searchts

searchts

为 AI Agent 解锁网页并读取内容，无需密钥。 (私下说，就是“搜索这玩意儿”。)

它会读取网页；如果做不到，就会明确告诉你的 Agent。

当 Claude、Cursor、Codex 或其他 Agent 获取 URL 时，返回的内容经常是一团糟：403 机器人拦截页、空白的 JavaScript 外壳、被截断的 AI 聊天分享链接，或者登录页面——模型却会若无其事地把它总结成文章。searchts 是你的 Agent 调用的网页阅读器。它是开源软件（MIT），免费、无需 API 密钥，默认拒绝使用付费住宅代理，并可作为 MCP 服务、命令行工具或 Python 库运行。

▶ 观看完整的 1 分钟演示

一行命令安装到 Agent

只需一条命令，即可将 searchts 添加到 Claude Code、Cursor 或任何 MCP 客户端。无需 API 密钥：

claude mcp add searchts -- uvx --from "searchts[mcp]" searchts mcp serve

若要全局安装并添加隐身浏览器（最难处理的关卡会用到），请使用：

pipx install "searchts[mcp]" && searchts install --browser
claude mcp add searchts -- searchts mcp serve

安装介绍了 uvx、pipx、venv 和浏览器扩展的用法。命令行工具、MCP 服务和 Python 库都调用同一条读取流程。

Agent 内置的网页获取功能做不到的三件事

1. 解码 ChatGPT、Claude、Gemini、Grok、Poe、DeepSeek、Perplexity 和 Copilot 的完整分享链接

分享的对话不会以纯文本形式出现在初始页面 HTML 中。直接获取只会得到 JavaScript 外壳；即使使用渲染器，也可能在对话中途截断。searchts read 能识别分享 URL，并将每个提供方自己的数据通道解码为完整、标注角色的 Markdown，无需密钥，也无需登录：

searchts read https://chatgpt.com/share/...        # turbo-stream payload in the page (no browser)
searchts read https://claude.ai/share/...          # keyless snapshot API behind Cloudflare (no browser)
searchts read https://gemini.google.com/share/...  # keyless batchexecute RPC (no browser)
searchts read https://chat.deepseek.com/share/...  # stealth render, auto-scrolls past list virtualization

支持八家提供方：ChatGPT（包括 /share/<uuid> 和较新的 /s/<prefix>_<id> 短链接）、Claude、Gemini、Grok、Poe、DeepSeek、Perplexity 和 Copilot。前五家无需浏览器。后三家会使用隐身层：滚动页面，直到页面高度不再变化，展开折叠内容，然后读取。

2. 突破机器人拦截；如果做不到，就明确报错，而不是对着登录页面胡编乱造

每次 searchts read 都会逐级尝试三层开源解锁器，并记住每个域名上哪一层成功：

• curl_cffi 会模拟真实 Chrome 的 TLS/JA3 和 HTTP/2 指纹。速度快、本地运行、保护隐私。
• Jina Reader（r.jina.ai）会在页面内容需要运行 JavaScript 才能显示时渲染页面。默认启用；设置 SEARCHTS_NO_JINA=1 可避免将 URL 发送到 Jina 的服务器。
• patchright 是按需启动的隐身 Chromium，只有在更简单的层级都失败后才会启动。
• --human 会打开真实浏览器，以便由人手动通过页面验证。

searchts read https://some-js-heavy-or-fingerprinted-site.com --scrub
# Tier 1 (curl_cffi) -> 403 | Tier 2 (Jina) -> clean Markdown returned, injection scrubbed

searchts read https://www.linkedin.com/in/someone/
# Fails loudly: reports the exact tier and login-wall reason. stdout stays empty.

--scrub 会剥除不可见字符和双向文本字符，并在不可信文本到达模型之前标记提示词注入迹象。

你主动提供的登录凭据，与 searchts 自行猜测的登录凭据不同。在 0.15.0 中，本地凭据复用默认关闭，并限制为命令中指定的单个主机：--cookies-from-browser <browser> --yes、--cookies <path> 或 --cdp-port <port>。如果不使用其中任何一种方式，遇到拦截页时会报错，而不会把它当作文章。

3. 转录视频并抓取指纹验证的设计素材

searchts transcribe https://youtu.be/...                     # YouTube, TikTok, Instagram Reels, Reddit
searchts transcribe https://www.instagram.com/reel/... --cookies-from-browser chrome
searchts grab https://stripe.com --kinds images,fonts,svg --read --out ./stripe-kit

转录优先使用字幕；没有字幕时，则通过 yt-dlp 获取音频并使用 Whisper 转录。grab 会通过同一解锁器提取页面上的图片、图标、CSS、字体、SVG 和调色板，因此即使是有指纹验证的 CDN 也能处理，而不只是开放的 CDN。

原生网页搜索

内置抓取功能不会搜索。默认情况下，searchts search 使用无需密钥的 DuckDuckGo，并通过 SearXNG、Exa、Brave 和 Tavily 进行互惠排名融合。摘要不是网页内容。请阅读每个 URL。

searchts search "open source vector db"

存在的原因

我创建 searchts，是因为 Claude 在我让它替我阅读网页时总是碰壁。起因是一个 Devpost 黑客马拉松页面及其条款：页面甚至没有设限，但 Claude 仍然无法阅读。

最初几个版本是我和 Claude 一起构建的，却在另一个方面失败了。它们无法获取页面时，会把拿到的任何内容都交回来，Agent 就把加载页面总结成了文章。因此，searchts 有一条高于其他一切的规则：返回真实页面，否则就明确失败并说明原因。它绝不会向你的 Agent 提供虚假的读取结果。

searchts 对比

searchts 源自 Agent-Reach 的渠道／诊断脚手架，之后用逐级升级的解锁器、分享链接解码器和 MCP 服务替换了读取／搜索核心。

能力	内置 WebFetch / curl	Agent-Reach	托管式抓取工具（Firecrawl、Jina Pro）	searchts
架构	简单的 HTTP 抓取	用于第三方 CLI（yt-dlp、OpenCLI、Jina）的安装器和按平台路由器	托管式抓取与爬虫集群	本地逐级升级解锁器 + MCP 服务 + CLI
机器人／JS 升级处理	无	一次 Jina Reader 网页请求	托管代理和渲染	curl_cffi（TLS/JA3）→ Jina → patchright 隐身模式 + --human
登录或拦截	将 200 OK 登录 HTML 交给模型，或报错	取决于上游 CLI 及其会话	额度、限制或不完整的 HTML	明确失败并说明层级和原因；可选择复用本地登录
AI 聊天分享链接	空的 JS 外壳或被截断的内容	没有分享链接解码器；依赖 Jina	渲染器可能会截断长聊天内容	原生解码器 + 自动滚动的隐身渲染（8 个提供商）
网页搜索	无	通过 mcporter 使用 Exa	付费搜索端点	无需密钥的 DuckDuckGo + 跨 SearXNG / Exa / Brave / Tavily 的 RRF。摘要不是网页内容
提示词注入清理	无	—	—	内置（--scrub）
基准测试	无	无	营销宣传的通过率	可复现的双套件评分卡（Smoke 与 Walled）
默认费用	免费	免费，但需安装相应 CLI	API 密钥和按页计费额度	免费、MIT 许可、无需密钥（默认不使用付费住宅代理）

功能

• 读取 Agent 自身的抓取功能无法读取的页面：浏览器指纹检查页面、仅含 JavaScript 的页面，以及部分机器人拦截页面
• 当读取结果不是真实页面时，明确失败（例如用户未提供登录信息的页面、需要人工解决的谜题，或作为地址本身的拦截页面），并说明失败的层级和原因
• 读取 ChatGPT / Claude / Gemini / Grok / Poe / DeepSeek / Perplexity / Copilot 的完整分享对话
• 兼容 Claude、Codex 和 MCP Agent
• 提取整洁的 Markdown，可直接提供给模型
• 当页面内容超过返回范围时（例如下一页、信息流或折叠文本），会明确提示，并重建搜索结果和提取器会破坏的内容
• 无需 API 密钥即可搜索网页（DuckDuckGo，以及 SearXNG、Exa、Brave 和 Tavily）。摘要不是网页内容
• 下载页面素材（图片、字体、调色板）
• 转录视频，优先使用字幕
• 列出页面中的图片、视频和嵌入内容。searchts get <url> 会通过同一解锁流程获取其中一个 URL
• 对于播放器页面，返回字幕；若无法获取，则会失败并指出可使用 searchts transcribe 获取音频

当读取结果指向下一步时

search 会输出一列 URL，并附上一行说明：片段不是页面。请读取每个 URL。

播放器页面（YouTube 观看 URL、TikTok 视频、Instagram reel、v.redd.it 文件，或包含视频的 X 帖子）会返回字幕；如果失败，则会输出空的 stdout，并指出音频应使用 searchts transcribe。不含视频的 X 帖子仍可读取页面。获取字幕无需密钥。音频应使用转录命令，而不是另一个读取器。

searchts transcribe https://youtu.be/...                     # audio, when read found no captions
searchts transcribe https://www.instagram.com/reel/... --cookies-from-browser chrome
searchts get https://example.com/logo.svg -o logo.svg        # one file a read named
searchts grab https://stripe.com --kinds images,fonts,svg --read --out ./stripe-kit

当文件集合本身就是交付内容时，grab 会保存这些文件。它使用相同的解锁器，因此受指纹验证的 CDN 也遵循与读取相同的阶梯。

软件包为何免费

你安装的软件包免费且无需密钥。抓取和浏览器都在你的机器上，通过你的网络连接运行。它不捆绑住宅代理。唯一托管的阶梯 Jina Reader 免费，也可以关闭。这并不意味着每个难以读取的页面永远免费。需要通过我们运营的出口才能读取的内容，属于另一种产品，并非此软件包的默认功能。评分卡记录了此版本实际读取的内容，而不是一份永远无法突破的屏蔽列表。

解锁器

searchts 会通过逐级升级的阶梯读取任意 URL，并在首个返回真实内容的层级停止：

1. curl_cffi：模拟真实 Chrome 的 TLS/JA3 和 HTTP2 指纹进行抓取。可绕过用户代理和指纹过滤。快速、本地、私密。
2. Jina Reader：JavaScript 渲染中继（r.jina.ai），用于只在运行 JS 后才填充内容的页面。默认开启——在此阶梯中，目标 URL 会发送到 Jina 的服务器。使用 SEARCHTS_NO_JINA=1 或配置 jina: false 选择退出（仅使用本地 curl + 隐身模式）。
3. stealth browser：无法被检测到的无头 Chromium（patchright），仅在成本更低的层级失败后才延迟启动，用于实时 JS / Cloudflare 托管挑战。

如果所有层级都未返回真实内容，可选的人机协作步骤会打开真实浏览器，让你通过一次验证后继续。这既适用于交互式 CAPTCHA，也适用于软性屏蔽：以 HTTP 200 提供的登录页面不算挑战，但它仍然是只有人类才能通过的页面。屏蔽检测基于短语（而非供应商名称），因此不会错误拒绝仅嵌入机器人传感脚本的正常页面。内容会通过 trafilatura 提取为干净的 Markdown。

它不会做什么。 它不会把屏蔽页面冒充成文章。用户未提供登录信息时，读取仍会失败并说明原因。0.15.0 中加入了本地复用，但仅限于你为命令中指定的单个站点提供会话时（--cookies-from-browser <browser> --yes、--cookies <path> 或 --cdp-port <port>）。基于 Firefox 的 Zen 配置文件使用只读 SQLite；Vivaldi 等 Chromium 浏览器则会通过环回 CDP 端口，使用一次性配置文件副本打开，之后 searchts 会将其删除。使用 Vivaldi 无需安装 Chrome，也无需在 PATH 中添加 Chrome。尚未实现登录远程浏览器（F27）。DataDome 设备检查不代表永久失败：隐身浏览器应能让该脚本运行完毕，并处理简单的点击操作（继续、勾选复选框、按住不放这类单步操作）。如果谜题要求人识别图像，则仍会停止。默认情况下，此软件包不会通过付费住宅代理转发你的请求。发布版本不会声称能够读取某个站点，除非它确实可以读取。当前评分卡中 datadome.co 仍然读取失败。这是测量结果，不是规则。

AI 聊天分享链接

AI 聊天应用的分享链接格外棘手：对话不会以可提取文本的形式出现在网页 HTML 中，因此直接抓取只会返回一个空壳；渲染器也可能在聊天内容中途截断。searchts read 能识别这些 URL，并改为解码各服务提供方自己的数据通道，以角色标注的 Markdown 返回完整对话，无需密钥，也无需登录：

服务提供方	分享 URL	读取方式
ChatGPT	chatgpt.com/share/…、chatgpt.com/s/…	页面中嵌入的 turbo-stream 负载
Claude	claude.ai/share/…	无需密钥的快照 API（位于 Cloudflare 后）
Gemini	gemini.google.com/share/…	无需密钥的 batchexecute RPC
Grok	grok.com/share/…、x.com/i/grok/share/…	无需密钥的分享链接 API
Poe	poe.com/s/…	页面中嵌入的 __NEXT_DATA__ 负载
DeepSeek	chat.deepseek.com/share/…	隐匿渲染，并滚动到末尾
Perplexity	perplexity.ai/search/…、perplexity.ai/page/…	隐匿渲染，并滚动到末尾
Copilot	copilot.microsoft.com/shares/…、…/shares/pages/…	隐匿渲染，并滚动到末尾

前五种不需要浏览器。后三种是 JavaScript 空壳，初始 HTML 中没有任何内容，因此会使用隐匿层：等待对话渲染完成，自动滚动，直到页面高度不再变化（否则列表虚拟化会截断较长的聊天内容），然后展开折叠的部分再读取。目前，基准测试覆盖了无需浏览器即可读取的五种；需要浏览器的三种尚未纳入其中。

ChatGPT 有两种链接形式：/share/<uuid> 用于分享整个对话，较新的 /s/<prefix>_<id> 短链接则用于分享单轮内容（t_ 表示线程，m_ 表示消息，dr_ 表示深度研究，cd_ 表示 Codex）。两种形式都支持读取。

每个服务提供方都是一个可直接使用的插件模块（searchts/share_extractors/）；如果服务提供方更改格式，提取就会回退到常规解锁器层级，而不会失败。

实际效果如何？

与其让你相信我们，不如看可复现的双套件基准测试：searchts 会在两组网页上运行解锁器，并报告无需密钥即可读取的页面数量，以及每个页面使用的层级。

• Smoke — 一组小型公开网页（对照页面、开放文档、AI 聊天分享链接）。用于检测回归，不能证明其能处理严格的反机器人防护。
• Walled — 使用真实限制机器人访问的服务（Reddit、设有登录墙的 LinkedIn、采用 Cloudflare/DataDome 级防护的网站、X、Booking）。正文内容低于解锁器的最低内容阈值，就算失败而非通过；预期中的受限访问失败会如实报告，不会粉饰成 100%。

最近一次提交的运行读取了 12/12 个 Smoke 页面和 2/7 个 Walled 页面。受限访问的结果才是重点：五个真实防护墙都被报告为失败，而不是用虚假的 100% 掩盖。

这两项会有意分开报告——Smoke 的数字并不代表“能否突破防护墙”。请参阅 benchmarks/README.md。

python -m benchmarks.run                       # both suites, print a scorecard
python -m benchmarks.run --suite walled       # the real walled pass rate only
python -m benchmarks.run --out docs/          # write docs/scorecard.md + results.json

最新运行结果：docs/scorecard.md。添加你自己的目标——请参阅 benchmarks/README.md。

这些数字只有在住宅网络连接下才有意义：数据中心 IP（或会改变 TLS 指纹的 VPN）对快速 curl_cffi 层的拦截，比真实用户遇到的情况更严重。

安装

保留这种方式（全局隔离 CLI，包含 MCP 附加项）：

pipx install "searchts[mcp]"

无需安装即可试用（一次性运行，复制粘贴即可）：

uvx --from "searchts[mcp]" searchts <verb>

仅用于 venv / 打包（CLI 不推荐采用此方式）：

python -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
pip install "searchts[mcp]"

普通安装已包含隐身浏览器库（patchright）、浏览器 Cookie、MCP 服务、打包的 ffmpeg，以及 YouTube 所需的 JavaScript 运行时（通过 yt-dlp[deno] 提供的 deno）。无需在系统中安装任何内容。[mcp]、[browser] 和 [cookies] 附加项仍可解析为空别名，因此现有配置仍可正常使用。

首次设置。列出各项及其大小，只需确认一次，且默认勾选所有项目：用于隐身浏览器的 Chromium（约 170 MB）、用于 X 的 twitter-cli（约 39 MB）、用于 Reddit 的 rdt-cli（约 15 MB）、linkedin-scraper-mcp（约 214 MB）、mcporter（约 77 MB，需要 Node.js）和用于 GitHub 的 gh（约 13 MB）。本地 Whisper 模型会列出其大小，并在你首次进行本地转录时询问是否安装。网站登录不包含在这次确认中；每个网站在读取内容需要登录时都会单独询问。

searchts install                                 # a terminal asks once; type ids to uncheck
searchts install --yes --skip linkedin,mcporter  # agents: no prompt, nothing outside the list
searchts install --dry-run --json                # the list as searchts.setup.v1, changes nothing

如果没有终端且未使用 --yes，列表中的内容都不会安装；程序会打印列表和确切的确认命令。仅安装隐身浏览器：searchts install --browser。

更新正在运行的副本（searchts upgrade 是同一命令）：

searchts update

更新检查与 Agent 提示

searchts 每 24 小时最多向 GitHub 查询一次 capad-xyz/searchts 的最新版本（GET https://api.github.com/repos/capad-xyz/searchts/releases/latest）。这唯一的 请求会携带 searchts/<version> User-Agent，不会包含任何关于你或你机器的信息。查询结果会缓存在 ~/.searchts/update-check.json 中，有效期为 24 小时； 查询失败时不会显示提示。

如果有更新版本：

• searchts read --json、searchts grab --json 和 searchts doctor --json 会添加顶层 update_available 对象，{"current": "...", "latest": "...", "command": "searchts update"}。如果没有较新版本，则不会添加该对象， 因此现有解析器不会看到新键。searchts search --json 会继续让 stdout 保持为纯数组，并在 stderr 中以一行 JSON 打印 {"update_available": {...}}。
• 成功的 MCP 工具结果（不包括 Error: ... 字符串）会附带同一个对象；此外，每 24 小时最多会有一次 提示 Agent 告知你。提示记录保存在 ~/.searchts/update-notice.json 中。
• 在终端中运行时，仍会显示现有的 stderr 提示。

不会自动安装、下载或更改任何内容。 请自行运行 searchts update。设置 SEARCHTS_NO_UPDATE_CHECK=1 可关闭检查、 提示和 stderr 提示。

快速入门

read 是读取命令。search 用于查找要读取的 URL。网页内容以语音形式呈现，或文件未包含在文本中时，read 会调用 transcribe 和 get。

searchts read https://en.wikipedia.org/wiki/Ada_Lovelace   # the page as Markdown, or a plain failure
searchts search "open source vector db"    # native multi-provider web search, keyless by default
searchts transcribe https://youtu.be/...   # the audio, when a read found no captions
searchts get https://example.com/logo.png  # one file a read named
searchts grab https://example.com          # the set of files, when the files are the deliverable
searchts doctor                            # see what is configured and working

read 参数：--json、--backend <tier>、--human（将 CAPTCHA 或登录墙交由真实浏览器处理）、--scrub（清除注入内容）、--pages <n>（仅 curl 模式下跟进下一页，最多 5 页）、--items <n>（持续跟进，直到保留这么多列表行；如果只有滚动动态消息流才能加载更多内容，也会滚动消息流）、--expand（展开折叠内容：关闭的 <details> 和标有“阅读更多”“显示更多”“查看更多”的按钮；不会打开链接、表单或登录入口，也只会指出“继续阅读”付费墙，不会将其打开）、--proxy <url>（通过代理路由；--proxy-trusted 允许远程代理运营方查看 Cookie 请求头）。需要登录的网站读取选项，均需主动选择，且仅对命令中指定的那个网站生效：使用 --yes 搭配 --cookies-from-browser <browser>（为本次会话复制该网站的 Cookie）、--cookies <path>（由 searchts 管理的 Cookie 文件）、--cdp-port <port>（从本地主机调试端口获取 Cookie）。 请求数量受上限约束，searchts 不能超出上限请求：SEARCHTS_MAX_PAGES（默认值为 5）、SEARCHTS_MAX_ITEMS（默认值为 300）、SEARCHTS_MAX_EXPAND_CLICKS（默认值为 8）。可在环境变量中设置，或在 ~/.searchts/config.yaml 的 more: 块中设置（环境变量优先）。超出上限的请求会被截断，而不是悄悄减少，提示会附在你读取的文本中：[items: asked for 900, the ceiling is 300]。--expand 仍是是/否选项；展开到什么程度由你的上限决定，而非某个标志。只能通过滚动加载的列表，以及需要 JavaScript 的折叠内容，都需要浏览器：searchts install --browser。滚动操作会打开独立浏览器，该浏览器不带代理和 Cookie，因此携带其中任一项的读取操作不会滚动，并会说明原因。这三个上限也是 Reddit 读取的所有上限：帖子卡片、评论和搜索结果都算作行，因此只有 SEARCHTS_MAX_ITEMS 决定会返回多少条；任何未返回的内容都会以数量显示，而不是直接丢弃。 login 子命令：searchts login keep <url> --cookies-from-browser zen --yes（或 vivaldi）只会将该网站的 Cookie 复制到 searchts 存储中；之后直接运行 searchts read <url> 即可使用已保存的登录状态。searchts login signin <url> 会打开一个干净的登录窗口；添加 --yes 可保留其中的 Cookie。searchts login list 会显示每个已保留网站当前的 Cookie 数量、来源浏览器或 signin，以及过期时间（仅为最晚时间，不作保证）。searchts login sweep 会立即离线删除过期 Cookie；searchts 也会在每条命令启动时清理，并列出删除内容。它绝不会创建 cron、launchd 或任务计划程序条目。searchts login check <site> [--url <signed-in-page>] 会使用已保存的 Cookie 直接读取一个仅限登录用户访问的页面，并以 0 表示已登录、1 表示已退出、2 表示未知；遇到验证码或封锁时结果为未知，公开页面永远不算作已登录。login kill <url> 会删除 searchts 保存的副本；除非传入 --also-browser，否则不会更改你自己的浏览器。login purge-scratch 会删除临时副本。

当已保留的浏览器登录状态将在 24 小时内过期，或读取操作遇到登录墙时，可以重新复制该登录状态。只有在你已记录对该网站的确认、该次运行传入 --yes，或终端提示你确认时，才会执行；否则 searchts 会说明跳过复制及其原因。通过 login signin 保留的登录状态没有可用于重新复制的浏览器来源，因此只会提示你再次运行 login signin。每项自动操作都会打印一行记录（网站、浏览器或 signin、操作、数量、原因），而 searchts read --json 会在 cookie_actions 中包含相同信息。Cookie 值绝不会被打印或记录。 search 标志：-n <count>、--json、--provider <name>。内容输出到 stdout（可通过管道传递）；状态输出到 stderr。 grab 标志：--out <dir>、--kinds <images,icons,css,fonts,svg,inline_svg>、--scripts、--read（同时保存 page.md）、--max <n>、--tokens <n>（半径、阴影和间距值；默认值为 24，上限为 200）、--json。 read --media <n> 用于限制从页面保留的内嵌媒体数量。install --channels twitter,reddit,opencli,linkedin 指定可选集成，install --system-deps（别名为 --apply）用于选择启用系统更改，install --env local|server|auto 用于选择目标。uninstall --keep-config 会保留配置目录，skill install --dir <dir> 会将斜杠命令写入其他位置；其余子命令为 check-update、setup、watch 和 version。searchts help --json 是机器可读的命令目录；docs/cli.md 列出了所有标志、默认值和示例。

在 AI Agent 中使用

只需一行，即可将 searchts 添加到 Agent 中——作为 MCP 服务，或作为 Claude Code 斜杠命令：

两种方式，都只需一条命令：

# 1) MCP: always-on read_url + web_search + fetch_asset + grab_site + get_status + transcribe + login_status / login_signin / login_check / login_kill
# Try / no install / Claude cannot see PATH:
claude mcp add searchts -- uvx --from "searchts[mcp]" searchts mcp serve
# Keep (after pipx install "searchts[mcp]"):
#   claude mcp add searchts -- searchts mcp serve
# Desktop / Cursor / the other local agents: `searchts mcp install`
# writes the stdio server into each client already on the machine.
# First read: Wikipedia shows more than example.com, which is one short paragraph.

# 2) Skill: /searchts in Claude Code, plus SKILL.md for Claude and OpenCode
searchts skill install        # ~/.claude/commands/searchts.md and the SKILL.md bundle

参阅 MCP 服务参考，了解全部 10 个工具（read_url、web_search、fetch_asset、grab_site、get_status、transcribe、login_status、login_signin、login_check、login_kill）、它们的输入和输出，以及各自的适用场景。

功能

• 逐级解锁开源网站：依次使用 curl_cffi、Jina Reader 和隐身浏览器。
• 多提供商搜索与排名融合：DuckDuckGo（默认无需密钥），以及配置后可用的 SearXNG、Exa、Brave 和 Tavily；使用倒数排名融合合并结果，并去除重复项。
• 视频转录：通过 yt-dlp 提取音频，再使用 Whisper 转录 YouTube、TikTok、Instagram 和 Reddit 视频。
• 资源与设计抓取工具：searchts grab <url> 会下载页面的图片、图标、css 和字体，并提取配色方案及页面使用的字体；searchts get <url> 则会获取单个资源。两者都会使用同一套逐级解锁机制，因此可用于有指纹验证的 CDN，而不只是开放的 CDN。
• 提示词注入清理：移除不可见字符和双向文本字符，标记注入迹象，并可选择进行编辑，以便更安全地将不可信页面内容提供给模型。
• 按域名记忆后端：记住每个域名上奏效的层级，并优先尝试该层级（设置 SEARCHTS_NO_MEMORY=1 可禁用）。
• 退出 Jina：默认启用 JS 渲染中继；设置 SEARCHTS_NO_JINA=1（或在 ~/.searchts 配置中设为 jina: false）即可跳过，因此 URL 不会发送到 r.jina.ai。
• 使用方式：命令行工具、MCP 服务（read_url、web_search、fetch_asset、grab_site、get_status、transcribe、login_status、login_signin、login_check、login_kill）和 Python 库。

作为库使用

from searchts import unlocker
r = unlocker.fetch("https://example.com")
print(r.backend, r.status, r.text)

from searchts.search import search
for hit in search("open source vector db", max_results=5):
    print(hit.title, hit.url)

工作原理及限制

• 免费软件包通过你自己的网络连接运行，适用于个人使用量。不附带代理池。
• 脚本检查（包括简单的点击操作）由隐身浏览器处理。需要人工解决的谜题，以及用户未提供账号信息的登录，仍然无法通过。此类情况可使用 --human。仅针对地址的封锁属于另一层问题；这不是解决方案，也不意味着 DataDome 无法应对。
• Reddit 只是同一梯队中的一个已知主机文件，并非绕过手段。 列表、帖子、个人资料和搜索结果会以卡片形式读取；--items 会沿用 Reddit 自己的下一篇帖子游标，--expand 会展开其“更多回复”控件，因此仍需要浏览器层，也不能保证能读取所有 Reddit URL。能否通过某个层级读取，取决于浏览器配置文件：Reddit 根据配置文件的使用情况决定是否显示“证明你是人类”验证，而不是根据地址决定。因此，新建的配置文件会在每个页面都遇到验证，而已用热的配置文件（持久化的 ~/.searchts/browser-profile）则不会——在这台机器上，新配置文件的首次运行在所有层级都被拒绝，而几分钟后执行相同命令便能读取内容。使用临时 HOME 会丢弃该配置文件，因此临时 CI 或测试机器测到的只是冷启动结果。遇到无法访问的页面时，工具会说明具体原因：私密、封禁、隔离、仅限 18 岁以上用户、已删除或已归档，而不是只返回导航栏。
• 某些平台（尤其是 Instagram，以及 2026 年的 YouTube）可能需要你的浏览器 Cookie，也可能间歇性失败；这是平台方面的问题。
• 反机器人系统不断演进；这是一场军备竞赛，相关技术可能需要偶尔更新。请遵守各网站的服务条款并负责任地使用。

配置

搜索无需密钥（使用 DuckDuckGo）。其他功能均为可选，可通过 searchts configure 或 .env 配置（参见 .env.example）：

• 搜索提供商：配置 Exa、Brave、Tavily API 密钥，或自托管的 SEARXNG_URL，以获取更多、更好的结果。
• 转录：配置 Groq 或 OpenAI（Whisper）密钥。ffmpeg 和 yt-dlp 随 searchts 一起提供（若 PATH 中有 ffmpeg，则优先使用）。对于需要登录的视频：searchts transcribe URL --cookies-from-browser chrome（需主动启用；read 有自己的启用选项，参见上面的 read 标志）。
• GitHub 令牌：用于提高速率限制。

运行 searchts doctor，检查已配置且可正常工作的项目。

可选集成

核心功能是 read / search / transcribe。每次 searchts read 都会通过 unlocker.fetch 执行，不会按平台分发请求。searchts doctor 只会探测可选 CLI （gh、twitter-cli、opencli、mcporter）是否位于 PATH 中且已通过身份验证。 检测到这些 CLI 并不表示 searchts 会通过它们读取相应网站。

路线图

尚待处理的工作见 PLAN.md。ROADMAP.md 描述发展方向，而非任务列表。已发布的内容见 docs/plan-shipped.md。

致谢

searchts 基于 Agent-Reach（MIT）构建并加以扩展，复用了其渠道、安装程序和诊断架构。渐进式开源解锁器、多提供商搜索与排名融合、提示词注入清理、按域名记忆后端、人机协同 CAPTCHA 流程、视频转录渠道、read_url / web_search MCP 工具，以及 read / search CLI 命令均为 searchts 新增功能。感谢原作者。

许可证

MIT。详见 LICENSE。原始部分 Copyright (c) 2025 Agent Eyes；修改和新增部分 Copyright (c) 2026 capad-xyz。

---

由 capad 构建。有问题或反馈？请提交 issue，或发送邮件至 [email protected]。

趣闻：“searchts”并没有官方的缩写含义。私下里，它代表“search this shit”。