WebSearch - 高级网页搜索和内容提取工具

一个强大的网页搜索和内容提取工具，使用 Python 构建，利用 Firecrawl API 实现高级网页抓取、搜索和内容分析功能。

🚀 功能

• 高级网页搜索: 执行具有可自定义参数的智能网页搜索
• 内容提取: 使用自然语言提示从网页中提取特定信息
• 网页爬取: 使用可配置的深度和限制爬取网站
• 网页抓取: 抓取网页，支持各种输出格式
• MCP 集成: 构建为模型上下文协议 (MCP) 服务器，实现无缝集成

📋 前提条件

• Python 3.8 或更高版本
• uv 包管理器
• Firecrawl API 密钥
• OpenAI API 密钥（可选，用于增强功能）
• Tavily API 密钥（可选，用于额外的搜索功能）

🛠️ 安装

1. 安装 uv:

# 在 Windows 上 (使用 pip)
pip install uv

# 在 Unix/MacOS 上
curl -LsSf https://astral.sh/uv/install.sh | sh

# 将 uv 添加到 PATH (Unix/MacOS)
export PATH="$HOME/.local/bin:$PATH"

# 将 uv 添加到 PATH (Windows - 添加到环境变量)
# 添加: %USERPROFILE%\.local\bin

2. 克隆存储库:

git clone https://github.com/yourusername/websearch.git
cd websearch

3. 使用 uv 创建并激活虚拟环境:

# 创建虚拟环境
uv venv

# 在 Windows 上激活
.\.venv\Scripts\activate.ps1

# 在 Unix/MacOS 上激活
source .venv/bin/activate

4. 使用 uv 安装依赖项:

# 从 requirements.txt 安装
uv sync

5. 设置环境变量:

# 创建 .env 文件
touch .env

# 添加您的 API 密钥
FIRECRAWL_API_KEY=your_firecrawl_api_key
OPENAI_API_KEY=your_openai_api_key

🎯 使用

使用 Claude for Desktop 进行设置

您可以配置 Claude for Desktop 来访问 WebSearch 工具，而不是直接运行服务器：

1. 找到或创建您的 Claude for Desktop 配置文件：

   • Windows: %env:AppData%\Claude\claude_desktop_config.json
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

2. 将 WebSearch 服务器配置添加到 mcpServers 部分：

{
  "mcpServers": {
    "websearch": {
      "command": "uv",
      "args": [
        "--directory",
        "D:\\ABSOLUTE\\PATH\\TO\\WebSearch",
        "run",
        "main.py"
      ]
    }
  }
}

3. 确保将目录路径替换为 WebSearch 项目文件夹的绝对路径。

4. 保存配置文件并重新启动 Claude for Desktop。

5. 配置完成后，WebSearch 工具将出现在 Claude for Desktop 的工具菜单（锤子图标）中。

可用工具

1. 搜索

2. 提取信息

3. 爬取网站

4. 抓取内容

📚 API 参考

搜索

• query (str): 搜索查询
• 返回: JSON 格式的搜索结果

提取

• urls (List[str]): 要从中提取信息的 URL 列表
• prompt (str): 提取说明
• enableWebSearch (bool): 启用补充网页搜索
• showSources (bool): 包括来源参考
• 返回: 指定格式的提取信息

爬取

• url (str): 起始 URL
• maxDepth (int): 最大爬取深度
• limit (int): 要爬取的最大页面数
• 返回: markdown/HTML 格式的爬取内容

抓取

• url (str): 目标 URL
• 返回: 抓取的内容，带有可选的屏幕截图

🔧 配置

环境变量

该工具需要某些 API 密钥才能运行。 我们提供了一个 .env.example 文件，您可以将其用作模板：

1. 复制示例文件：

# 在 Unix/MacOS 上
cp .env.example .env

# 在 Windows 上
copy .env.example .env

2. 使用您的 API 密钥编辑 .env 文件：

# OpenAI API 密钥 - AI 驱动功能所必需
OPENAI_API_KEY=your_openai_api_key_here

# Firecrawl API 密钥 - 网页抓取和搜索所必需
FIRECRAWL_API_KEY=your_firecrawl_api_key_here

获取 API 密钥

1. OpenAI API 密钥:

   • 访问 OpenAI 的平台
   • 注册或登录
   • 导航到 API 密钥部分
   • 创建一个新的密钥

2. Firecrawl API 密钥:

   • 访问 Firecrawl 的网站
   • 创建一个帐户
   • 导航到您的仪表板
   • 生成一个新的 API 密钥

如果一切配置正确，您应该收到一个包含搜索结果的 JSON 响应。

故障排除

如果遇到错误：

1. 确保所有必需的 API 密钥都已在您的 .env 文件中设置
2. 验证 API 密钥是否有效且未过期
3. 检查 .env 文件是否位于项目的根目录中
4. 确保环境变量已正确加载

🤝 贡献

1. Fork 存储库
2. 创建您的功能分支 (git checkout -b feature/AmazingFeature)
3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 打开一个 Pull Request

📝 许可证

该项目已获得 MIT 许可证的许可 - 有关详细信息，请参阅 LICENSE 文件。

🙏 鸣谢

• Firecrawl 感谢他们强大的网页抓取 API
• OpenAI 感谢 AI 功能
• MCP MCP 社区感谢协议规范

📬 联系方式

José Martín Rodriguez Mortaloni - @m4s1t425 - jmrodriguezm13@gmail.com

---

用 ❤️ 使用 Python 和 Firecrawl 制作