Rivalsearchmcp

RivalSearchMCP

确定性研究 MCP 服务——集网页、社交、学术、新闻、代码和文档搜索于一处。无需 API 密钥，服务内部不运行大模型，并提供便于 Agent 链式调用的结构化输出。

🆓 100% 免费且开源——核心工具无需 API 密钥或订阅。托管服务采用公平使用速率限制。

功能介绍

RivalSearchMCP 是一个 FastMCP 3.x 服务，提供 9 个专用工具，用于搜索、获取、评分和比较以下来源的信息：

• 5 个网页搜索引擎（DuckDuckGo、Bing、Yahoo、Mojeek、Wikipedia）——并发搜索、去重，并通过 Scrapling 安全地进行 TLS 指纹识别抓取
• 9 个社交平台（Reddit、Hacker News、Stack Overflow、Dev.to、Medium、Product Hunt、Bluesky、Lobste.rs、Lemmy）——无需身份验证
• 5 个新闻来源（Google News、Bing News、The Guardian、GDELT、DuckDuckGo News）——支持按时间范围筛选
• 5 个学术数据库（OpenAlex、CrossRef、arXiv、PubMed、Europe PMC）+ 4 个数据集中心（Kaggle、HuggingFace、Dataverse、Zenodo）
• GitHub 仓库，内置速率限制
• 文档（PDF、Word、文本、图像），图像支持 OCR
• 网站遍历，支持研究、文档和映射模式

服务内部不会运行大模型。 每个工具都会返回确定且可审计的输出，由调用方的模型进行综合。受益于结构化输出的工具（content_operations score、find_conflicts）会返回包含人类可读 Markdown 呈现和可解析 structuredContent 字典的 ToolResult，以便 Agent 链式传递工具输出，而无需使用正则表达式解析文本。

✅ 实用之处

• 一个连接，九个工具——无需为每种来源分别配置 MCP 服务
• 自动质量评分——每条结果都带有层级/时效性/交叉验证/引用评分（0-100），每个多结果响应还会提供汇总置信度指标
• 冲突检测——content_operations find_conflicts 可将不同来源之间的数值、日期和立场分歧作为一项独立指标呈现，而不是将其平均掉
• 实体档案——research_topic(mode="entity") 并行查询 8 个来源，并返回包含置信度的统一报告
• 生产环境保障——按工具设置超时、速率限制（每个会话 100 次请求/分钟）、响应大小上限、错误信息屏蔽，以及中间件级可观测性

💡 示例查询

连接后，可以尝试向 AI 助手提问：

“使用 RivalSearchMCP 研究 FastAPI 和 Django 的对比。分别对两者运行 research_topic，汇总近期新闻，查看 Reddit 和 Hacker News 上的讨论，搜索 GitHub 上的活跃情况，查找学术论文，为主要来源评分，并标记其中的任何冲突。”

📦 快速开始

RivalSearchMCP 作为托管在 FastMCP 上的远程 MCP 服务运行。按照以下步骤安装即可开始使用。

连接到在线服务

或者手动添加此配置：

对于 Cursor：

{
  "mcpServers": {
    "RivalSearchMCP": {
      "url": "https://RivalSearchMCP.fastmcp.app/mcp"
    }
  }
}

对于 Claude Desktop：

• 前往“设置” → “添加远程服务”
• 输入 URL：https://RivalSearchMCP.fastmcp.app/mcp

对于 VS Code：

• 将上面的 JSON 添加到 .vscode/mcp.json 文件中

对于 Claude Code：

• 使用内置的 MCP 管理功能：claude mcp add RivalSearchMCP --url https://RivalSearchMCP.fastmcp.app/mcp

使用 FastMCP CLI 本地安装

前提条件：

# Install UV (modern Python package manager)
curl -LsSf https://astral.sh/uv/install.sh | sh

# Install FastMCP CLI (optional but recommended)
uv tool install fastmcp

方法 1：一键安装（最简单）

# Clone repository
git clone https://github.com/damionrashford/RivalSearchMCP.git
cd RivalSearchMCP

# Install directly to your MCP client:
fastmcp install claude-desktop server.py   # For Claude Desktop
fastmcp install cursor server.py           # For Cursor
fastmcp install claude-code server.py      # For Claude Code

方法 2：快速运行（无需安装）

git clone https://github.com/damionrashford/RivalSearchMCP.git
cd RivalSearchMCP

# Run directly with FastMCP CLI
fastmcp run server.py  # Auto-detects entrypoint, uses STDIO

# Or run in HTTP mode for testing
fastmcp run server.py --transport http --port 8000

方法 3：使用 Inspector 进行开发

# Run with MCP Inspector for testing
fastmcp dev server.py

方法 4：手动设置 UV

git clone https://github.com/damionrashford/RivalSearchMCP.git
cd RivalSearchMCP
uv sync

# Add to Claude Desktop or Cursor config:
{
  "RivalSearchMCP": {
    "command": "uv",
    "args": [
      "--directory",
      "/full/path/to/RivalSearchMCP",
      "run",
      "python",
      "server.py"
    ]
  }
}

🛠 可用工具（共 9 个）

每个工具都带有 ToolAnnotations（readOnlyHint、openWorldHint、destructiveHint、idempotentHint），让 Claude 和 ChatGPT 等 MCP 客户端在安全的情况下跳过确认提示。每个工具都设有 timeout= 时限上限，避免来源卡住时阻塞客户端。

搜索与发现（5 个工具）

• web_search — 并发搜索 DuckDuckGo、Bing、Yahoo、Mojeek 和 Wikipedia 等多个引擎。基于 Scrapling 的 TLS 指纹识别可绕过 Cloudflare/Akamai 前置防护。单个引擎故障不会影响其他引擎。
• social_search — 支持 9 个平台：Reddit、Hacker News、Stack Overflow、Dev.to、Medium、Product Hunt、Bluesky、Lobste.rs、Lemmy。无需身份验证。
• news_aggregation — 支持 5 个来源：Google News、Bing News、The Guardian、GDELT、DuckDuckGo News。接受 time_range（day/week/month/anytime）。
• github_search — 搜索代码库，内置速率限制（未验证时每小时 60 次），可选择包含 README。
• map_website — 以 research、docs 或 map 模式遍历网站；返回每页质量评分和总体置信度指标。

内容分析（3 个工具）

• content_operations — 一个工具，包含六项操作：retrieve、stream、analyze、extract、score、find_conflicts。
  • score 按层级 / 时效性 / 交叉佐证 / 引用对 URL 评分（0-100），并同时返回 Markdown 和结构化 JSON。
  • find_conflicts 对比 2-10 个来源，查找数字 / 日期 / 立场分歧，并附带置信度权重。
• research_topic — 两种模式：topic（搜索 + 获取 + 按相关性排序的关键发现）和 entity（对指定实体进行统一的跨来源分析，并行检索网络 / 新闻 / GitHub / 社交 / 学术来源）。
• document_analysis — 从 PDF、Word、纯文本和图像中提取文本。图像使用 EasyOCR（按需加载；无需设置）。上限为 50 MB。

研究工作流（1 个工具）

• scientific_research — 搜索学术论文和数据集。支持 5 个论文提供方（OpenAlex、CrossRef、arXiv、PubMed、Europe PMC）和 4 个数据集中心（Kaggle、HuggingFace、Dataverse、Zenodo）。

插件

RivalSearchMCP 同时提供适用于 Claude Code 和 OpenAI Codex 的可安装插件。该插件会注册托管的 MCP 服务 https://RivalSearchMCP.fastmcp.app/mcp，因此用户无需克隆此仓库或运行本地服务。

GitHub 仓库就是插件市场。添加一次市场后，即可安装任一或两个插件：

• rival-search-mcp 注册托管的 MCP 服务并提供 9 个工具。
• rival-search-mcp-skills 安装独立的 Agent 技能、参考文档和 CLI 辅助工具。

Claude Code

在终端中：

# 1. Add this repo as a marketplace
claude plugin marketplace add damionrashford/RivalSearchMCP --scope user

# 2. Install the plugin
claude plugin install rival-search-mcp@rivalsearchmcp --scope user

# Optional: install the skill-only plugin
claude plugin install rival-search-mcp-skills@rivalsearchmcp --scope user

在 Claude Code 中，也可以使用斜杠命令执行相同的流程：

/plugin marketplace add damionrashford/RivalSearchMCP
/plugin install rival-search-mcp@rivalsearchmcp
/plugin install rival-search-mcp-skills@rivalsearchmcp

对于团队／项目安装，请使用 --scope project 代替 --scope user，或将市场添加到 .claude/settings.json：

{
  "extraKnownMarketplaces": {
    "rivalsearchmcp": {
      "source": {
        "source": "github",
        "repo": "damionrashford/RivalSearchMCP"
      }
    }
  }
}

然后使用 /plugin install rival-search-mcp@rivalsearchmcp 和 /plugin install rival-search-mcp-skills@rivalsearchmcp 安装其中一个或两个插件。

安装后，Claude Code 会将 MCP 工具公开为 mcp__RivalSearchMCP__*。提示词示例：

Use RivalSearchMCP to search recent news about open source AI agents.
Use RivalSearchMCP to compare FastAPI and Django across web, GitHub, and academic sources.
Use RivalSearchMCP to retrieve this URL, score the source, and identify conflicting claims.

OpenAI Codex

# 1. Add this repo as a marketplace
codex plugin marketplace add damionrashford/RivalSearchMCP --ref main

# 2. Install the plugin
codex plugin add rival-search-mcp@rival-search-mcp-marketplace

# Optional: install the skill-only plugin
codex plugin add rival-search-mcp-skills@rival-search-mcp-marketplace

安装后，启动或刷新 Codex 会话，并让 Codex 使用 RivalSearchMCP。提示词示例：

Use RivalSearchMCP to run web_search for current MCP server comparisons.
Use RivalSearchMCP to research this company across news, GitHub, and social sources.
Use RivalSearchMCP to find scientific papers about retrieval augmented generation.

如果你已添加市场，并希望获取最新的插件元数据：

codex plugin marketplace upgrade

插件结构

plugins/rival-search-mcp/
├── .claude-plugin/
│   └── plugin.json       # Claude Code manifest
├── .codex-plugin/
│   └── plugin.json       # Codex manifest
└── .mcp.json             # Registers https://RivalSearchMCP.fastmcp.app/mcp

plugins/rival-search-mcp-skills/
├── .claude-plugin/
│   └── plugin.json       # Claude Code skill plugin manifest
├── .codex-plugin/
│   └── plugin.json       # Codex skill plugin manifest
└── skills/
    └── rival-search-mcp/ # Agent skill, resources, and CLI helper

市场目录位于：

• .claude-plugin/marketplace.json — Claude Code
• .agents/plugins/marketplace.json — Codex

插件包：

• plugins/rival-search-mcp/.claude-plugin/plugin.json — Claude Code 清单
• plugins/rival-search-mcp/.codex-plugin/plugin.json — Codex 清单
• plugins/rival-search-mcp/.mcp.json — 托管 MCP 服务注册信息
• plugins/rival-search-mcp-skills/skills/rival-search-mcp/ — 独立 Agent 技能包

---

Agent 技能

RivalSearchMCP 随附一项 Claude Code Agent 技能——一个独立的 CLI，无需配置 MCP 即可让 AI Agent 使用全部 9 个工具。

作为 Claude Code 技能使用

将该技能复制到 Claude Code 技能目录：

# Project-level (available when working in this repo)
cp -r skills/rival-search-mcp .claude/skills/

# Global (available in all projects)
cp -r skills/rival-search-mcp ~/.claude/skills/

当你请求网络研究、竞争对手分析或内容发现时，Claude 会自动发现该技能并使用 CLI。

直接使用 CLI

该 CLI 内置依赖，可独立运行——只需使用 uv 运行：

uv run skills/rival-search-mcp/scripts/cli.py call-tool web_search --query "your query"
uv run skills/rival-search-mcp/scripts/cli.py call-tool social_search --query "AI agents" --platforms reddit
uv run skills/rival-search-mcp/scripts/cli.py call-tool news_aggregation --query "tech news" --time-range week
uv run skills/rival-search-mcp/scripts/cli.py list-tools

技能结构

skills/rival-search-mcp/
├── SKILL.md              # Agent instructions (auto-loaded by Claude Code)
├── scripts/
│   └── cli.py            # Standalone CLI with all 9 tools
└── resources/
    ├── search.md         # web_search, social_search, news_aggregation, github_search, map_website
    ├── content.md        # content_operations, document_analysis
    └── research.md       # research_topic, scientific_research

⚡ 主要功能

• 多引擎搜索：5 个搜索引擎（DuckDuckGo、Bing、Yahoo、Mojeek、Wikipedia），通过 Scrapling 使用 TLS 指纹安全抓取
• 9 个平台的社交研究：Reddit、Hacker News、Stack Overflow、Dev.to、Medium、Product Hunt、Bluesky、Lobste.rs、Lemmy
• 5 个来源的新闻聚合：Google News、Bing News、The Guardian、GDELT、DuckDuckGo News——支持按时间范围筛选
• 5 个学术数据库 + 4 个数据集中心：OpenAlex、CrossRef、arXiv、PubMed、Europe PMC + Kaggle、HuggingFace、Dataverse、Zenodo
• 确定性输出：服务内部不运行大模型；由调用方的模型负责综合分析
• 结构化 ToolResult：content_operations score 和 find_conflicts 同时返回 Markdown（供人阅读）和可解析的 JSON（用于 Agent 串联调用）
• 自动质量评分：每个多结果工具都会为各条目附加质量评分（0-100）和综合置信度信号
• 冲突检测：发现不同来源在数值、日期或倾向上的分歧，并附上置信度权重
• 文档分析：PDF / Word / 文本 / 图片（图片通过 EasyOCR 处理，并会自动下载）
• 生产环境保障：按工具设置超时、滑动窗口速率限制、响应大小上限、错误信息屏蔽、FastMCP 3.x 中间件栈
• 无需身份验证：所有工具均无需 API 密钥或额外设置即可使用。

💬 常见问题

RivalSearchMCP 真的免费吗？

是的。RivalSearchMCP 根据 MIT License 免费开源。核心工具不需要付费 API 或订阅。托管服务会实施公平使用速率限制；如果需要不同的限制，你可以自行托管。

我需要 API 密钥吗？

不需要。RivalSearchMCP 完全无需任何 API 密钥、身份验证或配置即可运行。只需添加 URL，即可立即使用全部 9 个工具。

支持哪些 MCP 客户端？

RivalSearchMCP 适用于任何兼容 MCP 的客户端，包括 Claude Desktop、Cursor、VS Code 和 Claude Code。

我可以自行托管吗？

可以。克隆仓库，运行 uv sync --extra dev，然后运行 fastmcp run（stdio）或 fastmcp run --transport http --host 0.0.0.0 --port 8000（HTTP）。完整说明请参阅上方的“入门”部分。

为什么服务中没有内置的大模型 / 研究 Agent？

这是有意为之。服务会返回确定且可审计的输出，供调用方的模型进行推理——一致的机器不会像负责综合内容的机器那样产生幻觉。如果你想要自主 Agent 循环，请在客户端中运行。

🤝 贡献

欢迎贡献！无论是修复错误、添加新的研究工具，还是改进文档，我们都感谢你的帮助。

1. Fork 项目
2. 创建功能分支（git checkout -b feature/AmazingFeature）
3. 提交更改（git commit -m 'Add some AmazingFeature'）
4. 推送到分支（git push origin feature/AmazingFeature）
5. 发起 Pull Request

💡 问题、反馈与支持

发现错误、有功能需求，或想分享你使用 RivalSearchMCP 的方式？我们期待听到你的反馈！

• 报告错误 — 提交问题，帮助我们改进
• 提出功能需求 — 建议你认为实用的新功能
• 分享使用场景 — 告诉我们你如何使用 RivalSearchMCP

👉 提交 Issue

署名与许可

这是一个根据 MIT License 发布的开源项目。如果你使用 RivalSearchMCP，请添加指向 RivalSearchMCP 的链接以注明出处。详情请参阅 LICENSE 文件。

⭐ 喜欢这个项目？请点亮星标！

如果你觉得 RivalSearchMCP 有用，请考虑为它点亮星标。这有助于其他人发现这个项目，也能激励我们继续开发！