iflow-mcp_vonequinox-websearchmcp

# WebSearch MCP Server 一个基于 MCP (Model Context Protocol) 的智能网页搜索服务器，支持 AI 增强搜索、Brave 搜索和网页抓取功能。 > **推荐**: 本项目推荐使用 `SOTASearch.py`，它结合了 AI 深度搜索和 Brave 搜索，**并行执行**两种搜索以提升速度。适合与 [CherryStudio](https://github.com/kangfenmao/cherry-studio) 配合使用。 ## 功能 | 工具 | 说明 | |------|------| | `web_search` | AI 深度搜索 + Brave 搜索（并行执行），返回链接列表和 AI 总结 | | `fetch_html` | 抓取网页 HTML 内容 | | `fetch_text` | 抓取网页并提取纯文本 | | `fetch_metadata` | 抓取网页元数据（标题、描述、链接） | ## 安装 ### 1. 克隆项目 ```bash git clone https://github.com/yourusername/WebSearchMCP.git cd WebSearchMCP ``` ### 2. 安装依赖 **使用 uv（推荐）：** ```bash uv sync ``` **使用 pip：** ```bash pip install -r requirements.txt ``` ### 3. 配置环境变量 复制 `.env.example` 为 `.env` 并填入配置： ```bash cp .env.example .env ``` 主要配置项： ```env # 代理配置（可选） PROXY=http://127.0.0.1:7890 CF_WORKER=https://your-worker.workers.dev # OpenAI API 配置（SOTASearch 必需） OPENAI_API_KEY=sk-xxx OPENAI_BASE_URL=https://api.openai.com/v1 OPENAI_MODEL=gpt-4o ``` ## 快速开始 ```bash # 使用 uv（推荐） uv run SOTASearch.py # 或使用 python python SOTASearch.py ``` ## 配置 CherryStudio 在 CherryStudio 的 MCP 服务器设置中添加（必须使用虚拟环境中的 Python 绝对路径）： **Windows 示例：** ```json { "mcpServers": { "sota-search": { "name": "Websearch", "type": "stdio", "command": "D:\\Code\\github\\WebSearchMCP\\.venv\\Scripts\\python.exe", "args": ["D:/Code/github/WebSearchMCP/SOTASearch.py"] } } } ``` **macOS/Linux 示例：** ```json { "mcpServers": { "sota-search": { "name": "Websearch", "type": "stdio", "command": "/path/to/WebSearchMCP/.venv/bin/python", "args": ["/path/to/WebSearchMCP/SOTASearch.py"] } } } ``` > **注意**: 推荐使用项目虚拟环境中的 Python 解释器（`.venv/Scripts/python.exe` 或 `.venv/bin/python`），确保依赖正确加载。系统 Python 也可以使用，但需确保已安装所有依赖。 > **提示**: 代理和 API 配置建议写在 `.env` 文件中，无需在命令行参数中指定。 ## 命令行参数 | 参数 | 说明 | 示例 | |------|------|------| | `--proxy` | 本地代理地址 | `--proxy http://127.0.0.1:7890` | | `--cf-worker` | Cloudflare Worker 地址 | `--cf-worker https://xxx.workers…