MCP Research Tools

MCP研究工具

本地第一台MCP服务器，提供Claude Code网络搜索、页面阅读、视频转录和图像分析，无需支付API密钥。在Apple Silicon上原生运行SearXNG+whisper.cpp，实现零成本、低延迟的研究工作流程。

为什么存在

如果你运行人工智能代理，将搜索网络作为其工作流程的一部分，API账单会很快累积起来。一次搜索API调用只需花费几美分，但当你的代理夜以继日地工作——研究、获取页面、提取成绩单——这些部分会变成真钱。该服务器通过在本地运行所有内容完全消除了成本：SearXNG聚合了70多个搜索引擎，没有API密钥，trafilatura从任何页面提取干净的文本，whisper.cpp使用Metal加速在设备上转录音频。通过MCP将其插入Claude Code，您的代理可以在不运行仪表的情况下自由研究。

建筑

Docker                              Native (Mac mini)
┌──────────────┐                    ┌─────────────────────────┐
│  SearXNG     │◄── JSON API ──────│  MCP Server (FastMCP)   │
│  :8080       │                    │  ├─ searxng_search      │
│  Redis       │                    │  ├─ web_fetch           │
└──────────────┘                    │  ├─ process_video       │
                                    │  └─ analyze_image       │
                                    └────────┬────────────────┘
                                       stdio │ streamable-http
                                    Claude Code / Agent Harness

SearXNG+Redis在Docker中运行。MCP服务器和媒体工具（ffmpeg、yt-dlp、whisper-cli）本机运行，因此whisper可以获得Apple Silicon Metal的加速。

快速开始

git clone https://github.com/hippogriff-ai/mcp-research-tools.git
cd mcp-research-tools
chmod +x install.sh
./install.sh

安装脚本：

1. 安装 ffmpeg, yt-dlp, whisper-cpp 通过Homebrew
2. 下载Whisper small 型号（~465MB）
3. 通过Docker Compose启动SearXNG+Redis
4. 创建Python venv并安装项目

工具

searxng_search --网络搜索

查询本地SearXNG实例（聚合了70多个搜索引擎，API成本为零）。

searxng - searxng_search(query="your search", max_results=10, engines="duckduckgo,brave")

退货： { query, results: [{ title, url, snippet, engine, score }], count }

web_fetch --页面提取

下载网页并通过trafilatura提取清晰可读的文本。没有DOM膨胀。

searxng - web_fetch(url="https://example.com", extract_text=true)

退货： { status_code, url, content_type, content_text, title }

process_video --视频处理

下载YouTube/TikTok视频，修剪到120秒，每3秒提取一次音频+关键帧，通过耳语cli转录音频。

searxng - process_video(url="https://youtube.com/watch?v=...")

退货： { transcript, frames: ["/tmp/.../frame_0001.jpg", ...], audio_path, duration_seconds }

analyze_image --图像分析

从URL（本地缓存）获取图像，或验证克劳德视觉推理的本地路径。

searxng - analyze_image(source="https://example.com/photo.jpg")

退货： { path, exists, content_type }

用法

克劳德代码（stdio）

添加到您的项目 .mcp.json:

{
  "mcpServers": {
    "searxng": {
      "command": "/path/to/mcp-research-tools/venv/bin/python",
      "args": ["-m", "mcp_research_tools.server"]
    }
  }
}

或在全球范围内添加 ~/.claude.json 在...之下 mcpServers 每次会议的关键。

远程代理线束（可流式传输http）

source venv/bin/activate
MCP_TRANSPORT=streamable-http MCP_HOST=0.0.0.0 MCP_PORT=9000 \
  python -m mcp_research_tools.server

从客户端连接 http://:9000/mcp.

配置

通过环境变量进行的所有设置：

需求

• 带苹果硅（M1/M2/M3/M4）的macOS
• Docker 桌面版
• 家酿
• Python 3.13+

发展

source venv/bin/activate

# Run tests
pytest tests/ -v

# Lint
ruff check src/ tests/

管理SearXNG

# Start
docker compose up -d

# Stop
docker compose down

# Logs
docker compose logs -f searxng

# Test JSON API
curl 'http://localhost:8080/search?q=test&format=json' | python3 -m json.tool

致谢

该项目建立在 SearXNG，一个免费的互联网元搜索引擎，聚合了70多个搜索服务的结果。SearXNG使零成本、私人网络搜索成为可能——这要归功于它们的维护者和贡献者。