Install
"command": "uvx",
"args": ["--from", "git+https://github.com/nkapila6/mcpsurfr", "mcpsurfr"]Für wen geeignet
MCPSurfr (früher mcp-local-rag) ist ein lokaler Websuche-MCP-Server für LLMs: Er benötigt keine API-Keys, und die Suchergebnisse werden auf Ihrem eigenen Rechner neu geordnet – das Ranking übernimmt ein kleines MobileBERT-Modell, das direkt auf numpy läuft. Zwei Gruppen passen dazu: Nutzer, die einem MCP-fähigen Client Websuche hinzufügen wollen, ohne einen Suchdienst zu abonnieren oder Schlüssel zu verwalten; und Agent-Workflows, die stufenweise tiefergehende Fähigkeiten brauchen, von einmaligen Absatzabfragen über vollständige Seitentexte bis zu Multi-Engine-Deep-Research.
Machen Sie sich die Voraussetzungen klar: Sie brauchen einen Client, der benutzerdefinierte MCP-Server unterstützt, und eine Maschine, die den Befehl uvx ausführen kann – offiziell gibt es genau diesen einen Startweg, nämlich den Server per uvx von GitHub zu laden. Die offizielle Seite sagt nichts darüber, ob ein gehosteter Dienst oder eine grafische Oberfläche angeboten wird, und nennt weder Betriebssystemanforderungen noch eine Liste unterstützter Clients; wenn Ihre Umgebung das Laden und Ausführen von Code von GitHub nicht erlaubt, ist dieser Hauptweg nicht gangbar.
Erster Versuch in 3 Minuten
Es gibt nur einen empfohlenen Hauptweg, und Befehl wie Konfiguration stammen aus der offiziellen Anleitung.
Voraussetzung: uvx läuft auf der Maschine, und der Client unterstützt die Konfiguration von MCP-Servern per command/args. Schritt 1: Tragen Sie den offiziellen Snippet in die MCP-Server-Konfiguration Ihres Clients ein (wo genau, unterscheidet sich je nach Client):
"command": "uvx",
"args": ["--from", "git+https://github.com/nkapila6/mcpsurfr", "mcpsurfr"]
Schritt 2: Speichern Sie die Konfiguration und laden Sie die Sitzung neu; der Client startet mcpsurfr mit diesem Befehl. Beim ersten Start wird der Code aus dem Netz von GitHub geladen; Dauer und Cache-Verhalten dazu sind offiziell nicht dokumentiert.
Schritt 3: Rufen Sie das Werkzeug search mit einer normalen Suchanfrage auf. Es ist eine offiziell definierte Einmalabfrage, die relevante Absätze zurückgibt und als Abfrageoperation gilt; der Aufruf löst aber eine echte Websuche aus und führt das Neuordnen lokal aus – „Abfrage“ heißt nur, dass nichts geschrieben wird, nicht dass es keine Netzwerkrequests oder Datenschutzgrenzen gäbe.
Erfolgszeichen: Das Werkzeug gibt Absatztexte zurück, die zur Anfrage passen, und in der Werkzeugliste des Clients erscheinen neben search auch rag_search_ddgs, rag_search_google, deep_research, deep_research_ddgs und deep_research_google. Der Server stellt außerdem die Skill-Ressource skill://mcpsurfr-search/SKILL.md bereit; wofür sie genau gedacht ist, führt die offizielle Seite nicht aus.
Anwendungsfälle
Fall 1: Schnellnachschlagen im Gespräch ergänzen. Szenario: Sie diskutieren im Client ein Thema mit möglichen aktuellen Entwicklungen und lassen das Modell zuerst search aufrufen. Es führt eine Einmalabfrage aus und liefert relevante Absätze, die das Modell direkt zitieren kann; da keine API-Keys nötig sind, entfällt in einer neuen Umgebung die Registrierung bei einem Suchdienst. Bestätigt ist nur die Rückgabe relevanter Absätze; wie Absätze geschnitten und gerankt werden, ist offiziell nicht erklärt.
Fall 2: Ganze Seitentexte ziehen, um ein Thema aufzubereiten. Szenario: Reichen die Absätze nicht und Sie brauchen mehr Kontext, rufen Sie rag_search_ddgs auf; offiziell liefert es ganze Seiten als Text – der ursprüngliche Modus des Projekts. Beachten Sie: Ein Aufruf gibt höchstens 40.000 Zeichen zurück, einstellbar über die Umgebungsvariable MCPSURFR_MAX_CHARS. Die genauen Parameter der einzelnen Werkzeuge sind offiziell nicht aufgeschlüsselt; maßgeblich ist die Werkzeugbeschreibung, die Ihr Client ausliest. Wie die deep_research-Reihe mehrstufige Recherche orchestriert, führt die offizielle Seite nicht aus – nehmen Sie keinen Ablauf an.
Nutzungsgrenzen
Lese-/Schreib-Charakter: Alle sechs Werkzeuge sind Abfrage- oder Recherche-Fähigkeiten; offiziell wird keine Operation beschrieben, die lokale Dateien schreibt oder etwas an ferne Endstellen übermittelt. Das ist eine Grenzbeschreibung, kein Sicherheitsurteil – jeder Aufruf startet eine echte Websuche und ordnet die Ergebnisse lokal mit MobileBERT (numpy) neu.
Zugangsdaten und lokale Abhängigkeiten: Offizielles Verkaufsargument ist der Verzicht auf API-Keys; ob Konten, Tokens oder lokale Datendateien nötig sind, wird auf der offiziellen Seite nicht erwähnt – behandeln Sie das als unbestätigt.
Nebenwirkungen und Bestätigungspunkte: Die Installation lädt Code von GitHub und führt ihn per uvx aus; das ist im offiziellen Setup angelegt – akzeptieren Sie das, bevor Sie die Konfiguration eintragen. Darüber hinaus beschreibt die offizielle Seite keine weiteren Nebenwirkungen oder bestätigungsbedürftigen Aktionen.
Offizielle Grenzen und offene Punkte: Volltext-Werkzeuge geben pro Aufruf höchstens 40.000 Zeichen zurück, einstellbar über die Umgebungsvariable MCPSURFR_MAX_CHARS. Weitere unbestätigte Kerninformationen: Liste unterstützter Clients, Verfügbarkeit und Kontingente der Such-Backends, Performance-Overhead und ob ein Remote-Betrieb möglich ist. Prüfen Sie das in Ihrer eigenen Umgebung, bevor Sie eine Auswahl davon abhängig machen.