performing-searches

# Augmented Search 为 Agent 提供高效的本地联网搜索和代码搜索能力。 ## 快速开始 **前置条件**: SearXNG 实例（必需） **Docker 方式（推荐）**: ```bash docker run -d --name searxng -p 8080:8080 searxng/searxng:latest docker run -d --name augmented-search -p 3000:3000 \ -e SEARXNG_URL=http://host.docker.internal:8080 \ ghcr.io/sebrinass/mcp-augmented-search:latest ``` **npm 方式**: ```bash npm install -g augmented-search SEARXNG_URL=http://localhost:8080 augmented-search ``` ## 提供的工具 ### search — 思考 + 并发搜索 支持混合检索和链接去重，一次请求最多搜索 3 个关键词。 **必填参数：** - `thought` — 当前思考内容 - `thoughtNumber` — 当前思考步骤编号 - `totalThoughts` — 预计总思考步骤数 - `nextThoughtNeeded` — 是否需要继续思考 **可选参数：** - `searchedKeywords` — 搜索关键词列表（最多 3 个并发） - `site` — 限制搜索域名 ### read — URL 内容提取 读取网页内容，支持 JS 渲染降级和正文提取。 **参数：** - `urls` — URL 数组 - `startChar` / `maxLength` — 分页读取 - `section` — 提取指定章节 - `paragraphRange` — 段落范围 - `readHeadings` — 仅返回标题列表 ### library_search — 搜索编程库 搜索编程库，获取 Context7 兼容的库 ID。 **参数：** - `query` — 用户问题（用于相关性排序） - `libraryName` — 库名，如 `react` ### library_docs — 查询库文档 查询库的文档和代码示例。 **参数：** - `libraryId` — 库 ID，如 `/facebook/react` - `query` — 用户问题 ## 配置 ### 必填 | 变量 | 说明 | |------|------| | `SEARXNG_URL` | SearXNG 实例地址 | ### 常用可选 | 变量 | 默认值 | 说明 | |------|--------|------| | `EMBEDDING_BASE_URL` | - | Embedding API 端点（启用混合检索） | | `MCP_HTTP_PORT` | - | HTTP 模式端口 | | `SEARCH_TIMEOUT_MS` | 30000 | 搜索超时（毫秒） | 完整配置请参阅 [GitHub 仓库配置文档](https://github.com/sebrinass/mcp-augmented-search/blob/main/docs/configuration.md)。 ## 性能建议 | 模式 | 页数 | 超时 | 相关性 | |------|------|------|--------| | 纯文本 | 1 | 10-15秒 | ~50% | | 混合检索 | 3 | 30-60秒 | ~80% | **其他建议：** - 搜索关键词并发不超过 3 个 - 在 SearXNG 配置中过滤视频网站以提升结果质量 ## 工具使用示例 ### 使用 mcporter 调用 ```bash # 列出工具 mcporter list http://localhost:3000/mcp # 调用搜索 mcporter call http://localhost:3000/mcp.search \ thought="搜索测试" \ thoughtNumber=1 \ totalThoughts=1 \ nextThoughtNeeded=false \ searchedKeywords='["hello world"]' # 调用 URL 读取 mcporter call http://localhost:3000/mcp.read \ urls='["https://example.com"]' # 调用代码库搜索 mcporter call http://localhost:3000/mcp.library_search \ query="如何使用 React hooks" \ libraryName="react" # 调用代码文档查询 mcporter call http://localhost:3000/mcp.library_docs \ libraryId="/facebook/react" \ query="useEffect cleanup" ``` ### 使用 REST API ```bash # 健康检查 curl http://localhost:3000/health # 搜索 curl -X POST http://localhost:3000/api/search \ -H "Content-Type: application/json" \ -d '{"thought":"测试","thoughtNumber":1,"totalThoughts":1,"nextThoughtNeeded":false,"searchedKeywords":["hello"]}' # 读取 URL curl -X POST http://localhost:3000/api/read \ -H "Content-Type: application/json" \ -d '{"urls":["https://example.com"]}' ``` ## 详细安装 完整安装指南请参阅 [GitHub 安装文档](https://github.com/sebrinass/mcp-augmented-search/blob/main/skill/reference/installation.md)，包含： - Docker 完整安装 - npm + 已有 SearXNG - SearXNG 配置详解 - OpenClaw 集成 - 常见问题 ## 资源链接 - [安装指南](https://github.com/sebrinass/mcp-augmented-search/blob/main/skill/reference/installation.md) — 完整安装说明 - [配置参考](https://github.com/sebrinass/mcp-augmented-search/blob/main/docs/configuration.md) — 完整环境变量说明 - [GitHub 仓库](https://github.com/sebrinass/mcp-augmented-search) - [SearXNG 文档](https://docs.searxng.org) - [Docker 镜像](https://ghcr.io/sebrinass/mcp-augmented-search)