关于 OmniSeek
OmniSeek 是一个可自托管的 MCP 服务,为 Claude Code、Cursor、Codex 等 AI 助手补充常规网页搜索难以触达的内容来源。它在本地运行,不依赖自有云端或账户,适合需要中文社区、视频转写和论文追踪的研究工作。
主要功能
- 01检索 B 站视频与评论
- 02覆盖知乎、V2EX 等中文社区
- 03跨语言搜索并返回原文链接
- 04论文脉络与引用追踪
- 05保存搜索并只显示新增结果
适用场景
- 01研究中文社区中的讨论与观点
- 02从视频内容中查找带时间点的原话
- 03追踪某一研究领域的论文及其后续引用
MCP 相关
OmniSeek 作为 MCP 服务运行,AI 助手通过 MCP 调用其 omniseek_search 等工具获取搜索结果。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
18收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| query | string | 否 | |
| domain | string | 否 | |
| region | string | 否 | |
| verbose | boolean | 否 | |
| check_health | boolean | 否 |
详细介绍
让你的 AI Agent 搜索网络搜索无法触及的互联网内容。
OmniSeek 是面向 Claude Code、Cursor 和 Codex 等 AI 助手和 Agent 的附加工具,让它们能够搜索网络搜索无法触及的内容。
- 用英语提问,按需获取人们在 Bilibili 和知乎上的原话,并附上原帖链接。
- 一次回答即可了解某个研究领域的奠基论文,以及基于这些论文开展的新近研究。
- 让你的 Agent 持续关注某个主题,并且只告诉你自上次以来的新内容。
uv tool install omniseek
claude mcp add omniseek -- omniseek
在你自己的计算机上运行。它通过 MCP 接入,这是 Claude Code 和 Cursor 等 AI 应用添加工具的标准方式。Cursor 和 Codex:各需一行配置,参见安装。
看看有何不同
我们让两个 Agent 找出 Mu Li 对 Transformer 论文写作的原话,以及这段话在他那场 87 分钟的 Bilibili 视频中的具体时间。网络搜索给出的只是转述和“大约在第 1 到 8 分钟”,而使用 OmniSeek 的 Agent 转录了视频,并找到了 1:21:51 处的原话。
三个问题的完整对比,包含来源、日期和一段短视频。
你的 Agent 能访问的内容
- 中文社区:Bilibili 视频和评论、按需检索的知乎回答、近期 V2EX 帖子,均附有帖子链接。更多信息:Bilibili、Zhihu
- 跨语言检索:用英语提问,用中文搜索,再用英语回答;反之亦然。更多信息
- 播客和视频:在你自己的电脑上将语音转成文字,并标注分钟数引用(可选附加组件)。更多信息
- 研究论文:了解一个领域以哪些论文为基础,以及近期有哪些论文引用了它们。更多信息
- 自上次以来的新内容:保存一次搜索;每次重新运行时只显示新内容。更多信息
- 需要登录的网站:启用后,你的 Agent 会通过你自己的浏览器登录读取这些网站。默认关闭。更多信息
它还会将找到的内容保存在你电脑上的本地索引中,这样之后的搜索就能基于它已有的知识开始。
安装
只需运行上面的两条命令,并使用 Python 3.11 或更高版本(如果你尚未安装,uv 会为你安装)。你的 AI 应用会在需要时启动 OmniSeek。无需持续运行,也无需开放端口。
Cursor、Codex、pipx、Docker 和可选附加组件(播客转录、PDF 阅读、需要登录的网站)请参阅 安装。
你的数据,你的登录信息
OmniSeek 在你的电脑上运行。它没有 OmniSeek 云服务、没有账户,也不收集遥测数据:你的 Agent 会直接向你启用的网站发起搜索。公共网站默认启用。需要登录的网站默认关闭;启用后,它们会使用你自己浏览器中已有的登录信息;OmniSeek 永远不会看到你的密码。使用过程中积累的数据会保存在由你掌控的本地文件中。
OmniSeek 没有自己的 AI 模型,也不会向我们的服务器发送任何内容。由你的 Agent 负责思考;OmniSeek 负责查找信息。设置请参阅:配置。
工具
你的 Agent 会从 omniseek_search 开始使用。其余工具,从论文关系图到已保存的搜索和 Agent 保存的笔记(omniseek_ruling、omniseek_statement),请参阅 tools.md。
更多
实际示例与输出 · 完整案例研究 · 常见问题,包括它与 Exa 和 Tavily 的区别 · 所有来源 · 来源健康状况,每周更新
我们如何测试这些说法:只有先确认普通网页搜索无法在第一页找到答案,测试结果才会计入(最新结果)。正在使用 Claude Code?skills/omniseek-investigate 是一套现成的研究方法:广泛搜索、逐步缩小范围、增加结构。
参与贡献
请参阅 CONTRIBUTING.md:新数据源必须能找到普通网页搜索无法找到的内容。修复失效的数据源也始终欢迎。推送前请运行 python tests/smoke.py。
参与贡献即表示你同意遵守行为准则。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。