Open Agent Search

Name: Open Agent Search
Author: jayanth-mkv

von jayanth-mkvVersion 1.0.5i★ –iLäuft auf deinem Computer

Name in der Registryio.github.jayanth-mkv/open-agent-search

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

Search the web, news, images, videos and books, and extract page content for AI agents.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Stimmen der NutzeriNoch keine BewertungenBewertungen starten in einem späteren Schritt zusammen mit Benutzerkonten
Unsere Basischecksi1 von 1 bestandenAnhand öffentlicher Informationen geprüft; Code noch nicht gescannt
NutzungiNoch nicht gemessen★ –

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

Verbindung: Läuft auf deinem Computer
Transport: stdio
Kategorie: Suche & KI-Gedächtnis

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

Basischecks: 1 von 1 bestanden
Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

npmNode.js installiert (für den Befehl npx)

Welche App nutzt du?

ClaudeClaude CodeCursorVS CodeChatGPT

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "open-agent-search": {
      "command": "npx",
      "args": [
        "-y",
        "open-agent-search",
        "mcp"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add open-agent-search -- npx -y open-agent-search mcp

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "open-agent-search": {
      "command": "npx",
      "args": [
        "-y",
        "open-agent-search",
        "mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "open-agent-search": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "open-agent-search",
        "mcp"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

✓ Bestanden
Entwickler passt zum Repo
Der Registry-Name wurde mit dem GitHub-Konto jayanth-mkv bestätigt, dem das Repo gehört
… Noch nicht geprüft
Wird noch gepflegt
Dieses Repo haben wir noch nicht von GitHub gelesen
… Noch nicht geprüft
Hat eine Lizenz
Dieses Repo haben wir noch nicht von GitHub gelesen
– Nicht zutreffend
Endpunkt antwortet
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
– Nicht zutreffend
Anmeldung mit OAuth
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
… Noch nicht geprüft
Keine versteckten Anweisungen in Tool-Beschreibungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Mehr Sterne als 0 % der anderen 7251 Server in dieser Kategorie
Neuer in der Registry veröffentlicht als 58 % der anderen 7251 Server in dieser Kategorie
Basischecks gleich gut wie oder besser als bei 100 % der anderen 7251 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist Open Agent Search sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (1.0.5) kam vor 26 Tagen in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js, Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: Context7, Codebase Memory, Exa

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

Context7

von upstash

Up-to-date docs for AI agents

Computer oder Cloud★ 64.224MITAktualisiert heute

Installieren

Codebase Memory

von DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

Läuft auf deinem Computer★ 48.148MITAktualisiert vor 20 Tagen

Installieren

Exa

von exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

Läuft in der Cloud★ 5.213MITAktualisiert letzten Monat

Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

Open Agent Search

One self-hostable search and content layer for AI agents and applications.

What is OAS? · Agent setup · Capabilities · Architecture · API surface · Contributing

Set up with your agent

Copy this prompt into your coding agent:

Set up Open Agent Search for this project using

https://github.com/Jayanth-MKV/open-agent-search. Read its README and skills/open-agent-search-setup/SKILL.md. Reuse uv if installed, otherwise install it using the official uv instructions for my OS. Configure the local stdio MCP server with the pinned package and managed Python version from the repository's MCP manifest. Merge the server into this agent's configuration without replacing existing servers. Install the open-agent-search-setup and open-agent-search skills for this agent in project scope. Verify the MCP connection and available tools, then try one web search. Tell me if a client restart is needed. No API key is required.

Installation commands

With Node.js 22+ and uv installed:

npx --yes open-agent-search@1.0.5 --version

npx --yes open-agent-search@1.0.5 mcp

Or start the HTTP API:

npx --yes open-agent-search@1.0.5 serve

The npm launcher uses the pinned Python core. It requires uv on PATH; uv manages Python 3.12 and dependencies.

With uv installed, run the MCP server in an isolated environment:

uvx --python 3.12 --from open-agent-search==1.0.5 oas-mcp

uv can download Python 3.12 when it is missing. The first run downloads dependencies; the client starts and stops this stdio process after configuration.

For a persistent PyPI installation and HTTP server:

uv tool install --python 3.12 open-agent-search==1.0.5

open-agent-search

The HTTP server listens on port 8000 on all interfaces. Use stdio for an agent that only needs local tools.

Install both skills for Codex in the current project:

npx --yes skills add Jayanth-MKV/open-agent-search --skill open-agent-search-setup open-agent-search --agent codex --copy --yes

Replace codex with claude-code, cursor, opencode, or your supported agent. Add --global only for installation across projects. Plugin and manual setup. Use either npm or PyPI above; both start the same Python implementation.

In Claude Code 2.1.275+, install both skills and the MCP configuration in one step:

/plugin install open-agent-search --marketplace Jayanth-MKV/open-agent-search --scope project

What is Open Agent Search?

Open Agent Search (OAS) is an independent retrieval layer for AI agents and applications. It provides one consistent search and content surface across local and deployed integrations.

OAS replaces separate adapters for every search vertical with one consistent tool surface. Run it locally for a single coding agent or deploy the HTTP service for shared agent and application workloads.

Search sources, transports, and client integrations can evolve without changing the repository's core goal: give agents and applications a dependable retrieval boundary they can control.

Connect MCP or HTTP

Add search to Claude Code

claude mcp add oas -- uvx --python 3.12 --from open-agent-search==1.0.5 oas-mcp

Restart Claude Code, then ask it to search the web, news, images, videos, or books. The same uvx command works with Cursor, VS Code, Windsurf, OpenClaw, and other MCP clients.

Generic MCP configuration

"mcpServers": { "open-agent-search": { "command": "uvx", "args": ["--python", "3.12", "--from", "open-agent-search==1.0.5", "oas-mcp"] } } }

Run the HTTP API

uv tool install --python 3.12 open-agent-search==1.0.5

open-agent-search

Make a first search:

curl "http://localhost:8000/api/search/text?q=python+programming&max_results=5"

The server exposes REST endpoints at http://localhost:8000, interactive API docs at /docs, and streamable HTTP MCP at /ai/mcp.

Capabilities

One search layer, multiple transports. Use stdio MCP locally or serve REST and MCP over HTTP.
No provider API key required. Search is powered by the ddgs library.
Self-hostable. Run locally, in Docker, or deploy the HTTP service to Vercel.
Framework-independent. The protocol surface works across major MCP clients and agent stacks.
Production-minded defaults. Typed FastAPI routes, rate limiting, health checks, tests, and deployment guides are included.

Architecture

The local MCP command and the HTTP service share the same search and content capabilities. Choose the connection path that matches where the consuming agent or application runs.

Two deployment paths

Path	Command or endpoint	Best for
Local MCP	`uvx --python 3.12 --from open-agent-search==1.0.5 oas-mcp`	Giving a desktop or coding agent search with no persistent server
HTTP service	`open-agent-search`	Applications, shared agent environments, REST clients, and remote MCP

Search surface

Capability	REST endpoint	MCP availability
Text search	`GET /api/search/text`	Yes
Image search	`GET /api/search/images`	Yes
Video search	`GET /api/search/videos`	Yes
News search	`GET /api/search/news`	Yes
Book search	`GET /api/search/books`	Yes
Unified search	`GET /api/search/all`	Yes
Fetch one page	`GET /api/content/fetch`	Yes
Fetch multiple pages	`POST /api/content/fetch-multiple`	Yes

See the API reference and MCP tool reference for parameters and response shapes.

Privacy model

OAS does not require an OAS account or a search-provider API key, and it can run on infrastructure you control. Search queries still have to reach upstream search providers through DDGS, so this project should not be treated as an anonymity network. Review your deployment logs, network policy, and upstream-provider terms for sensitive workloads.

Install and deploy

From source

git clone https://github.com/jayanth-mkv/open-agent-search.git

cd open-agent-search uv sync uv run open-agent-search

Docker

docker compose up -d

Deployment details: Docker · Vercel

Documentation

Registries and agent discovery

Packages: npm and PyPI.
Local MCP bundle: Smithery. It runs on your machine and requires Node.js 22+ and uv.
MCP Registry namespace: io.github.jayanth-mkv/open-agent-search. The release workflow publishes server.json after both packages are available. Check the registry record.
Agent skills: Open Agent Search and setup are published on ClawHub. You can also install them from GitHub using the commands above. The skills.sh directory discovers skills through real installations; a repository alone does not guarantee a listing.
Glama: glama.json declares the GitHub maintainer. Directory submission and ownership verification require a separate Glama sign-in.

The npm path requires Node.js 22+ and uv. The PyPI path uses uv to manage Python 3.12. This project provides a local server and deployment code; it does not provide a shared hosted search endpoint.

The local MCPB bundle is built with python scripts/build_mcpb.py. It contains the pinned npm launcher and requires Node.js 22+ and uv on PATH. Its first launch downloads the Python core and dependencies. No credentials are bundled.

ClawHub distributes its skill copies under MIT-0, as required by that registry. This repository and its packages remain MIT licensed. GitHub Actions previews skill changes on pushes to main and publishes them on releases when CLAWHUB_TOKEN and the repository variable PUBLISH_CLAWHUB=true are configured. The workflow checks that the authenticated ClawHub owner matches the source repository owner.

Development

uv sync --group dev

uv run pytest uv run ruff check .

Open Agent Search is currently beta software. Bug reports and focused pull requests are welcome; see CONTRIBUTING.md.

License

MIT

Maintained by Xplormity Collective.

Open Agent Search

Überblick

Die drei Säulen von PopNx MCP

Was du damit machen kannst

Installation

Bevor du installierst

Was er kann

Basischecksi

Entwickler passt zum Repo

Wird noch gepflegt

Hat eine Lizenz

Endpunkt antwortet

Anmeldung mit OAuth

Keine versteckten Anweisungen in Tool-Beschreibungen

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

Häufige Fragen

Alternativen

Context7

Codebase Memory

Exa

README vom Entwickler

Set up with your agent

Installation commands

Or start the HTTP API:

What is Open Agent Search?

Connect MCP or HTTP

Add search to Claude Code

Run the HTTP API

Capabilities

Architecture

Two deployment paths

Search surface

Privacy model

Install and deploy

From source

Docker

Documentation

Registries and agent discovery

Development

License