Open Agent Search

Open Agent Search

Una capa de búsqueda y contenido autoalojable para agentes y aplicaciones de IA.

¿Qué es OAS? · Configuración del agente · Capacidades · Arquitectura · Superficie de API · Contribuciones

Configuración con tu agente

Copia este prompt en tu agente de codificación:

Set up Open Agent Search for this project using
https://github.com/Jayanth-MKV/open-agent-search. Read its README and
skills/open-agent-search-setup/SKILL.md. Reuse uv if installed, otherwise
install it using the official uv instructions for my OS. Configure the
local stdio MCP server with the pinned package and managed Python version
from the repository's MCP manifest. Merge the server into this agent's
configuration without replacing existing servers. Install the
open-agent-search-setup and open-agent-search skills for this agent in
project scope. Verify the MCP connection and available tools, then try
one web search. Tell me if a client restart is needed. No API key is required.

Comandos de instalación

Con Node.js 22+ y uv instalados:

npx --yes open-agent-search@1.0.5 --version
npx --yes open-agent-search@1.0.5 mcp
# Or start the HTTP API:
npx --yes open-agent-search@1.0.5 serve

El lanzador npm utiliza el núcleo Python fijado. Requiere uv en PATH; uv gestiona Python 3.12 y las dependencias.

Con uv instalado, ejecuta el servidor MCP en un entorno aislado:

uvx --python 3.12 --from open-agent-search==1.0.5 oas-mcp

uv puede descargar Python 3.12 cuando falte. La primera ejecución descarga las dependencias; el cliente inicia y detiene este proceso stdio después de la configuración.

Para una instalación persistente desde PyPI y un servidor HTTP:

uv tool install --python 3.12 open-agent-search==1.0.5
open-agent-search

El servidor HTTP escucha en el puerto 8000 en todas las interfaces. Usa stdio para un agente que solo necesite herramientas locales.

Instala ambas habilidades para Codex en el proyecto actual:

npx --yes skills add Jayanth-MKV/open-agent-search --skill open-agent-search-setup open-agent-search --agent codex --copy --yes

Reemplaza codex con claude-code, cursor, opencode o tu agente compatible. Añade --global solo para instalación entre proyectos. Configuración con plugin y manual. Usa npm o PyPI de las opciones anteriores; ambos inician la misma implementación en Python.

En Claude Code 2.1.275+, instala ambas habilidades y la configuración MCP en un solo paso:

/plugin install open-agent-search --marketplace Jayanth-MKV/open-agent-search --scope project

¿Qué es Open Agent Search?

Open Agent Search (OAS) es una capa de recuperación independiente para agentes y aplicaciones de IA. Proporciona una superficie de búsqueda y contenido consistente en integraciones locales y desplegadas.

OAS reemplaza adaptadores separados para cada vertical de búsqueda con una superficie de herramientas consistente. Ejecútalo localmente para un solo agente de codificación o despliega el servicio HTTP para cargas de trabajo compartidas de agentes y aplicaciones.

Las fuentes de búsqueda, los transportes y las integraciones de clientes pueden evolucionar sin cambiar el objetivo central del repositorio: dar a los agentes y aplicaciones un límite de recuperación confiable que puedan controlar.

Conectar MCP o HTTP

Añadir búsqueda a Claude Code

claude mcp add oas -- uvx --python 3.12 --from open-agent-search==1.0.5 oas-mcp

Reinicia Claude Code y pídele que busque en la web, noticias, imágenes, videos o libros. El mismo comando uvx funciona con Cursor, VS Code, Windsurf, OpenClaw y otros clientes MCP.

{
  "mcpServers": {
    "open-agent-search": {
      "command": "uvx",
      "args": ["--python", "3.12", "--from", "open-agent-search==1.0.5", "oas-mcp"]
    }
  }
}

Ejecutar la API HTTP

uv tool install --python 3.12 open-agent-search==1.0.5
open-agent-search

Haz una primera búsqueda:

curl "http://localhost:8000/api/search/text?q=python+programming&max_results=5"

El servidor expone endpoints REST en http://localhost:8000, documentación interactiva de API en /docs y MCP HTTP transmisible en /ai/mcp.

Capacidades

• Una capa de búsqueda, múltiples transportes. Usa MCP stdio localmente o sirve REST y MCP sobre HTTP.
• Sin clave de API de proveedor requerida. La búsqueda funciona con la biblioteca ddgs.
• Autoalojable. Ejecútalo localmente, en Docker o despliega el servicio HTTP en Vercel.
• Independiente del framework. La superficie de protocolo funciona en los principales clientes MCP y stacks de agentes.
• Valores predeterminados orientados a producción. Rutas FastAPI tipadas, limitación de velocidad, comprobaciones de salud, pruebas y guías de despliegue incluidas.

Arquitectura

El comando MCP local y el servicio HTTP comparten las mismas capacidades de búsqueda y contenido. Elige la ruta de conexión que coincida con dónde se ejecuta el agente o la aplicación consumidora.

Dos rutas de despliegue

Superficie de búsqueda

Consulta la referencia de API y la referencia de herramientas MCP para parámetros y formas de respuesta.

Modelo de privacidad

OAS no requiere una cuenta OAS ni una clave de API de proveedor de búsqueda, y puede ejecutarse en infraestructura que controles. Las consultas de búsqueda aún deben llegar a los proveedores de búsqueda upstream a través de DDGS, por lo que este proyecto no debe tratarse como una red de anonimato. Revisa los registros de tu despliegue, la política de red y los términos del proveedor upstream para cargas de trabajo sensibles.

Instalar y desplegar

Desde el código fuente

git clone https://github.com/jayanth-mkv/open-agent-search.git
cd open-agent-search
uv sync
uv run open-agent-search

Docker

docker compose up -d

Detalles de despliegue: Docker · Vercel

Documentación

• Instalación
• Inicio rápido
• Integraciones MCP
• Endpoints de API
• Contribuciones

Registros y descubrimiento de agentes

• Paquetes: npm y PyPI.
• Paquete MCP local: Smithery. Se ejecuta en tu máquina y requiere Node.js 22+ y uv.
• Espacio de nombres del Registro MCP: io.github.jayanth-mkv/open-agent-search. El flujo de trabajo de publicación publica server.json después de que ambos paquetes estén disponibles. Consulta el registro.
• Habilidades de agente: Open Agent Search y configuración están publicadas en ClawHub. También puedes instalarlas desde GitHub con los comandos anteriores. El directorio skills.sh descubre habilidades mediante instalaciones reales; un repositorio por sí solo no garantiza un listado.
• Glama: glama.json declara el mantenedor de GitHub. El envío al directorio y la verificación de propiedad requieren un inicio de sesión separado en Glama.

La ruta npm requiere Node.js 22+ y uv. La ruta PyPI usa uv para gestionar Python 3.12. Este proyecto proporciona un servidor local y código de despliegue; no proporciona un endpoint de búsqueda alojado compartido.

El paquete MCPB local se construye con python scripts/build_mcpb.py. Contiene el lanzador npm fijado y requiere Node.js 22+ y uv en PATH. Su primer lanzamiento descarga el núcleo Python y las dependencias. No se incluyen credenciales.

ClawHub distribuye sus copias de habilidades bajo MIT-0, según lo exige ese registro. Este repositorio y sus paquetes permanecen bajo licencia MIT. GitHub Actions previsualiza los cambios de habilidades en los pushes a main y los publica en los lanzamientos cuando CLAWHUB_TOKEN y la variable de repositorio PUBLISH_CLAWHUB=true están configuradas. El flujo de trabajo verifica que el propietario autenticado de ClawHub coincida con el propietario del repositorio fuente.

Desarrollo

uv sync --group dev
uv run pytest
uv run ruff check .

Open Agent Search es actualmente software beta. Los informes de errores y las solicitudes de extracción enfocadas son bienvenidos; consulta CONTRIBUTING.md.

Licencia

MIT

Mantenido por Xplormity Collective.