Open Agent Search

Open Agent Search

Uma camada de busca e conteúdo auto-hospedável para agentes e aplicações de IA.

O que é OAS? · Configuração do agente · Recursos · Arquitetura · Superfície da API · Contribuição

Configure com seu agente

Copie este prompt para o seu agente de codificação:

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 instalação

Com Node.js 22+ e 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

O lançador npm usa o núcleo Python fixado. Ele requer uv no PATH; o uv gerencia o Python 3.12 e as dependências.

Com uv instalado, execute o servidor MCP em um ambiente isolado:

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

uv pode baixar o Python 3.12 quando ele estiver ausente. A primeira execução baixa as dependências; o cliente inicia e interrompe este processo stdio após a configuração.

Para uma instalação persistente via PyPI e servidor HTTP:

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

O servidor HTTP escuta na porta 8000 em todas as interfaces. Use stdio para um agente que precisa apenas de ferramentas locais.

Instale ambas as skills para Codex no projeto atual:

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

Substitua codex por claude-code, cursor, opencode ou seu agente suportado. Adicione --global apenas para instalação entre projetos. Configuração manual e por plugin. Use npm ou PyPI acima; ambos iniciam a mesma implementação Python.

No Claude Code 2.1.275+, instale ambas as skills e a configuração MCP em uma única etapa:

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

O que é Open Agent Search?

Open Agent Search (OAS) é uma camada de recuperação independente para agentes e aplicações de IA. Ela fornece uma superfície consistente de busca e conteúdo em integrações locais e implantadas.

O OAS substitui adaptadores separados para cada vertical de busca por uma superfície de ferramentas consistente. Execute-o localmente para um único agente de codificação ou implante o serviço HTTP para cargas de trabalho compartilhadas de agentes e aplicações.

Fontes de busca, transportes e integrações de clientes podem evoluir sem alterar o objetivo central do repositório: dar a agentes e aplicações um limite de recuperação confiável que eles possam controlar.

Conecte MCP ou HTTP

Adicione busca ao Claude Code

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

Reinicie o Claude Code e peça para ele buscar na web, notícias, imagens, vídeos ou livros. O mesmo comando uvx funciona com Cursor, VS Code, Windsurf, OpenClaw e outros clientes MCP.

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

Execute a API HTTP

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

Faça uma primeira busca:

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

O servidor expõe endpoints REST em http://localhost:8000, documentação interativa da API em /docs e MCP HTTP transmitível em /ai/mcp.

Recursos

• Uma camada de busca, múltiplos transportes. Use MCP stdio localmente ou sirva REST e MCP via HTTP.
• Nenhuma chave de API de provedor necessária. A busca é alimentada pela biblioteca ddgs.
• Auto-hospedável. Execute localmente, em Docker ou implante o serviço HTTP no Vercel.
• Independente de framework. A superfície de protocolo funciona em principais clientes MCP e stacks de agentes.
• Padrões prontos para produção. Rotas FastAPI tipadas, limitação de taxa, verificações de saúde, testes e guias de implantação estão incluídos.

Arquitetura

O comando MCP local e o serviço HTTP compartilham os mesmos recursos de busca e conteúdo. Escolha o caminho de conexão que corresponde a onde o agente ou aplicação consumidor está em execução.

Dois caminhos de implantação

Superfície de busca

Consulte a referência da API e a referência de ferramentas MCP para parâmetros e formatos de resposta.

Modelo de privacidade

O OAS não exige uma conta OAS ou chave de API de provedor de busca, e pode ser executado em infraestrutura que você controla. As consultas de busca ainda precisam alcançar provedores de busca upstream via DDGS, portanto este projeto não deve ser tratado como uma rede de anonimato. Revise seus logs de implantação, política de rede e termos do provedor upstream para cargas de trabalho sensíveis.

Instale e implante

A partir do código-fonte

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

Detalhes de implantação: Docker · Vercel

Documentação

• Instalação
• Início rápido
• Integrações MCP
• Endpoints da API
• Contribuição

Registros e descoberta de agentes

• Pacotes: npm e PyPI.
• Pacote MCP local: Smithery. Ele é executado na sua máquina e requer Node.js 22+ e uv.
• Namespace do Registro MCP: io.github.jayanth-mkv/open-agent-search. O fluxo de trabalho de lançamento publica server.json após ambos os pacotes estarem disponíveis. Verifique o registro.
• Skills de agente: Open Agent Search e configuração são publicadas no ClawHub. Você também pode instalá-las do GitHub usando os comandos acima. O diretório skills.sh descobre skills por meio de instalações reais; um repositório sozinho não garante uma listagem.
• Glama: glama.json declara o mantenedor do GitHub. Envio de diretório e verificação de propriedade exigem um login separado no Glama.

O caminho npm requer Node.js 22+ e uv. O caminho PyPI usa uv para gerenciar o Python 3.12. Este projeto fornece um servidor local e código de implantação; ele não fornece um endpoint de busca hospedado compartilhado.

O pacote MCPB local é construído com python scripts/build_mcpb.py. Ele contém o lançador npm fixado e requer Node.js 22+ e uv no PATH. Seu primeiro lançamento baixa o núcleo Python e as dependências. Nenhuma credencial é incluída.

O ClawHub distribui suas cópias de skills sob MIT-0, conforme exigido por esse registro. Este repositório e seus pacotes permanecem licenciados sob MIT. O GitHub Actions pré-visualiza mudanças de skills em pushes para main e as publica em lançamentos quando CLAWHUB_TOKEN e a variável de repositório PUBLISH_CLAWHUB=true estão configuradas. O fluxo de trabalho verifica se o proprietário autenticado do ClawHub corresponde ao proprietário do repositório de origem.

Desenvolvimento

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

Open Agent Search é atualmente um software beta. Relatórios de bugs e pull requests focados são bem-vindos; consulte CONTRIBUTING.md.

Licença

MIT

Mantido por Xplormity Collective.