mcpField
W
Web Search API Eval

Web Search API Eval

远程服务
psinglap.github.io开发工具01 天前更新

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

  1. 01获取基准评分卡和摘要
  2. 02按指标比较搜索服务商
  3. 03查看基准问题与答案
  4. 04查看图表和测试方法
  5. 05使用 API 密钥在本地运行实时搜索

适用场景

  1. 01为 Agent 场景选择搜索 API
  2. 02比较服务商处理金融或保险查询的表现
  3. 03检查基准问题及其评分
  4. 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。

服务地址https://websearch-api-eval.psberkeleymba.workers.dev/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

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。

安装包
npmwebsearch-api-eval-mcp1.1.0

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/mcpnpx -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_scorecardoverall、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_questions30 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

无需登录,不使用 Cookie,不存储数据,不记录请求。隐私政策 · 条款 · 支持 · MIT 许可证

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。