Agent Web Search MCP

AgentWebSearch-MCP

不带API密钥的本地Web搜索+MCP服务器

需要WebSearch来搜索您当地的LLM（Ollama，LM Studio）或Claude Code吗？ 不需要API密钥- 只有Chrome.

运作原理

此工具启动真正的Chrome浏览器 -不是无头的，不是模拟的。 它打开实际的Chrome窗口，并通过CDP（Chrome DevTools协议）对其进行控制。 这就是为什么它可以绕过机器人检测和验证码——因为它是一个真正的浏览器。

┌─────────────────────────────────────────────────────────┐
│  Your Desktop                                           │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐       │
│  │ Chrome:9222 │ │ Chrome:9223 │ │ Chrome:9224 │       │
│  │   Naver     │ │   Google    │ │   Brave     │       │
│  │  (search)   │ │  (search)   │ │  (search)   │       │
│  └──────┬──────┘ └──────┬──────┘ └──────┬──────┘       │
│         │               │               │               │
│         └───────────────┼───────────────┘               │
│                         │ CDP (WebSocket)               │
│                    ┌────┴────┐                          │
│                    │   MCP   │                          │
│                    │ Server  │                          │
│                    └────┬────┘                          │
│                         │                               │
│                    Claude Code                          │
└─────────────────────────────────────────────────────────┘

为什么是真正的浏览器？

• 不需要API密钥（您只是在浏览）
• 无速率限制（正常浏览器行为）
• CAPTCHA抗性（真实浏览器指纹）
• 登录会话持续（Cookie已保存）
• 韩国门户网站工作（Naver需要真正的浏览器）

可扩展到其他网站

• 当前配置用于搜索门户（Naver、Google、Brave）
• 可以通过添加门户配置扩展到其他站点
• 每个网站都需要自己的Chrome实例和会话

关键利益

特性

• 没有API密钥 -直接Chrome CDP（DevTools协议）控制
• MCP服务器 -用作克劳德代码/光标/LM Studio工具
• AgentCPM探索 -从OpenBMB/THUNLP搜索优化的4B型号（可选）
• 并行搜索 -同时为Naver/Google/BBrave提供3个Chrome实例
• 机器人检测旁路 -会话持久性+隐形标志
• CAPTCHA抗性 -真实的浏览器会话避免了大多数验证码挑战

安装

1.安装依赖项

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

2.启动Chrome（调试模式）

python chrome_launcher.py start   # Start 3 Chrome instances
python chrome_launcher.py status  # Check status
python chrome_launcher.py stop    # Stop all

3.登录和同步（可选但推荐）

默认情况下，Chrome实例使用临时配置文件(/tmp/).对于持久登录：

1. 打开CDP Chrome浏览器 （之后 chrome_launcher.py start)
2. 登录谷歌 在Chrome窗口中
3. 启用同步 （设置→ Sync)

优点：

• OAuth登录（“使用谷歌登录”）会自动工作
• 保存的密码自动填充
• 更好的搜索结果（个性化）
• 会话在重新启动后持续存在

注： 要使配置文件永久化，请在中更改配置文件路径 chrome_launcher.py 从 /tmp/chrome-*-profile 到 ~/.config/chrome-cdp/*

MCP服务器

在Claude Code、Cursor、LM Studio或 OpenClaw/Moltbot.

快速开始

# Start Chrome first
python chrome_launcher.py start

# Run MCP server (stdio mode)
python mcp_server.py

克劳德代码注册

claude mcp add agentwebsearch -s user -- python /path/to/mcp_server.py

Claude代码设置.json

{
  "mcpServers": {
    "agentwebsearch": {
      "command": "python",
      "args": ["/path/to/AgentWebSearch-MCP/mcp_server.py"],
      "env": {}
    }
  }
}

OpenClaw/Moltbot注册

# Add MCP to OpenClaw
openclaw mcp add agentwebsearch -- python /path/to/mcp_server.py

# Or add to ~/.openclaw/config.json

SSE模式（HTTP服务器）

python mcp_server.py --sse --port 8902

可用的MCP工具

工具参数

smart_search

agentcpm

用途 AgentCPM探索 模型（4B，OpenBMB/THUNLP）通过SGLang来计划搜索查询、执行搜索和生成答案。

要求：

• SGLang服务器在端口30001上运行
• AgentCPM探索模型已加载

首次设置： 模型加载需要大约30-45秒。使用 smart_search 如果你没有设置SGLang。

get_search_status / cancel_search

部分结果支持：当搜索时间过长时，您可以：

1. 呼叫 get_search_status 检查进度并查看到目前为止收集的结果
2. 呼叫 cancel_search 停止搜索并返回部分结果

为什么选择AgentPM Explore？ 由OpenBMB/THUNLP专门针对搜索代理任务进行培训。生成多样化的查询，并比通用模型更好地处理工具调用。

示例用法

"Search latest AI news" → smart_search tool
"Deep search about GPT-5" → smart_search(depth="deep")
"Use AgentCPM for AI news" → agentcpm(query="AI news")

独立代理（CLI）

直接从命令行运行搜索代理。

# Default: SGLang backend
python search_agent.py "search query"

# Search depth
python search_agent.py "query" --depth simple   # snippets only (fast)
python search_agent.py "query" --depth medium   # fetch top 5 URLs (default)
python search_agent.py "query" --depth deep     # fetch all URLs (slow)

# Interactive mode
python search_agent.py -i

# CLI supports multiple backends (--llm ollama/lmstudio/openai)
python search_agent.py --list-backends

AgentCPM探索设置（用于 agentcpm 工具）

AgentCPM探索 是来自的4B参数模型 OpenBMB/THUNLP 专门针对搜索代理任务进行培训：

• 自动生成多种搜索查询（韩语/英语，多视角）
• 针对工具调用（搜索、fetch_url）进行了优化
• 基于Qwen3-4B-思考

# 1. Install SGLang (CUDA required)
pip install sglang[all]

# 2. Download AgentCPM-Explore model (~8GB)
# https://huggingface.co/openbmb/AgentCPM-Explore

# 3. Start server
MODEL_PATH=/path/to/AgentCPM-Explore ./start_sglang.sh

注： 这 agentcpm MCP工具仅使用SGLang+AgentCPM Explore。对于其他LLM后端，请使用 smart_search 或CLI(search_agent.py --llm ollama).

建筑

User Query
    |
MCP Server (mcp_server.py)
+-- web_search      → CDP Search only
+-- smart_search    → CDP Search + URL Fetch
+-- agentcpm        → SGLang + AgentCPM-Explore + CDP Search
    |
CDP Search (parallel)
+-- Chrome:9222 → Naver
+-- Chrome:9223 → Google
+-- Chrome:9224 → Brave
    |
Final Answer + Sources

文件结构

AgentWebSearch-MCP/
├── mcp_server.py         # MCP server (4 tools)
├── search_agent.py       # Standalone CLI agent
├── cdp_search.py         # CDP parallel search
├── chrome_launcher.py    # Chrome instance manager
├── llm_adapters/         # LLM adapters (CLI use)
│   ├── base.py           # Common interface
│   ├── sglang_adapter.py
│   ├── ollama_adapter.py
│   ├── lmstudio_adapter.py
│   └── openai_adapter.py
└── start_sglang.sh       # SGLang server startup

演出

需求

• Python 3.10+
• 铬/铬
• 对于 agentcpm 工具：SGLang+AgentCPM探索模型

许可证

MIT许可证

贡献

门户添加PR欢迎！看 PORTAL_CONFIG 在 cdp_search.py.

______________________________________________________________________

合著者：inchul 合著者：Claude