TinySearch：为本地 AI 代理打造的轻量级 MCP 网页研究工具

TinySearch 是一款面向本地 AI 代理的自托管网页研究工具，以 MCP（Model Context Protocol）服务器的形式提供搜索、抓取、重排序与片段抽取能力，可与 Cursor、Cline、Roo Code、Claude Desktop 等主流 MCP 客户端集成。项目已在 GitHub 开源，配套提供 Docker 镜像与本地源码两种运行方式。

核心能力

TinySearch 的设计目标是让本地 AI 代理获得「有据可查」的网页研究能力，而不是把整页文本塞入上下文窗口。它默认暴露三个 MCP 工具：

• research(query)：用于发现相关 URL，返回经过重排序的候选页面。
• scrape_url(url, query)：当用户已提供 URL，或 research 选定目标后，对指定页面进行抓取与片段抽取。
• get_current_datetime()：在涉及时间敏感的检索前先获取当前时间。

工具调用结束后，服务器会在 MCP 的 answer 字段中返回一个「基于源文」的提示词，客户端模型据此撰写最终回复并附带来源引用。

技术架构

TinySearch 的工作流程分为「搜索选页」与「抓取构句」两个阶段：

• 搜索阶段：以 SearXNG 为默认搜索引擎，配置 DuckDuckGo HTML 作为回退；候选文档经过 HTTP 过滤后，使用 dense embedding + BM25 加权 RRF（倒数秩融合）进行重排序。
• 抓取阶段：通过 crawl4ai 并行抓取保留的 URL，输出 Markdown 后切分片段，再次以 RRF 融合排序，并按来源配额去重与补齐，最终拼装成带源引用的提示词。

默认使用本地 ONNX embeddings，开发者也可替换为任何兼容 OpenAI 的 embedding API。

部署与运行

项目支持三种部署形态：

• Docker Compose 快速启动：从 GitHub 仓库直接加载 compose.quickstart.yaml，自动拉取 marcellm01/tinysearch:latest 镜像，默认以 Streamable HTTP 在 8000 端口提供 /mcp 端点。
• Docker 持久化部署：通过 Docker volume 缓存已下载的模型，并挂载本地 config 文件（research_config.json），可在其中配置 blocked_domains 等参数。
• 源码运行：克隆仓库后创建 venv，安装依赖即可以 stdio MCP 方式被客户端拉起，适合需要检查或修改代码的用户。

镜像同时发布 linux/amd64 与 linux/arm64 架构的版本，标签遵循 vX.Y.Z 语义化版本规则。

适用场景

项目作者将使用场景定位为：本地 AI 代理、原型验证、个人工作流以及对「源可追溯」有要求的小型系统。对于不希望依赖托管服务、需要本地完成检索—引用闭环的开发者而言，TinySearch 提供了一个轻量、可自托管的替代方案。仓库还附带 agentic_coding_templates/global-rules-recommended.md，用于指导 Cline、Roo Code 等编码代理仅在确实需要时才调用检索工具。