ai-search-mcp 1.1.0

通用 AI 搜索 MCP 服务器,支持任何兼容 OpenAI API 格式的 AI 模型

AI Search MCP Server

通用 AI 搜索 MCP 服务器，支持任何兼容 OpenAI API 格式的 AI 模型进行联网搜索。

特性

• ✅ 支持任何 OpenAI API 兼容的模型
• ✅ 支持流式和非流式响应
• ✅ 自动过滤 AI 思考内容
• ✅ 自动时间注入：每次搜索自动注入当前时间，提升时间相关查询准确性
• ✅ 增强系统提示词：内置优化的搜索策略和输出要求
• ✅ 多维度搜索：自动拆分复杂查询为多个子问题并行搜索，结果更全面
• ✅ 智能重试机制：自动重试失败的请求，提升成功率
• ✅ 完全可配置（支持自定义系统提示词）
• ✅ Windows 平台完美支持中文显示

安装

pip install ai-search-mcp

说明：

• 推荐使用 uvx 运行（无需安装，自动使用最新版本）
• 使用 pip 安装后需手动更新：pip install --upgrade ai-search-mcp

快速开始

编辑配置文件（Kiro IDE: .kiro/settings/mcp.json | Claude Desktop: claude_desktop_config.json）:

{
  "mcpServers": {
    "ai-search": {
      "command": "uvx",
      "args": ["ai-search-mcp"],
      "env": {
        // 必需配置
        "AI_API_URL": "http://localhost:10000",
        "AI_API_KEY": "your-api-key",
        "AI_MODEL_ID": "Grok",
        // 可选配置
        "AI_TIMEOUT": "60",                    // 超时时间（秒），复杂查询建议 120
        "AI_STREAM": "true",                   // 是否启用流式响应
        "AI_FILTER_THINKING": "true",          // 是否过滤思考内容
        "AI_RETRY_COUNT": "1",                 // 重试次数（默认 1）
        "AI_LOG_LEVEL": "INFO",                // 日志级别（DEBUG/INFO/WARNING/ERROR）
        "AI_MAX_QUERY_PLAN": "3",              // 多维度搜索提示数（1=提示直接搜索，>1=提示拆分成N个子问题）
        // 自定义提示词（必须保留 {current_time} 占位符）
        "AI_SYSTEM_PROMPT": "你是搜索助手。当前时间: {current_time}。请提供准确答案并标注来源。"
      }
    }
  }
}

工具说明

web_search - 网络搜索

输入：{"query": "搜索内容"}

多维度搜索（由 AI_MAX_QUERY_PLAN 控制）：

• = 1：直接返回搜索结果
• > 1：首次调用返回拆分要求，AI 需拆分成 N 个子问题并行搜索（子问题加 [SUB_QUERY] 前缀防止套娃），然后整合结果

详细示例见下方"多维度搜索示例"章节。

---

配置说明

环境变量

变量	必需	默认值	说明
AI_API_URL	✅	-	AI API 地址
AI_API_KEY	✅	-	API 密钥
AI_MODEL_ID	✅	-	模型 ID
AI_TIMEOUT	❌	60	超时时间（秒），复杂查询建议 120
AI_STREAM	❌	true	是否启用流式响应
AI_FILTER_THINKING	❌	true	是否过滤思考内容
AI_RETRY_COUNT	❌	1	重试次数（0 = 不重试）
AI_LOG_LEVEL	❌	INFO	日志级别（DEBUG/INFO/WARNING/ERROR）
AI_MAX_QUERY_PLAN	❌	3	复杂查询拆分维度数（建议 3-7）
AI_SYSTEM_PROMPT	❌	见下方	自定义系统提示词

默认系统提示词

内置优化的提示词，包含自动时间注入、搜索策略指导、输出质量要求：

你是一个专业的搜索助手,擅长联网搜索并提供准确、详细的答案。

当前时间: {current_time}

搜索策略:
1. 优先使用最新、权威的信息源
2. 对于时间敏感的查询,明确标注信息的时间
3. 提供多个来源的信息进行交叉验证
4. 对于技术问题,优先参考官方文档和最新版本

输出要求:
- 直接回答用户问题,避免冗余
- 标注关键信息的来源 [来源](URL)
- 对于复杂问题,提供结构化的答案
- 时间相关信息必须基于上述当前时间判断

自定义提示词示例

重要：必须保留 {current_time} 占位符

// 简化版
"AI_SYSTEM_PROMPT": "你是搜索助手。当前时间: {current_time}。请提供准确答案并标注来源。"

// 技术文档专用
"AI_SYSTEM_PROMPT": "你是技术文档搜索专家。当前时间: {current_time}。专注于官方文档、GitHub 仓库和技术博客，提供代码示例并标注版本信息。"

---

多维度搜索示例

简单查询（AI_MAX_QUERY_PLAN = 1）

用户：Python 是什么
→ AI 调用：web_search("Python 是什么")
→ MCP 返回：直接返回搜索结果

复杂查询（AI_MAX_QUERY_PLAN = 3）

用户：春节北京到上海高铁票价
→ AI 首次调用：web_search("春节北京到上海高铁票价")
→ MCP 返回：拆分要求（提示拆成 3 个子问题）
→ AI 并行调用：

web_search("[SUB_QUERY] 春节北京到上海直达高铁票价")
web_search("[SUB_QUERY] 北京到上海中转方案票价对比")
web_search("[SUB_QUERY] 北京周边站点到上海买长乘短策略")

→ MCP 返回：每个子查询的搜索结果（[SUB_QUERY] 前缀防止再次拆分）
→ AI 整合：自动整合 3 个结果，返回完整答案

---

支持的服务

任何兼容 OpenAI API 格式的服务都可以使用，例如：

• Grok（本地部署）
• OpenAI（GPT-4、GPT-3.5）
• 本地模型（Ollama、LM Studio）
• 其他兼容服务

命令行工具

# 查看版本
ai-search-mcp --version

# 验证配置
ai-search-mcp --validate-config

开发

git clone https://github.com/lianwusuoai/ai-search-mcp.git
cd ai-search-mcp
pip install -e .

许可证

MIT License

链接

• GitHub
• PyPI
• 问题反馈