使用说明

网络搜索MCP

一主控程序提供八种工具的服务器：a 网络搜索 由...驱动 SearXNG，五 Crawl4AI-电动工具(web_fetch, web_screenshot, web_pdf, webexecute.js, web_crawl)，和2 时间机器工具(网络快照, web_archive).

建筑

graph LR
    Client["MCP Client<br/>(Claude, Cursor, etc.)"] -->|web_search| Server["MCP Server"]
    Client -->|web_fetch| Server
    Client -->|web_screenshot| Server
    Client -->|web_pdf| Server
    Client -->|web_execute_js| Server
    Client -->|web_crawl| Server
    Client -->|web_snapshots| Server
    Client -->|web_archive| Server
    Server --> SearXNG
    SearXNG --> Redis
    Server --> Crawl4AI
    Server --> Wayback["Wayback Machine"]

这 web_search 该工具向SearXNG查询搜索结果。Crawl4AI工具处理内容提取、屏幕截图、PDF、JS执行和多URL抓取。Wayback机床列表和检索存档页面。

全栈部署为 4服务：Redis、SearXNG、Crawl4AI和这个MCP服务器。

工具

服务器公开了八个MCP工具：

`web_search`

通过SearXNG进行轻量级网络搜索。返回结构化结果。

参数	类型	说明
`query`	string（必填）	搜索查询
`limit`	number（可选）	要返回的最大结果数（默认值：10，最大值：20）

返回一个JSON数组 { url, title, description } 结果。

`web_fetch`

获取一个URL，并通过Crawl4AI将其内容作为干净的标记返回。

参数	类型	说明
`url`	string（必需）	要获取的URL
`f`	enum（可选）	内容筛选策略： `raw`, `fit`, `bm25`，或 `llm` （默认值： `fit`)
`q`	string（可选）	BM25/LLM筛选器的查询字符串

以markdown形式返回页面内容。

`web_screenshot`

通过Crawl4AI捕获URL的全页PNG屏幕截图。

参数	类型	说明
`url`	string（必填）	截图URL
`screenshot_wait_for`	number（可选）	捕获前等待的秒数（默认值：2）

返回base64编码的PNG图像。

`web_pdf`

通过Crawl4AI生成URL的PDF文档。

参数	类型	说明
`url`	string（必填）	转换为PDF的URL

返回base64编码的PDF。

`web_execute_js`

通过Crawl4AI在URL上执行JavaScript代码段，并返回完整的爬网结果。

参数	类型	说明
`url`	string（必需）	执行脚本的URL
`scripts`	string[]（必填）	按顺序执行的JavaScript代码段列表

返回完整的CrawlResult JSON，包括markdown、链接、媒体和JS执行结果。

`web_crawl`

使用Crawl4AI抓取一个或多个URL并提取其内容。

参数	类型	说明
`urls`	string[]（必填）	要爬网的URL列表
`browser_config`	对象（可选）	Crawl4AI浏览器配置
`crawler_config`	object（可选）	Crawl4AI爬虫配置

返回从每个URL提取的内容。

`web_snapshots`

列出URL的Wayback Machine快照。

参数	类型	说明
`url`	string（必需）	用于检查快照的URL
`from`	string（可选）	YYYYMMDD格式的开始日期
`to`	string（可选）	YYYYMMDD格式的结束日期
`limit`	number（可选）	要返回的最大快照数（默认值：100）
`match_type`	enum（可选）	URL匹配： `exact`, `prefix`, `host`，或 `domain` （默认值： `exact`)
`filter`	string[]（可选）	CDX API筛选器（例如。 `["statuscode:200", "mimetype:text/html"]`)

返回一个包含时间戳、状态代码和存档URL的JSON快照数组。

`web_archive`

从Wayback Machine中检索存档页面。

参数	类型	说明
`url`	string（必填）	要检索的页面的URL
`timestamp`	string（必填）	YYYYMMDDHHMMSS格式的时间戳
`original`	boolean（可选）	获取没有Wayback Machine横幅的原始内容（默认值：false）

返回存档的页面内容。

连接到服务器

以下所有示例均假设您的服务器正在运行 https://your-server.up.railway.app/mcp 使用API密钥。将URL和键替换为您自己的值。

克劳德代码（CLI）

claude mcp add web_search \
  --transport http \
  https://your-server.up.railway.app/mcp \
  --header "Authorization: Bearer your-api-key"

项目级配置(`.mcp.json`)

增添 .mcp.json 在任何项目的基础上，让所有合作者都能使用该工具：

{
  "mcpServers": {
    "web_search": {
      "type": "http",
      "url": "https://your-server.up.railway.app/mcp",
      "headers": {
        "Authorization": "Bearer your-api-key"
      }
    }
  }
}

克劳德桌面(`claude_desktop_config.json`)

{
  "mcpServers": {
    "web_search": {
      "type": "http",
      "url": "https://your-server.up.railway.app/mcp",
      "headers": {
        "Authorization": "Bearer your-api-key"
      }
    }
  }
}

替换Claude Code的内置Web搜索和Web提取（可选）

默认情况下，Claude Code使用自己的 WebSearch 和 WebFetch 工具。您可以用此服务器的 web_search 和 web_fetch 用于尊重隐私、自我托管结果的工具。

1.全局添加MCP服务器：

claude mcp add web_search --scope user \
  --transport http \
  https://your-server.up.railway.app/mcp \
  --header "Authorization: Bearer your-api-key"

2.禁用内置工具 通过编辑 ~/.claude/settings.json:

{
  "permissions": {
    "deny": ["WebSearch", "WebFetch"]
  }
}

3.引导克劳德通过 ~/.claude/CLAUDE.md 所以它使用你的工具：

## Search & Fetch

- Use the web_search MCP tool for all web searches
- Use the web_fetch MCP tool to fetch and read web pages
- Do not attempt to use the built-in WebSearch or WebFetch tools

4.验证 通过跑步 /mcp 在Claude Code中检查服务器是否已连接，然后让Claude搜索某些内容或获取URL。

部署

铁路

该项目在铁路上部署了4项服务：

瑞迪斯 -SearXNG缓存
SearXNG -元搜索引擎
Crawl4AI -浏览器自动化服务
MCP服务器 -此网络搜索mcp服务器

部署步骤：

分叉/克隆 将此存储库添加到您的GitHub帐户
创建新项目 上铁路
部署Redis：
- 点击“添加服务”→ “数据库”→ “Redis”
部署SearXNG：
- 点击“添加服务”→ “图像”
- 图片： searxng/searxng:latest
- 添加端口： 8080
- 集 SEARXNG_SECRET_KEY 和 SEARXNG_REDIS_URL 环境变量
部署Crawl4AI：
- 点击“添加服务”→ “图像”
- 图片： unclecode/crawl4ai:latest
- 添加端口： 11235
- （可选）设置 CRAWL4AI_API_TOKEN 环境变量
部署MCP服务器：
- 点击“添加服务”→ “GitHub回购”
- 选择您的分叉存储库
- Railway将自动检测Dockerfile
- 设置环境变量：
  - API_KEY -您的API密钥（使用 ${{random(32)}} 生成）
  - CRAWL4AI_URL - http://crawl4ai.railway.internal:11235 （或您的Crawl4AI服务URL）

获取您的URL 并测试：

curl -X POST https://your-service.up.railway.app/mcp \
  -H "Authorization: Bearer your-api-key" \
  -H "Content-Type: application/json" \
  -d '{"jsonrpc":"2.0","method":"tools/list","id":1}'

其他平台

服务器可以部署到任何支持Docker或Node.js的平台：

Fly.io -使用Dockerfile
渲染 -使用Dockerfile
数字海洋应用平台 -使用Dockerfile
自托管 -使用docker编写

快速入门（本地）

1.克隆并安装

git clone https://github.com/your-username/web-search-mcp
cd web-search-mcp
pnpm install

2.配置环境

cp .env.example .env.local
# Edit .env.local and set your API_KEY

3.启动Crawl4AI

docker compose up -d crawl4ai

4.运行MCP服务器

CRAWL4AI_URL=http://localhost:11235 pnpm run start

服务器位于 http://localhost:3000/mcp.

5.或者在Docker中运行所有内容

docker compose up

认证

这 API_KEY 环境变量为 必需的.

在铁路上，手动设置钥匙或使用 ${{random(32)}} 自动生成。对于本地开发，请将其设置在您的 .env.local 文件。

客户提供密钥作为 Bearer 令牌在 Authorization 标题（如上述示例所示）或作为 ?api_key= 查询参数。这 /health 端点未经身份验证。

许可证

麻省理工学院

使用说明

网络搜索MCP

建筑

工具

web_search

web_fetch

web_screenshot

web_pdf

web_execute_js

web_crawl

web_snapshots

web_archive