关于 Web Search API Eval
Web Search API Eval 是用于查询 You.com、Tavily、Exa 和 Parallel 基准结果并运行单次实时搜索的 MCP 服务,面向 AI 助手和开发者,支持托管或本地连接。
主要功能
- 01获取基准评分卡和摘要
- 02按指标比较搜索服务商
- 03查看基准问题与答案
- 04查看图表和测试方法
- 05使用 API 密钥在本地运行实时搜索
适用场景
- 01为 Agent 场景选择搜索 API
- 02比较服务商处理金融或保险查询的表现
- 03检查基准问题及其评分
- 04通过实时查询抽查服务商
MCP 相关
通过托管端点或本地 stdio 服务向 MCP 客户端提供基准和搜索工具。本地连接还可使用配置的服务商 API 密钥运行实时搜索。
配置
远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。
https://websearch-api-eval.psberkeleymba.workers.dev/mcpclaude mcp add --transport http psinglap-websearch-api-eval https://websearch-api-eval.psberkeleymba.workers.dev/mcp{"mcpServers":{"psinglap-websearch-api-eval":{"type":"http","url":"https://websearch-api-eval.psberkeleymba.workers.dev/mcp"}}}在 Cursor 中打开{"servers":{"psinglap-websearch-api-eval":{"type":"http","url":"https://websearch-api-eval.psberkeleymba.workers.dev/mcp"}}}在 VS Code 中打开{"mcpServers":{"psinglap-websearch-api-eval":{"type":"http","url":"https://websearch-api-eval.psberkeleymba.workers.dev/mcp"}}}{"mcpServers":{"psinglap-websearch-api-eval":{"serverUrl":"https://websearch-api-eval.psberkeleymba.workers.dev/mcp"}}}命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。
工具
详细介绍
Web Search API Eval:MCP 服务
一个 MCP 服务,可让 Claude、ChatGPT、Cursor 和其他 AI 助手回答有关 Web Search API Eval 基准测试的问题(对 30 个 Agent 查询评测 You.com、Tavily、Exa 和 Parallel),并运行你自己的实时搜索抽查。
有两种使用方式:
| 托管版(无需安装) | 本地版(npm) | |
|---|---|---|
| 连接 | https://websearch-api-eval.psberkeleymba.workers.dev/mcp | npx -y websearch-api-eval-mcp |
| 适用范围 | Claude、ChatGPT,以及任何远程 MCP 客户端 | Claude Desktop、Claude Code、Cursor、VS Code,以及任何 stdio MCP 客户端 |
| 基准测试工具 | ✅ | ✅ |
使用你自己的密钥运行 run_live_search | — | ✅ |
安装
Claude Code
claude mcp add websearch-api-eval -- npx -y websearch-api-eval-mcp
Claude Desktop、Cursor、VS Code(添加到客户端的 MCP 配置中):
{
"mcpServers": {
"websearch-api-eval": {
"command": "npx",
"args": ["-y", "websearch-api-eval-mcp"],
"env": {
"YDC_API_KEY": "optional",
"TAVILY_API_KEY": "optional",
"EXA_API_KEY": "optional",
"PARALLEL_API_KEY": "optional"
}
}
}
}
密钥为可选项,仅用于 run_live_search。没有密钥的服务商可以不填。需要 Node.js 18 或更高版本。
**托管版,无需安装:**在 Claude 中,依次选择 Settings → Connectors → Add custom connector,然后粘贴托管 URL。在 ChatGPT 中,开启 Developer mode 后,使用相同 URL 创建应用,无需身份验证。
工具
| 工具 | 返回内容 |
|---|---|
get_overall_results | 核心结论、总体评分卡、各用例摘要、各 API 适用的 Agent,以及开发者启用情况 |
get_scorecard | overall、gtm、insurance 或 finance 的完整评分卡 |
compare_providers | 并排比较两个或多个服务商,可按指标关键词筛选 |
recommend_provider | 根据 Agent 的需求推荐适用的 API,并提供支持数据 |
list_questions | 30 个问题,可按用例筛选 |
get_question | 单个问题:任务、搜索调用、答案要点、来源、各 API 的返回内容及得分 |
get_charts | 已发布的图表;提供 chart_id 时也会返回图像 |
get_methodology | 测试运行和评分方式、10 项指标及其标准、限制 |
how_to_run_locally | 在自己的计算机上重新运行完整基准测试所需的步骤和密钥 |
search、fetch | 通用搜索和文档抓取(供 ChatGPT 的研究功能使用) |
run_live_search(仅本地版) | 使用你自己的 API 密钥向每个服务商发送一个查询,并返回延迟、结果数量和首批结果 |
基准测试工具为只读工具,读取已发布的结果(运行于 2026 年 10 月 8 日)。run_live_search 会在你的计算机上使用你自己的密钥直接调用服务商,并消耗你自己的额度;单次调用只是抽查,并非经过评分的基准测试。如需进行完整的评分测试,请使用 harness。
示例问题
- “哪种网页搜索 API 最适合语音 Agent?”
- “比较 Exa 和 Parallel 在金融领域的表现。”
- “问题 F5 是什么?谁答对了?”
- “显示总体评分卡图表。”
- “搜索‘FOMC minutes’,并比较各服务商。”
数据和更新
结果来自已发布网站上的 data/*.json,由 Evaluation 页面通过 data/build_data.py 构建。完成新一轮基准测试后,重新构建数据并推送即可;托管版和 npm 服务都会自动获取更新,无需重新部署或发布新版本。
开发
cd mcp
npm install
npx wrangler dev # hosted server locally at http://localhost:8787/mcp
npm run build # npm package entry at dist/cli.js
npx @modelcontextprotocol/[email protected] node dist/cli.js # call tools by hand
npx wrangler deploy # deploy the hosted server
npm publish # publish the npm package
使用官方 MCP TypeScript SDK 构建。注册表条目:io.github.psinglap/websearch-api-eval(server.json)。
隐私与支持
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。