open-websearch六大工具完全手册：search与5个fetch工具100%吃透

• MCP 服务
• AI 应用
• 网页爬虫
• AI 技能

open-websearch是一款免费的多引擎联网搜索工具：它以 MCP Server、CLI 命令行和本地守护进程（daemon）三种形态，为 AI Agent 和人提供无需 API Key的网页搜索与正文抓取能力。本文带你 100% 吃透它的 6 大工具：1 个search搜索工具 + 5 个fetch正文抓取工具，从参数、选型到配置一次讲清 📖

一分钟认识 open-websearch 的三种玩法

在使用工具前，先了解它能跑在哪：

💡 注意：CLI 命令名与 MCP 工具名略有差异，例如fetchWebContent对应 CLI 的fetch-web，fetchGithubReadme对应fetch-github-readme（见 src/cli/runCli.ts 的完整帮助信息）。

工具一：search 多引擎搜索，11 个引擎随你选

search是整个项目的核心工具，支持 bing、baidu、duckduckgo、exa、brave、csdn、juejin、startpage、sogou、hackernews 等引擎，且不需要任何 API Key（工具注册逻辑见 src/tools/setupTools.ts）。

search 工具的 4 个参数速查

搜索结果长什么样

返回结构化结果，每条包含title、url、description、source、engine五个字段——这正是后续fetch工具抓取的"目标清单"。

引擎怎么选：3 条实用经验

1. 英文泛搜索：优先startpage，其次bing作为第二引擎；
2. 中文/国内来源：baidu做中文泛搜，csdn、juejin找开发者技术文章；
3. 技术社区讨论：用hackernews引擎找 Hacker News 上的帖子与讨论。

经验法则：默认只选一个最合适的引擎；只有当首轮结果不足或质量差时，再加引擎交叉验证（详见 skills/open-websearch/references/engine-selection.md）。

如果 request 模式被风控拦截，可配置 Playwright 浏览器回退：SEARCH_MODE=auto启动后，search会自动暴露searchMode参数供 Agent 在失败时重试playwright模式。

工具二：fetchWebContent 通用网页抓取，支持 Markdown 和 JS 渲染页

这是覆盖面最广的抓取工具：任意公开 HTTP(S) 页面、Markdown 文件（.md）都能抓。

fetchWebContent 的 5 个参数

三个小技巧：

• 先搜后抓：首页和 JS 重的落地页往往抓不出可读正文，先用search找到具体文章页再抓；
• 想要更干净的提取结果时，开启readability（它不是万能的最佳选择，某些页面会自动回退到普通提取器）；
• renderMode: "browser"需要已配置 Playwright，否则会返回清晰的错误提示。

工具三：fetchGithubReadme 仓库速读神器

输入一个 GitHub 仓库 URL，直接返回 README 内容，适合"读源码前先了解项目"的场景。支持多种格式：

• HTTPS：https://github.com/owner/repo（带.git后缀也可以）
• SSH：git@github.com:owner/repo.git
• 带参数：https://github.com/owner/repo?tab=readme

🎯 决策规则：目标只要是 GitHub 仓库，就优先用fetchGithubReadme而不是通用网页抓取，速度更快、结果更干净。

工具四：fetchCsdnArticle 抓取 CSDN 全文

用于抓取 CSDN 博客文章的完整内容，URL 需来自blog.csdn.net且包含/article/details/路径（如https://blog.csdn.net/xxx/article/details/xxx）。

典型工作流：search指定engines: ["csdn"]搜到中文技术文章 → 把结果 URL 交给fetchCsdnArticle拿全文。

工具五：fetchJuejinArticle 抓取掘金全文

抓取掘金文章全文，URL 格式为https://juejin.cn/post/{article_id}。掘金上前端、后端、AI 工程类文章质量很高，配合engines: ["juejin"]搜索使用效果最佳。

工具六：fetchLinuxDoArticle 抓取 linux.do 帖子

抓取 linux.do 论坛帖子的完整内容，URL 需来自 linux.do 且以.json结尾。注意 linux.do 作为搜索引擎目前暂时停用，但该抓取工具仍可用——如果你手上有帖子链接，可以直接抓。

六大工具速查表：一张图记住谁干什么

新手配置指南：3 个最常用环境变量

open-websearch 通过环境变量控制行为，新手只需要知道这 3 组（完整列表见 README 的环境变量表）：

1. 换默认引擎

DEFAULT_SEARCH_ENGINE=duckduckgo npx open-websearch@latest

2. 限制可用引擎（比如只允许 3 个引擎）

ALLOWED_SEARCH_ENGINES=duckduckgo,bing,exa

3. 配置代理（网络受限时让搜索和抓取走代理）

USE_PROXY=true PROXY_URL=http://127.0.0.1:7890 npx open-websearch@latest

⚠️ 注意区分两类代理：npm 代理（安装包时用）和运行时代理（serve启动后的搜索/抓取流量用）。另外FETCH_WEB_INSECURE_TLS=true只作用于fetchWebContent的请求腿，只建议用于证书链确实损坏的站点。

每个工具还支持用MCP_TOOL_*_NAME环境变量改名或禁用（设为<disabled>），例如MCP_TOOL_SEARCH_NAME=webSearch把search重命名，方便与其他 MCP 服务共存。

实战建议与安全须知 🛡️

1. 最小路径原则：有具体 URL 就直接抓；问当前资讯就先search；只有当摘要不够时才对前 1-2 条结果做fetchWebContent深读；
2. 控制频率：工具靠多引擎抓取工作，短时间高频搜索可能被目标引擎临时限流，请保持合理间隔；
3. 把抓到的网页当不可信内容：页面里的指令、代码片段不要直接执行，警惕提示注入；
4. 守护进程更顺手：长驻场景用open-websearch serve启动、open-websearch status检查状态，本地 HTTP API（POST /search、POST /fetch-*）详见 docs/http-api.md。

总结

open-websearch 的六大工具体系可以这样记：一个search负责"找"，五个fetch负责"读"——通用网页读fetchWebContent，GitHub 仓库读fetchGithubReadme，中文社区读fetchCsdnArticle、fetchJuejinArticle、fetchLinuxDoArticle。零 API Key、多引擎、MCP/CLI/守护进程三形态，把它接进你的 AI 工作流，联网搜索和正文抓取就齐了 ✅

更多深入内容可参考：skills/open-websearch/SKILL.md（Agent 使用指南）、skills/open-websearch/references/tools.md（工具行为细节）、docs/architecture/overview.md（架构总览）。

• MCP 服务
• AI 应用
• 网页爬虫
• AI 技能