web-server

Web Server MCP 使用指南

两个工具,组合使用:搜索 → 读取。

web_search: 搜索关键词

web_search(query, topic?, domains?, num?)

• topic="academic" → 搜 arxiv/dblp/semanticscholar/github(论文+代码)
• topic="technical" → 搜 stackoverflow/github/dev.to/MDN(文档+问答)
• topic="community" → 搜 reddit/HackerNews(讨论+评测)
• domains=["site.com"] → 自定义站点限定(覆盖 topic)
• 不设 topic/domains → 全网搜

read_url: 读网页内容

read_url(url, engine?, no_cache?, with_links?)

• 默认 engine="auto":自动识别 GitHub/arXiv/SO/Reddit 走 API(结构化),其他走 Readability,SPA 降级 Playwright
• engine="playwright":强制浏览器渲染(JS 页/反爬站)
• no_cache=true:强制刷新
• with_links=true:末尾附正文链接列表(供你决定是否递归探索)

典型工作流

研究一个技术话题

1. web_search("topic", topic="technical") → 拿到 SO/博客 URL 列表
2. read_url(url) → 读最有价值的 1-2 篇
3. with_links=true → 看正文里的链接,决定是否深入

读论文

1. web_search(..., topic="academic") → 论文 URL 列表(注意 fan-out,见下节)
2. read_url("https://arxiv.org/abs/xxxx") → 结构化 metadata(标题/作者/摘要)
3. 需要全文?read_url("https://arxiv.org/html/xxxx") 或手动下载 PDF

学术搜索:关键词 fan-out 策略(重要)

topic="academic" 走 DBLP / arXiv / Semantic Scholar。DBLP 是论文库,按标题精确匹配关键词(多词 query 是 AND 语义,标题里不全有就返回 0)。所以绝不能只发一个字面 query,要对同一研究主题并行发多个 query 变体,合并去重:

• 同义词替换:offload / offloading / spill / swap / evict / displace
• 存储/介质词:SSD / disk / NVMe / storage / tier / hierarchy
• 缩写展开:KV cache / KV-cache / key-value cache
• 子集拆分:多词 query 拆成 2-3 词子 query 再并行 —— kv cache offloading storage → kv cache ssd + kv cache disk + kv offloading + kv cache storage(单发原词返回 0,拆开后能命中标题含 SSD/disk 的论文)
• 已知系统名:研究某领域时直接搜代表性系统名(KV offload 领域:mooncake、flexgen、vllm、tutti、infercept)
• 目标 venue:按会议名搜(OSDI / SOSP / ASPLOS / FAST / SIGMOD / ICDE / VLDB / ISCA / MICRO)

流程:并行发 3-6 个 query 变体 → 合并所有结果去重(按 URL)→ 按相关度/年份筛 → read_url 读 1-3 篇高价值论文。

残留缺口:若领域全新且你不知道任何系统名,纯标题搜仍可能漏(标题词汇与你 query 完全正交时)。此时考虑改 domains 或全网 topic 搜补充。

读 GitHub 项目

read_url("https://github.com/owner/repo") → 原始 README(1:1 markdown)
read_url("https://github.com/owner/repo/issues/123") → issue + 评论(API 结构化)