GitHub 星标(GitHub 界面显示的是取整后的 "1.1k" 徽章,而非精确数字)
web-search-mcp 实际能做什么?
web-search-mcp 作为本地 MCP 服务器进程运行,由兼容 MCP 的 AI 客户端连接,并暴露三个供已连接模型调用的工具:带提取网页内容的完整网络搜索、更轻量的仅搜索摘要模式,以及从指定 URL 提取单页内容。
- full-web-search:执行搜索查询并返回结果页面中提取的内容,为模型提供足够的文本以回答基于当前网络内容的问题
- get-web-search-summaries:执行搜索但仅返回结果摘要/片段,不含完整网页内容——当模型只需要概览时速度更快、更轻量
- get-single-web-page-content:从模型已掌握的某个特定 URL 抓取并提取可读内容,而无需执行新的搜索
- 搜索后端策略:根据项目自身文档,它"为获得最佳可靠性和性能优先使用 Bing > Brave > DuckDuckGo",若某个后端失败则按列表顺序回退
- "智能请求策略":根据项目 README,依目标网站的不同,在 Playwright 驱动的浏览器自动化(用于需要 JavaScript 渲染的页面)与更快、更轻量的基于 axios 的 HTTP 请求之间切换
- 无需搜索服务商的 API 密钥——这是与需要密钥的搜索工具(如 Bing Search API、Brave Search API、SerpAPI)相比的主要实用差异,那些工具需要付费账户和密钥才能以编程方式调用
- 根据项目文档,可通过环境变量配置内容长度限制、请求超时、并发浏览器数量限制以及浏览器引擎选择
平台、价格与许可
平台
- web-search-mcp 的说明:
- 一个自托管的 Node.js/TypeScript 服务器进程,需要 Node.js 18+ 和 npm 8+。文档说明可在 macOS、Windows 和 Linux 上运行。
费用
- web-search-mcp 的说明:
- 免费且开源。使用无需搜索服务商的 API 密钥或付费套餐。
许可
- web-search-mcp 的说明:
- MIT 许可证,经仓库 LICENSE 文件确认。
数据本地性
- web-search-mcp 的说明:
- 混合型:服务器进程本身是自托管的,但每次搜索或网页抓取都是对外部搜索引擎或网站的实时网络请求——这不是离线或完全本地的工具。
安装方式
- web-search-mcp 的说明:
- 根据项目 README,下载或克隆仓库,然后运行
npm install、npx playwright install和npm run build。
运行任何命令前,请在github.com/mrkrsl/web-search-mcp上确认当前的安装步骤,因为不同版本之间的配置说明可能会发生变化。
安装 web-search-mcp
web-search-mcp 可通过 npm 从源码免费安装,其源代码托管在 GitHub 上。
来源 | 链接 |
|---|---|
| GitHub 仓库(源代码,MIT) | github.com/mrkrsl/web-search-mcp |
| 本地 LLM 软件目录条目 | Local LLM Software Directory |
web-search-mcp 需要 Node.js 18+、npm 8+,以及用于浏览器自动化的一次性 npx playwright install 步骤——没有面向最终用户的打包安装程序,因为它是一个需要配置到 MCP 客户端 mcp.json 中的服务器组件。
web-search-mcp 对比内置浏览功能
与聊天应用自带的内置网络搜索或浏览功能(如果存在)相比,web-search-mcp 以便捷性换取控制权:你自行托管它、选择连接的客户端,不受限于封闭应用集成的单一服务商。
设置
- web-search-mcp:
- 手动:克隆、npm install、配置 mcp.json
- 应用内置浏览功能:
- 通常是设置中的一个开关,无需配置
支持本地 LLM
- web-search-mcp:
- 支持——已为 LM Studio、LibreChat 及任何 MCP 客户端提供文档
- 应用内置浏览功能:
- 因应用而异;通常绑定单一托管模型服务商
搜索后端
- web-search-mcp:
- Bing / Brave / DuckDuckGo,可自行设定回退顺序
- 应用内置浏览功能:
- 固定,通常不公开服务商
是否需要 API 密钥
- web-search-mcp:
- 不需要
- 应用内置浏览功能:
- 不需要(费用已包含在应用/套餐内)
是否完全离线运行
- web-search-mcp:
- 不能——混合型,每次调用都实时访问外部搜索
- 应用内置浏览功能:
- 不能——同样的限制
两种方式都会访问开放互联网;两者都不是离线搜索工具。区别在于谁来托管这座桥梁,以及它与哪个客户端/模型配合使用。
谁适合使用 web-search-mcp?
web-search-mcp 适合通过兼容 MCP 的客户端运行本地 LLM、希望在不为搜索 API 付费的情况下添加实时网络查询能力的开发者。
web-search-mcp 不适合的场景
如果你需要完全离线运行、零配置设置,或由付费合同保障的搜索可靠性,web-search-mcp 并不适合。
- 并非"绝不离开本机"意义上的离线或私密——每次搜索或网页抓取都是通过互联网对外部搜索引擎或网站发出的实时请求;只有服务器进程本身是自托管的
- 并非零配置工具——需要 Node.js、npm、安装 Playwright 浏览器,以及手动配置 MCP 客户端的
mcp.json文件 - 不具备付费搜索 API 那样的正常运行时间或速率限制保证——在高负载或自动化使用场景下,自动化公共搜索引擎页面可能比有合同保障的付费搜索 API 更脆弱
- 并非通用插件——仅适用于实现了 Model Context Protocol 的客户端,不适用于任意聊天应用或浏览器扩展
- PromptQuorum 未对搜索延迟、结果准确性或正常运行时间进行独立基准测试——本评测反映的是项目自身文档,而非实测数据
评估 web-search-mcp 时的常见误区
关于 web-search-mcp 的大多数误解,都源于把"自托管"和"离线"混为一谈,或误以为它是唯一使用这个名字的项目。
竞品与替代方案
在本地 AI 代理工具和 MCP 连接的工具服务器领域,web-search-mcp 最常与其他为本地 LLM 添加实时信息检索能力的自托管代理和研究工具进行比较。
工具 | 主要特点 | 链接 |
|---|---|---|
| nanobot | 具有持久记忆和 MCP 工具支持的自托管个人 AI 代理 | nanobot Review |
| Local Deep Research | 综合网络与本地来源的自托管、多步骤 AI 研究助手 | Local Deep Research Review |
| Multica | 用于将模型连接到外部工具的本地 AI 代理与工具调用平台 | Multica Review |
此列表反映的是本地 AI 代理/工具调用领域中常与 web-search-mcp 比较的工具,并非 PromptQuorum 的独立排名——选择前请核实每款工具当前的功能集。
常见问题
web-search-mcp 是什么?
web-search-mcp(github.com/mrkrsl/web-search-mcp)是一款免费、开源(MIT)、自托管的 MCP 服务器,为兼容 MCP 客户端中的 AI 模型提供真实的网络搜索和网页内容抓取工具。
web-search-mcp 是免费的吗?
是的,它在 MIT 许可证下免费且开源。没有付费套餐,也不需要搜索服务商的 API 密钥。
web-search-mcp 能完全离线工作吗?
不能。服务器进程是自托管的,但它执行的每次搜索或网页抓取都是通过互联网对外部搜索引擎(Bing、Brave 或 DuckDuckGo)或网站发出的实时请求。
使用它需要搜索 API 密钥吗?
不需要。它使用浏览器自动化(Playwright)并以 HTTP 请求作为后备,面向公共搜索引擎,而非付费的搜索服务商 API,因此不需要 API 密钥。
web-search-mcp 支持哪些 AI 客户端?
任何实现了 Model Context Protocol(MCP)的客户端。该项目为 LM Studio 和 LibreChat 提供了具体的配置文档。
如何安装 web-search-mcp?
根据项目 README,从 GitHub 下载或克隆仓库,然后运行 npm install、npx playwright install 和 npm run build。需要 Node.js 18+ 和 npm 8+。
它使用哪些搜索引擎?
根据项目自身文档,它优先使用 Bing,其次 Brave,再次 DuckDuckGo,若某个后端失败则按顺序回退。
它向已连接的模型暴露哪些工具?
三个 MCP 工具:full-web-search(搜索加提取的网页内容)、get-web-search-summaries(不含完整内容的结果)以及 get-single-web-page-content(从一个 URL 提取内容)。
web-search-mcp 由谁开发?
GitHub 用户 mrkrsl 开发并维护 web-search-mcp。
是否还有其他同样叫 "web-search-mcp" 的项目?
是的。多个互不相关的 GitHub 仓库共用了这个通用名称。本评测专门介绍 github.com/mrkrsl/web-search-mcp,之所以选择它,是因为其文档明确面向本地 LLM 使用场景。