RivalSearchMCP 是一个基于 FastMCP 3.x 的确定性研究 MCP 服务器，旨在为 AI 智能体提供统一的多源信息检索能力。其核心特点是无 API 密钥、服务器内不运行 LLM，所有工具返回确定性、可审计的输出，由调用方的模型完成综合。
用途
RivalSearchMCP 用于让 AI 助手或智能体在一次连接中完成跨来源的研究工作，包括网页搜索、社交讨论检索、新闻聚合、学术论文与数据集搜索、GitHub 仓库查找、网站遍历与文档分析。它适合需要从多个独立来源收集、评分并比较信息的场景，同时避免为每个来源单独配置 MCP 服务器。
主要能力
-
搜索与发现（5 个工具）
- web_search：并发多引擎搜索 DuckDuckGo、Bing、Yahoo、Mojeek 和 Wikipedia，结果去重，通过 Scrapling 实现 TLS 指纹安全抓取，可绕过 Cloudflare/Akamai 前置防护。单个引擎失败不会影响其他引擎。
- social_search：覆盖 Reddit、Hacker News、Stack Overflow、Dev.to、Medium、Product Hunt、Bluesky、Lobste.rs、Lemmy 共 9 个平台，无需认证。
- news_aggregation：聚合 Google News、Bing News、The Guardian、GDELT、DuckDuckGo News 共 5 个新闻源，支持 time_range 时间范围过滤（day/week/month/anytime）。
- github_search：仓库搜索，内置速率限制（未认证 60 次/小时），可选包含 README。
- map_website：以 research、docs 或 map 模式遍历网站，返回每页质量评分与聚合置信度信号。
-
内容分析（3 个工具）
- content_operations：单一工具提供六种操作——retrieve、stream、analyze、extract、score、find_conflicts。其中 score 对 URL 按 tier、freshness、corroboration、citations 评分（0-100），返回 markdown 与结构化 JSON；find_conflicts 比较 2-10 个来源，检测数值、日期和极性分歧并给出置信权重。
- research_topic：两种模式——topic 模式进行搜索、抓取并按相关性排序关键发现；entity 模式针对命名实体并行扇出到网页、新闻、GitHub、社交和学术来源，返回统一报告与置信度。
- document_analysis：从 PDF、Word、纯文本和图片中提取文本，图片使用 EasyOCR（延迟加载、无需设置），文件上限 50 MB。
-
研究工作流（1 个工具）
- scientific_research：学术论文与数据集搜索。5 个论文提供方为 OpenAlex、CrossRef、arXiv、PubMed、Europe PMC；4 个数据集中心为 Kaggle、HuggingFace、Dataverse、Zenodo。
每个工具都带有 ToolAnnotations（readOnlyHint、openWorldHint、destructiveHint、idempotentHint），以便 MCP 客户端在安全时跳过确认提示；每个工具都有 timeout 上限，防止挂起的来源阻塞客户端。多结果工具自动附带逐项质量评分（0-100）和聚合置信度信号。
使用方式
RivalSearchMCP 作为托管在 FastMCP 上的远程 MCP 服务器运行，无需克隆仓库或运行本地服务器。
-
连接托管服务器
- Claude Desktop：设置 → 添加远程服务器，URL 填写 https://RivalSearchMCP.fastmcp.app/mcp
- VS Code：将配置添加到 .vscode/mcp.json 文件
- Claude Code：使用内置 MCP 管理命令 claude mcp add RivalSearchMCP --url https://RivalSearchMCP.fastmcp.app/mcp
-
本地安装
- 提供 FastMCP CLI 一键安装、免安装快速运行、使用 Inspector 开发以及手动 UV 设置等方式。
-
插件与技能
- 可作为 Claude Code 和 OpenAI Codex 的安装式插件。GitHub 仓库同时作为插件市场，添加市场后安装 rival-search-mcp（注册托管 MCP 服务器并暴露 9 个工具）和/或 rival-search-mcp-skills（安装独立智能体技能、参考文档和 CLI 助手）。
- 提供 Claude Code Agent Skill：一个自包含 CLI，使 AI 智能体无需 MCP 配置即可使用全部 9 个工具。将技能复制到 Claude Code 技能目录后，Claude 会自动发现并在需要网页研究、竞品分析或内容发现时使用。CLI 也可直接通过 uv 运行，依赖内联、自包含。
安装后，Claude Code 将 MCP 工具暴露为 mcp__RivalSearchMCP__*，可用示例提示如：“Use RivalSearchMCP to research FastAPI vs Django. Run research_topic on both, aggregate recent news, check Reddit and Hacker News discussions, search GitHub for activity, look for academic papers, score the top sources, and flag any conflicts between them.”
适用场景
- 需要跨网页、社交、新闻、学术、代码等多来源进行信息收集与比较的研究任务。
- 智能体工作流中需要结构化、可链式调用的工具输出。
- 需要检测不同来源之间数值、日期或立场冲突的场景。
- 需要快速对来源进行质量评分和置信度评估的场景。
- 需要从文档（含图片 OCR）中提取文本并分析。
- 希望在无需 API 密钥和复杂配置的情况下使用 MCP 客户端的用户。
限制
- 服务器内不运行 LLM，不提供自主智能体循环；如需自主循环，需在客户端实现。
- 托管服务器实行公平使用速率限制；如需不同限制可自行托管。
- GitHub 搜索未认证时速率限制为 60 次/小时。
- 文档分析文件上限为 50 MB。
- 核心工具免费且开源（MIT 许可），但文档未提供付费层级或价格信息。
- 与任何 MCP 兼容客户端配合使用，包括 Claude Desktop、Cursor、VS Code 和 Claude Code；具体平台兼容性以实际测试为准。
