MCP

Agent-native Websuche über ein Remote-MCP

Zuerst per One-click Remote-MCP bereitstellen, AGENT_WEB_SEARCH_AUTH_TOKEN setzen und denselben provider-neutralen Suchkern nutzen; beim ersten Mal nur normalisierte results prüfen und keine klassische Suchmaschinen-API annehmen.

Official source · agent-web-search

Install

https://vercel.com/new/clone?repository-url=https%3A%2F%2Fgithub.com%2FJerryLiu369%2Fagent-web-search&env=AGENT_WEB_SEARCH_AUTH_TOKEN

Für wen

Für alle, die einem KI-Agenten Websuche geben und akzeptieren, modellnative Suche und Agent-Suchanbieter zu bündeln statt einer klassischen Suchmaschine. Offiziell: Agent-native web search for AI agents — aggregating model-native search and agent search providers, not traditional search engines.

Die Kompatibilitätsliste nennt Codex CLI, Claude Code, OpenCode, Hermes sowie gewöhnliche shell, Python-Anwendungen und remote Streamable HTTP MCP clients.

Passend, wenn du einmal remote deployen kannst und akzeptierst, dass Suchanfragen diese Maschine verlassen. Offiziell: No telemetry, no shared secrets, Provider keys stay in runtime environment variables. Kein geteilter API-key-Dienst heißt nicht kein Netz und nicht keine Privatsphäregrenze.

Repository: https://github.com/JerryLiu369/agent-web-search

Erster Versuch in 3 Minuten

Nur One-click remote MCP. Der offizielle Deploy-Einstieg ist https://vercel.com/new/clone?repository-url=https%3A%2F%2Fgithub.com%2FJerryLiu369%2Fagent-web-search&env=AGENT_WEB_SEARCH_AUTH_TOKEN

Voraussetzung: ein echtes Token zum Variablennamen AGENT_WEB_SEARCH_AUTH_TOKEN bereithalten, keinen Platzhalter eintragen. Die Seite schreibt keinen lokalen npx- oder pip-Startbefehl; keine Installationszeile erfinden.

Ein risikoarmer Aufruf: eine Suche über das native MCP-Werkzeug. Offiziell a native MCP tool, ohne Funktionsnamen; als dasselbe provider-neutral search core nutzen.

Erfolgssignal: normalisierte results. Die offizielle Beschreibung listet keine result-Felder. model-backed providers können auch answer liefern; beim ersten Mal nur bestätigen, dass results erscheinen.

Remote-Suche ist kein Nullrisiko. Die Anfrage geht an den von dir bereitgestellten Dienst und an Backend-Anbieter.

Anwendungsfälle

Fall 1: Einmal mit dem nativen MCP-Werkzeug suchen. Nach Deploy und Token den Agenten suchen lassen und prüfen, dass normalisierte results zurückkommen. Die Schnittstelle nicht als native API einer klassischen Suchmaschine lesen.

Fall 2: Bei eingeschaltetem Modell-Backend auch answer ansehen. Offiziell: Every backend is available through the same MCP tool, CLI, Python API, and normalized results; model-backed providers may also return an answer. Der zweite Lauf nutzt denselben Vertrag und prüft nur, ob answer erscheint. Die Seite nennt keine CLI-Binary; keine Kommandozeile erfinden.

Nutzungsgrenzen

Derselbe Kern lässt sich über ein standard Agent Skill einer CLI beibringen, aber Pfad und Befehl der Skill-Datei fehlen. Anbieter-Schlüssel nur in Laufzeit-Umgebungsvariablen.

Der Repository-Titel erwähnt free keyless defaults; der Fließtext verlangt zugleich Auth-Token und Anbieter-Schlüssel. Ohne Token nicht deployen. Keinen zweiten MCP-Werkzeugnamen erfinden.