使用说明
AgentWebSearch-MCP
不带API密钥的本地Web搜索+MCP服务器
需要WebSearch来搜索您当地的LLM（Ollama，LM Studio）或Claude Code吗？ 不需要API密钥- 只有Chrome.
运作原理
此工具启动真正的Chrome浏览器 -不是无头的，不是模拟的。
它打开实际的Chrome窗口，并通过CDP（Chrome DevTools协议）对其进行控制。 这就是为什么它可以绕过机器人检测和验证码——因为它是一个真正的浏览器。
┌─────────────────────────────────────────────────────────┐
│ Your Desktop │
│ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │
│ │ Chrome:9222 │ │ Chrome:9223 │ │ Chrome:9224 │ │
│ │ Naver │ │ Google │ │ Brave │ │
│ │ (search) │ │ (search) │ │ (search) │ │
│ └──────┬──────┘ └──────┬──────┘ └──────┬──────┘ │
│ │ │ │ │
│ └───────────────┼───────────────┘ │
│ │ CDP (WebSocket) │
│ ┌────┴────┐ │
│ │ MCP │ │
│ │ Server │ │
│ └────┬────┘ │
│ │ │
│ Claude Code │
└─────────────────────────────────────────────────────────┘
为什么是真正的浏览器？
- 不需要API密钥（您只是在浏览）
- 无速率限制（正常浏览器行为）
- CAPTCHA抗性（真实浏览器指纹）
- 登录会话持续（Cookie已保存）
- 韩国门户网站工作（Naver需要真正的浏览器）
可扩展到其他网站
- 当前配置用于搜索门户（Naver、Google、Brave）
- 可以通过添加门户配置扩展到其他站点
- 每个网站都需要自己的Chrome实例和会话
关键利益
| 功能 | Tavily/Brave API | SearXNG（OpenClaw） | AgentWebSearch-MCP |
|---|---|---|---|
| API密钥 | 必需 | 不需要 | 不需要 |
| 费用 | 付费/有限 | 免费 | 自由 |
| 设置 | 获取API密钥 | 主机SearXNG服务器 | 只需安装Chrome |
| 机器人检测 | N/A | 容易被阻止 | Bypassed（真实浏览器） |
| 韩国门户 | 有限 | 无Naver | Naver支持 |
| MCP支持 | ❌ | ❌ | ✅ 内建 |
特性
- 没有API密钥 -直接Chrome CDP（DevTools协议）控制
- MCP服务器 -用作克劳德代码/光标/LM Studio工具
- AgentCPM探索 -从OpenBMB/THUNLP搜索优化的4B型号（可选）
- 并行搜索 -同时为Naver/Google/BBrave提供3个Chrome实例
- 机器人检测旁路 -会话持久性+隐形标志
- CAPTCHA抗性 -真实的浏览器会话避免了大多数验证码挑战
安装
1.安装依赖项
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
2.启动Chrome（调试模式）
python chrome_launcher.py start # Start 3 Chrome instances
python chrome_launcher.py status # Check status
python chrome_launcher.py stop # Stop all
3.登录和同步（可选但推荐）
默认情况下，Chrome实例使用临时配置文件(/tmp/).对于持久登录：
- 打开CDP Chrome浏览器 （之后
chrome_launcher.py start) - 登录谷歌 在Chrome窗口中
- 启用同步 （设置→ Sync)
优点：
- OAuth登录（“使用谷歌登录”）会自动工作
- 保存的密码自动填充
- 更好的搜索结果（个性化）
- 会话在重新启动后持续存在
注： 要使配置文件永久化，请在中更改配置文件路径
chrome_launcher.py从/tmp/chrome-*-profile到~/.config/chrome-cdp/*
MCP服务器
在Claude Code、Cursor、LM Studio或 OpenClaw/Moltbot.
快速开始
# Start Chrome first
python chrome_launcher.py start
# Run MCP server (stdio mode)
python mcp_server.py
克劳德代码注册
claude mcp add agentwebsearch -s user -- python /path/to/mcp_server.py
Claude代码设置.json
{
"mcpServers": {
"agentwebsearch": {
"command": "python",
"args": ["/path/to/AgentWebSearch-MCP/mcp_server.py"],
"env": {}
}
}
}
OpenClaw/Moltbot注册
# Add MCP to OpenClaw
openclaw mcp add agentwebsearch -- python /path/to/mcp_server.py
# Or add to ~/.openclaw/config.json
SSE模式（HTTP服务器）
python mcp_server.py --sse --port 8902
可用的MCP工具
| 工具 | 说明 | 需要LLM |
|---|---|---|
web_search |
同时搜索Naver/Google/BBrave | 否 |
fetch_urls |
从URL获取网页内容 | 否 |
smart_search |
搜索+带深度控制的自动提取 | 否 |
get_search_status |
检查搜索进度并获得部分结果 | 否 |
cancel_search |
取消正在进行的搜索并获得部分结果 | 否 |
agentcpm |
使用AgentCPM Explore（SGLang）进行代理搜索 | 是 |
工具参数
smart_search
| 参数 | 值 | 说明 |
|---|---|---|
query |
string | 搜索查询（必填） |
depth |
simple |
仅限片段（快速） |
medium |
获取前5个URL（默认） | |
deep |
获取前15个网址（速度慢） | |
portal |
all/naver/google/brave |
搜索门户 |
agentcpm
用途 AgentCPM探索 模型（4B，OpenBMB/THUNLP）通过SGLang来计划搜索查询、执行搜索和生成答案。
| 参数 | 值 | 说明 |
|---|---|---|
query |
string | 搜索查询（必填） |
depth |
simple/medium/deep |
搜索深度（默认值：中等） |
confirm |
boolean | 如果SGLang未运行，请确认继续 |
要求：
- SGLang服务器在端口30001上运行
- AgentCPM探索模型已加载
首次设置： 模型加载需要大约30-45秒。使用 smart_search 如果你没有设置SGLang。
get_search_status / cancel_search
部分结果支持：当搜索时间过长时，您可以：
- 呼叫
get_search_status检查进度并查看到目前为止收集的结果 - 呼叫
cancel_search停止搜索并返回部分结果
| 工具 | 说明 |
|---|---|
get_search_status |
返回：状态、进度%、已用时间、部分搜索结果、部分提取内容 |
cancel_search |
取消正在进行的搜索并返回收集到的所有部分结果 |
为什么选择AgentPM Explore？ 由OpenBMB/THUNLP专门针对搜索代理任务进行培训。生成多样化的查询，并比通用模型更好地处理工具调用。
示例用法
"Search latest AI news" → smart_search tool
"Deep search about GPT-5" → smart_search(depth="deep")
"Use AgentCPM for AI news" → agentcpm(query="AI news")
独立代理（CLI）
直接从命令行运行搜索代理。
# Default: SGLang backend
python search_agent.py "search query"
# Search depth
python search_agent.py "query" --depth simple # snippets only (fast)
python search_agent.py "query" --depth medium # fetch top 5 URLs (default)
python search_agent.py "query" --depth deep # fetch all URLs (slow)
# Interactive mode
python search_agent.py -i
# CLI supports multiple backends (--llm ollama/lmstudio/openai)
python search_agent.py --list-backends
AgentCPM探索设置（用于 agentcpm 工具）
AgentCPM探索 是来自的4B参数模型 OpenBMB/THUNLP 专门针对搜索代理任务进行培训：
- 自动生成多种搜索查询（韩语/英语，多视角）
- 针对工具调用（搜索、fetch_url）进行了优化
- 基于Qwen3-4B-思考
# 1. Install SGLang (CUDA required)
pip install sglang[all]
# 2. Download AgentCPM-Explore model (~8GB)
# https://huggingface.co/openbmb/AgentCPM-Explore
# 3. Start server
MODEL_PATH=/path/to/AgentCPM-Explore ./start_sglang.sh
注： 这 agentcpm MCP工具仅使用SGLang+AgentCPM Explore。对于其他LLM后端，请使用 smart_search 或CLI(search_agent.py --llm ollama).
建筑
User Query
|
MCP Server (mcp_server.py)
+-- web_search → CDP Search only
+-- smart_search → CDP Search + URL Fetch
+-- agentcpm → SGLang + AgentCPM-Explore + CDP Search
|
CDP Search (parallel)
+-- Chrome:9222 → Naver
+-- Chrome:9223 → Google
+-- Chrome:9224 → Brave
|
Final Answer + Sources
文件结构
AgentWebSearch-MCP/
├── mcp_server.py # MCP server (4 tools)
├── search_agent.py # Standalone CLI agent
├── cdp_search.py # CDP parallel search
├── chrome_launcher.py # Chrome instance manager
├── llm_adapters/ # LLM adapters (CLI use)
│ ├── base.py # Common interface
│ ├── sglang_adapter.py
│ ├── ollama_adapter.py
│ ├── lmstudio_adapter.py
│ └── openai_adapter.py
└── start_sglang.sh # SGLang server startup
演出
| 模式 | 时间 | 令牌 |
|---|---|---|
| 简单 | ~35s | ~3K |
| 中等 | ~50s | ~17K |
| 深 | ~170秒 | ~77K |
需求
- Python 3.10+
- 铬/铬
- 对于
agentcpm工具：SGLang+AgentCPM探索模型
许可证
MIT许可证
贡献
门户添加PR欢迎！看 PORTAL_CONFIG 在 cdp_search.py.
合著者：inchul insung8150@users.noreply.github.com 合著者：Claude noreply@anthropic.com
