AnySearch logo

AnySearch

打开

面向智能体的隐私优先 AI 搜索基础设施:一个 API 与 MCP 服务器统一网页与垂直领域搜索,返回结构化结果,减少 token 浪费。

分享:

AnySearch 的定位是"面向智能体的 AI 搜索基础设施":一个隐私优先的搜索层,让 AI 智能体在一个地方查询网页与垂直领域数据源,并拿到结构化、可直接使用的结果。智能体不再需要抓页面、在原始 HTML 上烧 token,只需调用一个 API 或 MCP 服务器就能拿到干净数据。它提供原生 API 接入、开源 MCP 服务器和 Skill 插件,免费档甚至无需 API key 即可使用。

核心功能

  • 统一垂直搜索:金融、学术、安全、法律、代码与通用网页搜索,都在同一接口后面。
  • 结构化结果:可直接使用的数据,相比原始页面转储大幅减少 token 浪费。
  • MCP 原生传输:Streamable HTTP(MCP 规范 2025-03-26)开箱支持 OpenCode 与 Claude Desktop;SSE 与 stdio 经代理覆盖 Cursor、Windsurf、Cline 与 VS Code Copilot。
  • 批量与抽取:1-5 条查询的并行批量搜索,以及整页 URL 抽取为 Markdown(截断至 5 万字符)。
  • 免 key 起步:匿名访问无需 API key(限流更低);免费 key 可提升额度。
  • 隐私优先设计:面向不希望查询泄露给广告驱动搜索管道的智能体。

适用场景

谁应该使用这个工具?

  • 智能体构建者:需要把搜索当作可靠的工具调用,而不是一项爬虫爱好。
  • 接入 MCP 工具的团队:为 Claude Desktop、OpenCode、Cursor 或 VS Code Copilot 配置搜索能力。
  • 需要垂直数据的产品:金融、学术、安全、法律或代码搜索,不用逐领域找供应商。

解决的问题

  1. token 浪费:结构化结果取代灌爆上下文窗口的原始 HTML。
  2. 供应商碎片化:一个 API 覆盖通用网页加多个垂直领域。
  3. key 门槛:匿名免 key 访问,先评估再注册。

定价方案

方案 价格 功能
免费版 $0 每 key 每天 1,000 次请求、20 QPS;匿名访问限流更低。
Team 付费 更高质量与更高额度。
企业版 定制 自定义额度、安全合规、专属支持。

MCP 服务器(anysearch-ai/anysearch-mcp-server)为开源项目,创建于 2026 年 4 月 30 日,约 1,643 个 GitHub star;当前服务版本 v3.0.1。

优势对比

相比竞品的优势

  1. 相比通用 SERP API:垂直领域覆盖加结构化输出,而不只是链接列表。
  2. 相比爬虫工具链:一次调用完成批量搜索加 Markdown 抽取。
  3. 相比强制 key 的对手:匿名访问在注册前就能用。

独特卖点

  • 为智能体而生:API、MCP 服务器、Skill 插件都是一等公民。
  • 用其 X 投放的话说:"把多个可信数据源的实时数据拉进一个视图。"
  • 开源 MCP 服务器,社区活跃。

快速开始

入门指南

  1. 匿名试用:不带 key 直接调 API,或申请免费 key 提升额度。
  2. 添加 MCP 服务器:在智能体客户端中配置 anysearch-ai/anysearch-mcp-server。
  3. 跑批量搜索:1-5 条查询并行发起,再把任意页面抽取为 Markdown。

集成

  • OpenCode 与 Claude Desktop:原生 Streamable HTTP。
  • Cursor、Windsurf、Cline、VS Code Copilot:经 SSE 或 stdio 代理。
  • 其他环境:标准 REST API。

常见问题

需要 API key 吗?

不需要。匿名访问可用但限流更低;免费 key 提升到每天 1,000 次请求、20 QPS。

MCP 服务器支持哪些客户端?

OpenCode 与 Claude Desktop 走原生 Streamable HTTP;Cursor、Windsurf、Cline、VS Code Copilot 走 SSE 或 stdio 代理。

覆盖哪些垂直领域?

通用网页,外加金融、学术、安全、法律、代码等。

MCP 服务器开源吗?

开源,GitHub 地址 anysearch-ai/anysearch-mcp-server,约 1.6k star。

替代方案

  • Firecrawl:需要全站抓取时的更深爬取方案。
  • OpenRouter:如果你的问题是模型接入而非搜索,选模型路由。
  • RAGFlow:私有语料的文档 RAG 管道。

使用技巧

  1. 查询打批:把 1-5 条相关查询合进一次并行调用,减少往返。
  2. 用抽取代替抓取:用 URL 转 Markdown,而不是把原始页面塞进上下文。
  3. 上生产前领免费 key:匿名额度适合评估,不适合已上线的智能体。

总结

AnySearch 干净地回答了智能体基础设施的一个真实缺口:返回结构化数据、原生讲 MCP、首个查询前不要求注册的搜索服务。如果你的智能体需要网页与垂直领域数据、又不想被 token 膨胀的 HTML 拖累,从免费档和开源 MCP 服务器开始即可。

评论

还没有评论。成为第一个评论的人!