关于 mcp-omnisearch
mcp-omnisearch 是一个 MCP 服务,将 Tavily、Brave、Kagi、Exa、GitHub、Linkup 和 Firecrawl 统一到四个工具中。适合需要在单一接口中调用多个搜索与内容提取服务的用户,采用 MIT 许可证。
主要功能
- 01统一的 web_search 搜索工具
- 02AI 答案与研究类查询(ai_search)
- 03GitHub 代码、仓库与用户搜索
- 04网页提取、爬取与抓取(web_extract)
- 05未配置密钥的服务会被跳过
适用场景
- 01让 MCP 客户端同时调用多个搜索引擎
- 02获取带来源引用的 AI 答案
- 03从网页中提取正文或爬取站点内容
MCP 相关
该项目是 MCP 服务,向 MCP 客户端暴露 web_search、ai_search、github_search 和 web_extract 四个工具。
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
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
mcp-omnisearch
一个 Model Context Protocol(MCP)服务,通过四个整合工具,统一接入 Tavily、Brave、Kagi、Exa AI、GitHub、Linkup 和 Firecrawl。
快速开始
使用 MCPick安装已发布的服务:
npx mcpick add \
--name mcp-omnisearch \
--command npx \
--args=-y,mcp-omnisearch
MCPick 默认使用 Claude Code。使用 --client 和 --scope 指定其他客户端,或将服务添加到当前仓库:
npx mcpick add \
--name mcp-omnisearch \
--command npx \
--args=-y,mcp-omnisearch \
--client vscode \
--scope project
有关支持的客户端和提供商凭据存储选项,请参阅部署。
也可以从源代码运行:
pnpm install
pnpm run build
node ./dist/index.js
没有密钥的提供商会被跳过,其余提供商仍可正常工作。如果你的客户端支持环境变量展开,请引用密钥,而不是将密钥值存储在 MCP 配置中:
{
"mcpServers": {
"mcp-omnisearch": {
"command": "npx",
"args": ["-y", "mcp-omnisearch"],
"env": {
"TAVILY_API_KEY": "${TAVILY_API_KEY}",
"EXA_API_KEY": "${EXA_API_KEY}"
}
}
}
}
只添加你要使用的提供商密钥。展开语法和密钥存储方式因客户端而异;有关安全选项和明文回退指南,请参阅 部署。
工具
web_search
使用 Tavily、Brave、Kagi 或 Exa 搜索网页。
{
"query": "latest SvelteKit releases",
"provider": "tavily",
"limit": 10,
"search_depth": "advanced",
"topic": "news",
"time_range": "month",
"safe_search": true,
"include_raw_content": false,
"auto_parameters": false
}
搜索控制选项仅在所选提供商支持时生效。
ai_search
使用 Exa Answer、Linkup 或 Tavily Research 获取带来源的 AI 答案。
Tavily Research 会先返回任务 ID;将其作为 research_id 传回即可获取报告。
{
"query": "Explain the differences between REST and GraphQL",
"provider": "exa_answer"
}
github_search
搜索 GitHub 代码、仓库或用户。
{
"query": "filename:remote.ts @sveltejs/kit",
"search_type": "code",
"limit": 5
}
web_extract
使用 Tavily、Firecrawl 或 Exa 提取、爬取、抓取内容或查找相似内容。
{
"url": "https://example.com/long-article",
"provider": "tavily",
"mode": "extract",
"extract_depth": "advanced",
"query": "installation requirements",
"chunks_per_source": 3,
"format": "markdown"
}
文档
- 提供商选择 — 根据任务、密钥、模式和功能选择提供商。
- 搜索运算符 — 运算符支持矩阵和经过测试的示例。
- 大型结果 — 内联与文件响应行为,以及远程部署注意事项。
- 部署 — MCP 客户端、WSL 和 Firecrawl 设置。
- 故障排除 — 密钥、访问、验证、速率限制和常见故障。
环境变量
TAVILY_API_KEYKAGI_API_KEYBRAVE_API_KEYGITHUB_API_KEYEXA_API_KEYLINKUP_API_KEYFIRECRAWL_API_KEYFIRECRAWL_BASE_URL可选,用于可自托管的 FirecrawlOMNISEARCH_LARGE_RESULT_MODE可选,默认值为file,也可设为inline
开发
pnpm install
pnpm run build
pnpm test
提交 PR 前,请阅读 CONTRIBUTING.md。
许可证
MIT 许可证 — 详见 LICENSE。
致谢
基于 Model Context Protocol、 Tavily、Kagi、 Brave Search、Exa AI、 Linkup 和 Firecrawl 构建。
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。