Web Search

Realiza búsquedas web y extrae el contenido completo de las páginas de los resultados de búsqueda.

Documentación

Servidor MCP Web Search para uso con LLMs locales

Un servidor MCP (Model Context Protocol) en TypeScript que proporciona capacidades completas de búsqueda web mediante conexiones directas (sin necesidad de claves API) con múltiples herramientas para diferentes casos de uso.

Características

Búsqueda web multi-motor: Prioriza Bing > Brave > DuckDuckGo para una fiabilidad y rendimiento óptimos
Extracción de contenido completo de páginas: Obtiene y extrae el contenido completo de las páginas de los resultados de búsqueda
Múltiples herramientas de búsqueda: Tres herramientas especializadas para diferentes casos de uso
Estrategia inteligente de solicitudes: Alterna entre navegadores de Playwright y solicitudes rápidas de axios para garantizar que se devuelvan resultados
Procesamiento concurrente: Extrae contenido de múltiples páginas simultáneamente

Cómo funciona

El servidor proporciona tres herramientas especializadas para diferentes necesidades de búsqueda web:

1. `full-web-search` (Herramienta principal)

Cuando se solicita una búsqueda exhaustiva, el servidor utiliza una estrategia de búsqueda optimizada:

Búsqueda en Bing mediante navegador - Método principal que utiliza una instancia dedicada de Chromium
Búsqueda en Brave mediante navegador - Opción secundaria que utiliza una instancia dedicada de Firefox
Búsqueda en DuckDuckGo con Axios - Último recurso mediante HTTP tradicional
Aislamiento dedicado de navegadores: Cada motor de búsqueda tiene su propia instancia de navegador con limpieza automática
Extracción de contenido: Intenta primero con axios y luego recurre al navegador con simulación de comportamiento humano
Procesamiento concurrente: Extrae contenido de múltiples páginas simultáneamente con protección de tiempo de espera
Recuperación de errores HTTP/2: Recurre automáticamente a HTTP/1.1 cuando se producen errores de protocolo

2. `get-web-search-summaries` (Alternativa ligera)

Para resultados de búsqueda rápidos sin extracción completa de contenido:

Realiza la misma búsqueda optimizada multi-motor que full-web-search
Devuelve solo los fragmentos/descripciones de los resultados de búsqueda
No sigue los enlaces para extraer el contenido completo de la página

3. `get-single-web-page-content` (Herramienta de utilidad)

Para extraer contenido de una página web específica:

Recibe una única URL como entrada
Sigue la URL y extrae el contenido principal de la página
Elimina la navegación, los anuncios y otros elementos que no son contenido

Compatibilidad

Este servidor MCP se ha desarrollado y probado con LM Studio y LibreChat. No se ha probado con otros clientes MCP.

Compatibilidad de modelos

Importante: Prioriza el uso de modelos más recientes diseñados para el uso de herramientas.

Los modelos más antiguos (incluso aquellos con uso de herramientas especificado) pueden no funcionar o funcionar de forma errática. Este parece ser el caso de Llama y Deepseek. Qwen3 y Gemma 3 ofrecen actualmente los mejores resultados.

✅ Funciona bien con: Qwen3
✅ Funciona bien con: Gemma 3
✅ Funciona con: Llama 3.2
✅ Funciona con: Llama 3.1 reciente (p. ej., 3.1 swallow-8B)
✅ Funciona con: Deepseek R1 reciente (p. ej., 0528 funciona)
⚠️ Puede tener problemas con: Algunas versiones de Llama y Deepseek R1
❌ Puede no funcionar con: Versiones antiguas de Llama y Deepseek R1

Instalación (Recomendada)

Requisitos:

Node.js 18.0.0 o superior
npm 8.0.0 o superior

Descarga el archivo zip de la última versión desde la página de Releases
Extrae el archivo zip a una ubicación de tu sistema (p. ej., ~/mcp-servers/web-search-mcp/)
Abre una terminal en la carpeta extraída y ejecuta:
```
npm install
npx playwright install
npm run build
```
Esto creará una carpeta node_modules con todas las dependencias necesarias, instalará los navegadores de Playwright y compilará el proyecto.

Nota: Debes ejecutar npm install en la raíz de la carpeta extraída (no en dist/).
Configura tu mcp.json para que apunte al archivo dist/index.js extraído:

{
  "mcpServers": {
    "web-search": {
      "command": "node",
      "args": ["/path/to/extracted/web-search-mcp/dist/index.js"]
    }
  }
}

Rutas de ejemplo:

macOS/Linux: ~/mcp-servers/web-search-mcp/dist/index.js
Windows: C:\\mcp-servers\\web-search-mcp\\dist\\index.js

En LibreChat, puedes incluir el servidor MCP en el archivo librechat.yaml. Si estás ejecutando LibreChat en Docker, primero debes montar tu directorio local en docker-compose.override.yml.

en docker-compose.override.yml:

services:
  api:
    volumes:
    - type: bind
      source: /path/to/your/mcp/directory
      target: /app/mcp

en librechat.yaml:

mcpServers:
  web-search:
    type: stdio
    command: node
    args:
    - /app/mcp/web-search-mcp/dist/index.js
    serverInstructions: true

Solución de problemas:

Si npm install falla, intenta actualizar Node.js a la versión 18+ y npm a la versión 8+
Si npm run build falla, asegúrate de tener instalada la última versión de Node.js
Para versiones antiguas de Node.js, es posible que necesites usar una versión anterior de este proyecto
Problemas de longitud de contenido: Si experimentas un comportamiento extraño debido a los límites de longitud de contenido, intenta establecer "MAX_CONTENT_LENGTH": "10000", u otro valor, en las variables de entorno de tu mcp.json:

{
  "mcpServers": {
    "web-search": {
      "command": "node",
      "args": ["/path/to/web-search-mcp/dist/index.js"],
      "env": {
        "MAX_CONTENT_LENGTH": "10000",
        "BROWSER_HEADLESS": "true",
        "MAX_BROWSERS": "3",
        "BROWSER_FALLBACK_THRESHOLD": "3"
      }
    }
  }
}

Variables de entorno

El servidor admite varias variables de entorno para su configuración:

MAX_CONTENT_LENGTH: Longitud máxima de contenido en caracteres (predeterminado: 500000)
DEFAULT_TIMEOUT: Tiempo de espera predeterminado para solicitudes en milisegundos (predeterminado: 6000)
MAX_BROWSERS: Número máximo de instancias de navegador a mantener (predeterminado: 3)
BROWSER_TYPES: Lista separada por comas de tipos de navegador a utilizar (predeterminado: 'chromium,firefox', opciones: chromium, firefox, webkit)
BROWSER_FALLBACK_THRESHOLD: Número de fallos de axios antes de usar el navegador como respaldo (predeterminado: 3)

Calidad de búsqueda y selección de motor

ENABLE_RELEVANCE_CHECKING: Activar/desactivar la validación de calidad de los resultados de búsqueda (predeterminado: true)
RELEVANCE_THRESHOLD: Puntuación mínima de calidad para los resultados de búsqueda (0.0-1.0, predeterminado: 0.3)
FORCE_MULTI_ENGINE_SEARCH: Probar todos los motores de búsqueda y devolver los mejores resultados (predeterminado: false)
DEBUG_BROWSER_LIFECYCLE: Activar el registro detallado del ciclo de vida del navegador para depuración (predeterminado: false)

Solución de problemas

Tiempos de respuesta lentos

Tiempos de espera optimizados: El tiempo de espera predeterminado se ha reducido a 6 segundos con procesamiento concurrente para obtener resultados más rápidos
Extracción concurrente: El contenido ahora se extrae de múltiples páginas simultáneamente
Reduce aún más los tiempos de espera: Establece DEFAULT_TIMEOUT=4000 para respuestas aún más rápidas (puede reducir la tasa de éxito)
Usa menos navegadores: Establece MAX_BROWSERS=1 para reducir el uso de memoria

Fallos de búsqueda

Comprueba la instalación del navegador: Ejecuta npx playwright install para asegurarte de que los navegadores estén disponibles
Prueba el modo sin interfaz gráfica: Asegúrate de que BROWSER_HEADLESS=true (predeterminado) esté activado para entornos de servidor
Restricciones de red: Algunas redes bloquean la automatización del navegador: prueba con otra red o VPN
Problemas de HTTP/2: El servidor maneja automáticamente los errores de protocolo HTTP/2 con respaldo a HTTP/1.1

Problemas de calidad de búsqueda

Activa la comprobación de calidad: Establece ENABLE_RELEVANCE_CHECKING=true (activado por defecto)
Ajusta el umbral de calidad: Establece RELEVANCE_THRESHOLD=0.5 para requisitos de calidad más estrictos
Fuerza la búsqueda multi-motor: Establece FORCE_MULTI_ENGINE_SEARCH=true para probar todos los motores y devolver los mejores resultados

Uso de memoria

Limpieza automática: Los navegadores se limpian automáticamente después de cada operación para evitar fugas de memoria
Limita los navegadores: Reduce MAX_BROWSERS (predeterminado: 3)
Advertencias de EventEmitter: Corregido: los navegadores se cierran correctamente para evitar la acumulación de listeners

Para desarrollo

git clone https://github.com/mrkrsl/web-search-mcp.git
cd web-search-mcp
npm install
npx playwright install
npm run build

Desarrollo

npm run dev    # Development with hot reload
npm run build  # Build TypeScript to JavaScript
npm run lint   # Run ESLint
npm run format # Run Prettier

Herramientas MCP

Este servidor proporciona tres herramientas especializadas para diferentes necesidades de búsqueda web:

1. `full-web-search` (Herramienta principal)

La herramienta de búsqueda web más completa que:

Recibe una consulta de búsqueda y un número opcional de resultados (1-10, predeterminado 5)
Realiza una búsqueda web (prueba Bing, luego Brave y luego DuckDuckGo si es necesario)
Obtiene el contenido completo de la página de cada URL de resultado con procesamiento concurrente
Devuelve datos estructurados con los resultados de búsqueda y el contenido extraído
Fiabilidad mejorada: Recuperación de errores HTTP/2, tiempos de espera reducidos y mejor manejo de errores

Ejemplo de uso:

{
  "name": "full-web-search",
  "arguments": {
    "query": "TypeScript MCP server",
    "limit": 3,
    "includeContent": true
  }
}

2. `get-web-search-summaries` (Alternativa ligera)

Una alternativa ligera para resultados de búsqueda rápidos:

Recibe una consulta de búsqueda y un número opcional de resultados (1-10, predeterminado 5)
Realiza la misma búsqueda optimizada multi-motor que full-web-search
Devuelve solo fragmentos/descripciones de los resultados de búsqueda (sin extracción de contenido)
Más rápida y eficiente para investigaciones rápidas

Ejemplo de uso:

{
  "name": "get-web-search-summaries",
  "arguments": {
    "query": "TypeScript MCP server",
    "limit": 5
  }
}

3. `get-single-web-page-content` (Herramienta de utilidad)

Una herramienta de utilidad para extraer contenido de una página web específica:

Recibe una única URL como entrada
Sigue la URL y extrae el contenido principal de la página
Elimina la navegación, los anuncios y otros elementos que no son contenido
Útil para obtener contenido detallado de una página web conocida

Ejemplo de uso:

{
  "name": "get-single-web-page-content",
  "arguments": {
    "url": "https://example.com/article",
    "maxContentLength": 5000
  }
}

Uso independiente

También puedes ejecutar el servidor directamente:

# If running from source
npm start

Documentación

Consulta API.md para obtener detalles técnicos completos.

Licencia

Licencia MIT: consulta LICENSE para obtener más detalles.

Comentarios

Este es un proyecto de código abierto y agradecemos tus comentarios. Si encuentras algún problema o tienes sugerencias de mejora, por favor:

Abre un issue en GitHub
Envía un pull request

Web Search

Documentación

Servidor MCP Web Search para uso con LLMs locales

Características

Cómo funciona

1. full-web-search (Herramienta principal)

2. get-web-search-summaries (Alternativa ligera)

3. get-single-web-page-content (Herramienta de utilidad)

Compatibilidad

Compatibilidad de modelos

Instalación (Recomendada)

Variables de entorno

Calidad de búsqueda y selección de motor

Solución de problemas

Tiempos de respuesta lentos

Fallos de búsqueda

Problemas de calidad de búsqueda

Uso de memoria

Para desarrollo

Desarrollo

Herramientas MCP

1. full-web-search (Herramienta principal)

2. get-web-search-summaries (Alternativa ligera)

3. get-single-web-page-content (Herramienta de utilidad)

Uso independiente

Documentación

Licencia

Comentarios

1. `full-web-search` (Herramienta principal)

2. `get-web-search-summaries` (Alternativa ligera)

3. `get-single-web-page-content` (Herramienta de utilidad)

1. `full-web-search` (Herramienta principal)

2. `get-web-search-summaries` (Alternativa ligera)

3. `get-single-web-page-content` (Herramienta de utilidad)