项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
技术标签
使用教程
—
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 能访问 https://api.anysearch.com 的网络环境
- 一个真实邮箱地址(注册后即作为账号用户名)
- 支持 MCP 协议的 AI 客户端(如 OpenClaw、QClaw 等)
- API Key 可选:不配置则走匿名访问,功能可用但速率限制更低
安装与启动步骤
-
1注册并获取密钥
用真实邮箱调用注册接口,一次调用即完成注册,无需验证码和人工注册流程。
curl -s -X POST "https://api.anysearch.com/v1/auth/email/register" -H "Content-Type: application/json" -d '{"email": "you@example.com"}' -
2保存返回的密钥
返回 code 为 0 表示注册成功,data 中会给出一次性明文 API Key,请立即保存;同时会返回 username、email 和 login_url。
-
3在 MCP 客户端新增服务
打开所用 MCP 客户端(如 OpenClaw、QClaw),按该客户端文档新增 MCP 服务,并把请求头写入其环境变量或密钥存储中。
-
4配置请求头
在客户端配置中加入 Authorization 请求头并填入上一步的 API Key;若客户端不支持配置密钥,则保持匿名配置不加该头。
-
5保留客户端标识头
务必保留 X-Anysearch-Client 请求头;如果要改用匿名访问,只删除 Authorization 条目即可,该头不要删除。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
Authorization | 否 | 携带 API Key 的请求头,用于提升速率限制,不填则为匿名访问 | key_xxxxxxxx(注册接口返回的明文密钥) |
X-Anysearch-Client | 是 | 标识客户端来源的请求头,匿名访问时也必须保留 | anysearch-mcp-server |
如何确认成功
在 MCP 客户端中调用一次通用网页搜索,能返回结构化实时结果即表示接入成功;匿名访问同样可用但速率更低。
常见问题
Q:没有 API Key 可以用吗?
A:可以。API Key 是可选但推荐的,不带密钥时全部功能仍可通过匿名访问使用,只是速率限制更低。
Q:注册需要验证码或人工注册吗?
A:不需要。一次 curl 调用即可完成注册,成功时返回账号信息和一次性明文 API Key。
Q:API Key 在哪里查看?
A:注册返回的是一次性明文密钥,请立即保存。README 给出的入口是 https://www.anysearch.com/login,可登录后查看。
Q:为什么 README 里没有安装命令?
A:该项目的 Installation 章节未给出 npx、pip、docker 等具体安装命令,实际接入方式取决于所用 MCP 客户端文档。
注意事项
- README 未提供任何安装命令,所有客户端配置以你所用 MCP 客户端的官方文档为准,不要自行套用其他项目的命令。
- 注册接口返回的 API Key 为一次性明文,仅返回一次,务必立即保存。
- 注册邮箱必须是真实地址,它同时作为账号用户名,也是后续登录凭据。
- 部分客户端支持用环境变量或密钥存储保存自定义请求头,若客户端不支持,则只能保持匿名配置。
核心亮点
- 统一封装通用搜索、垂直搜索、批量并行搜索和全文提取,减少多 API 对接成本
- 基于 MCP 标准协议,可直接接入支持 MCP 的 AI 客户端与智能体框架
- 支持并行批量查询,适合需要一次发起多个检索任务的自动化场景
不足之处
- 语言与技术栈信息不明确,文档和上手门槛有待实际验证
- 项目处于成长阶段,生态集成与长期维护稳定性仍需观察
适用场景
- 为 AI 问答机器人接入实时联网搜索能力
- 智能体自动化工作流中批量检索多个信息源
- 需要抓取目标网页正文并交给大模型分析的场景
替代项目
Tavily MCP Server、Brave Search MCP Server、Exa MCP Server
上一篇:morphic
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单,开发者省下整周加班
Supercharge your AI agents with data from the web and beyond. Building the library f···
contoso-chat
开源
一键跑通 Azure RAG 应用,从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图,找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
WeKnora
开源
文档往里一扔,自动变成啥都能答的知识库
Open-source LLM knowledge platform: turn raw documents into a queryable RAG, an auto···
