Web Researcher MCP
Web Researcher MCP é um servidor MCP local e de nível de produção que permite que assistentes de IA pesquisem na web (opcionalmente restrito a “lentes de pesquisa” confiáveis), leiam fontes completas (incluindo páginas renderizadas em JS, PDFs e transcrições do YouTube) e retornem citações verificáveis com failover multiprovedor. [Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt]
https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt&utm_source=aipure
Informações do Produto
Atualizado:Jun 16, 2026
O que é Web Researcher MCP
Web Researcher MCP é um servidor de Protocolo de Contexto de Modelo (MCP) de código aberto projetado para fornecer aos assistentes de IA (por exemplo, Claude, Cursor e outros clientes compatíveis com MCP) recursos de pesquisa web confiáveis e baseados em fontes. Ele se concentra em "fontes reais em que você pode confiar", permitindo que você pesquise toda a web ou apenas domínios específicos e selecionados, e então extraia e analise o conteúdo completo em vez de trechos – produzindo links funcionais e citações formatadas. O projeto é fornecido como um único binário Go com várias opções de instalação (por exemplo, Homebrew, scripts de instalação, Docker ou uvx compatível com Python) e pode ser executado no modo STDIO local ou como um serviço HTTP para configurações compartilhadas/em equipe. [Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt]
Principais Recursos do Web Researcher MCP
Web Researcher MCP é um servidor MCP de nível de produção que conecta assistentes de IA (por exemplo, Claude, Cursor, VS Code) a pesquisas web ao vivo e baseadas em fontes. Ele pode pesquisar na web (com "lentes de pesquisa" opcionais que restringem os resultados a domínios confiáveis), ler e extrair conteúdo completo de URLs (incluindo páginas com muito JavaScript através de um pipeline de navegador automatizado) e lidar com muitos fluxos de trabalho específicos de pesquisa, como pesquisa acadêmica e de patentes, pesquisa de notícias, verificação/auditoria de citações e exportação de sessões de pesquisa reproduzíveis com proveniência. Ele foi projetado para priorizar fontes verificáveis e citações confiáveis, suporta vários provedores de pesquisa intercambiáveis com failover automático e é executado localmente para pesquisa focada na privacidade.
Lentes de pesquisa (roteamento de fonte confiável): Restringe as buscas a listas de domínios selecionados (integrados ou personalizados) para que os resultados venham apenas de fontes em que você confia (por exemplo, PubMed, SEC, tribunais, documentos oficiais), em vez do spam e conteúdo de baixa qualidade da web aberta.
Pesquisa multi-provedor com failover: Funciona com vários provedores de pesquisa (por exemplo, DuckDuckGo zero-config, Google PSE, Brave, Serper, SearXNG, Tavily, Exa) e pode retornar automaticamente quando um provedor está com limite de taxa ou indisponível.
Extração de página completa (incluindo sites renderizados em JS): Lê páginas web e documentos completos – não apenas trechos – usando um pipeline de raspagem em camadas e renderização Chromium opcional para páginas com muito JavaScript; também suporta PDFs/documentos do Office e extração de transcrições do YouTube.
Fluxos de trabalho de citação de nível de pesquisa: Fornece ferramentas para verificar citações, auditar bibliografias inteiras em busca de links quebrados/retratações/entradas não verificáveis e formatar bibliografias (APA/MLA/BibTeX/RIS/CSL-JSON) para uso acadêmico ou profissional posterior.
Sessões de pesquisa profundas e reproduzíveis: Suporta pesquisa sequencial de várias etapas com persistência e exportação de sessão (markdown/JSON), incluindo proveniência por etapa; inclui diagnósticos e recursos de status para ferramentas, sessões, provedores e limites de taxa.
Ferramentas de pesquisa vertical especializadas: Inclui ferramentas construídas especificamente para artigos acadêmicos (DOIs, autores, citações), patentes (USPTO/EPO/Lens com alternativas), registros da SEC (EDGAR), opiniões/registros legais (CourtListener), economia (World Bank/FRED) e ensaios clínicos (ClinicalTrials.gov).
Casos de Uso do Web Researcher MCP
Revisão de literatura acadêmica e de P&D: Pesquisadores podem realizar buscas de literatura estruturadas, coletar fontes com DOI, percorrer redes de citações e exportar bibliografias formatadas corretamente para artigos, subsídios ou revisões técnicas internas.
Pesquisa jurídica e suporte a litígios: Escritórios de advocacia e equipes de conformidade podem pesquisar decisões/registros judiciais reais, verificar citações de casos e arquivar fontes para garantir que as referências permaneçam verificáveis para petições e entregas a clientes.
Finanças e due diligence: Analistas podem consultar registros SEC EDGAR, triangular notícias e fontes primárias, e produzir relatórios de pesquisa auditáveis com links que os clientes podem clicar e verificar.
Saúde e inteligência clínica: Pesquisadores médicos e equipes de políticas podem focar as buscas em fontes clínicas e biomédicas, recuperar evidências de texto completo quando disponíveis e acompanhar registros e status de ensaios clínicos (orientado para descoberta, não aconselhamento médico).
Inteligência competitiva e de mercado: Equipes de produto e estratégia podem monitorar notícias, escanear patentes e sintetizar análises competitivas de múltiplas fontes, mantendo um registro reproduzível de como as conclusões foram alcançadas.
Documentação de engenharia e pesquisa de incidentes: Desenvolvedores e equipes SRE podem usar lentes focadas em documentação para pesquisar referências oficiais, extrair páginas completas (incluindo documentos com muito JS) e compilar resumos fundamentados para solução de problemas e decisões de design.
Vantagens
Controle de fonte via lentes: Você pode restringir a pesquisa a domínios verificados, melhorando a confiabilidade e reduzindo o spam/ruído de SEO.
Ferramentas de pesquisa de ponta a ponta: Combina pesquisa, extração de conteúdo completo, verificação/auditoria de citações e exportação de sessão com proveniência em um único servidor MCP.
Flexibilidade e resiliência do provedor: Múltiplos backends de pesquisa com failover automático opcional; também oferece um fallback DuckDuckGo zero-config.
Execução local focada na privacidade: As consultas vão da sua máquina para os provedores escolhidos, em vez de passarem pelos servidores da própria ferramenta.
Desvantagens
As melhores capacidades geralmente exigem chaves de API: Pesquisas de maior qualidade, notícias/imagens e algumas ferramentas avançadas dependem da configuração de provedores e credenciais de terceiros.
A raspagem mais pesada pode baixar/executar o Chromium: A renderização de JavaScript pode exigir um grande download de navegador (~200MB) e pode ser mais lenta do que a extração simples.
Limites e variabilidade a montante: Os limites de taxa, cobertura e atualidade dependem dos provedores de pesquisa selecionados e de seus níveis gratuitos/pagos.
Como Usar o Web Researcher MCP
1) Instale o Web Researcher MCP (mais rápido: uvx): Instale o uv (uma vez), depois execute o servidor MCP via uvx.
macOS/Linux:
- curl -LsSf https://astral.sh/uv/install.sh | sh
Então:
- claude mcp add --scope user web-researcher -- uvx web-researcher-mcp
Isso busca o binário pré-compilado correto para o seu sistema operacional e o executa (não é necessária a ferramenta Go). Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
2) Instalações alternativas (escolha uma): macOS (Homebrew):
- brew install zoharbabin/tap/web-researcher-mcp
- claude mcp add --scope user web-researcher -- web-researcher-mcp
macOS/Linux (instalador curl):
- curl -fsSL https://raw.githubusercontent.com/zoharbabin/web-researcher-mcp/main/install.sh | sh
Windows (instalador PowerShell):
- powershell -ExecutionPolicy Bypass -c "irm https://raw.githubusercontent.com/zoharbabin/web-researcher-mcp/main/install.ps1 | iex"
Outras opções:
- winget install zoharbabin.web-researcher-mcp
- scoop bucket add zoharbabin https://github.com/zoharbabin/scoop-bucket && scoop install web-researcher-mcp
- brew install --cask zoharbabin/tap/web-researcher-mcp
- go install github.com/zoharbabin/web-researcher-mcp/cmd/web-researcher-mcp@latest
- docker run -i --rm -e GOOGLE_CUSTOM_SEARCH_API_KEY=YOUR_KEY -e GOOGLE_CUSTOM_SEARCH_ID=YOUR_CX docker.io/zoharbabin/web-researcher-mcp:latest
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
3) Conecte-o ao seu cliente MCP (configuração JSON genérica): Se o seu aplicativo não for o fluxo CLI do Claude Code, adicione uma entrada de servidor MCP à configuração do seu cliente.
Exemplo (Google PSE):
{
"mcpServers": {
"web-researcher": {
"command": "web-researcher-mcp",
"env": {
"SEARCH_PROVIDER": "google",
"GOOGLE_CUSTOM_SEARCH_API_KEY": "YOUR_GOOGLE_API_KEY",
"GOOGLE_CUSTOM_SEARCH_ID": "YOUR_SEARCH_ENGINE_ID"
}
}
}
}
Exemplo (Brave):
{
"mcpServers": {
"web-researcher": {
"command": "web-researcher-mcp",
"env": {
"SEARCH_PROVIDER": "brave",
"BRAVE_API_KEY": "YOUR_BRAVE_API_KEY"
}
}
}
}
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
4) Execute com configuração zero (fallback DuckDuckGo): Se você não definir SEARCH_PROVIDER ou quaisquer chaves de API, o Web Researcher MCP ainda funcionará imediatamente usando o DuckDuckGo como fallback integrado (nenhuma chave de API é necessária). Isso é útil para validar sua configuração antes de adicionar chaves de provedor.
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
5) (Recomendado) Adicione uma chave de provedor de pesquisa para melhorar a qualidade e desbloquear mais recursos: Defina SEARCH_PROVIDER e a(s) chave(s) correspondente(s). Os provedores suportados incluem DuckDuckGo (sem chave), Google PSE, Brave, Serper, SearchAPI.io, SearXNG, Tavily, Exa e Hacker News.
Exemplo de variáveis de ambiente:
- SEARCH_PROVIDER=brave
- BRAVE_API_KEY=...
Ou Google PSE:
- SEARCH_PROVIDER=google
- GOOGLE_CUSTOM_SEARCH_API_KEY=...
- GOOGLE_CUSTOM_SEARCH_ID=...
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
6) (Opcional) Configure o failover multiprovedor: Para evitar tempo de inatividade/limites de taxa, configure vários provedores para que o servidor faça o fallback automaticamente.
Exemplo:
- SEARCH_ROUTING=brave,google,serper
- BRAVE_API_KEY=...
- GOOGLE_CUSTOM_SEARCH_API_KEY=...
- GOOGLE_CUSTOM_SEARCH_ID=...
- SERPER_API_KEY=...
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
7) Use “lentes de pesquisa” para restringir os resultados a fontes confiáveis: Quando você deseja maior confiança e menos spam, use uma lente integrada (por exemplo, médica, jurídica, acadêmica, notícias) para que as pesquisas sejam restritas a domínios selecionados.
Exemplo de prompt para seu cliente de IA:
- “Pesquise descobertas recentes sobre inibidores de SGLT2 usando a lente clínica.”
Você também pode criar lentes personalizadas adicionando um arquivo JSON em lenses/ com uma lista de permissões de domínio.
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
8) Peça à sua IA para usar as ferramentas principais (fluxos de trabalho comuns): Uma vez conectado, sua IA pode chamar ferramentas como:
- web_search: pesquisar na web (opcionalmente com lentes)
- scrape_page: ler uma URL na íntegra (páginas da web, PDFs, DOCX, PPTX, transcrições do YouTube)
- search_and_scrape: pesquisar e depois ler automaticamente os principais resultados
- news_search / image_search: quando suportado pelo seu provedor
- academic_search / patent_search / legal_search / filing_search / econ_search / clinical_search: bancos de dados especializados
- verify_citation / audit_bibliography / format_bibliography: fluxos de trabalho de citação
- sequential_search: pesquisa profunda em várias etapas
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
9) Use modelos de prompt guiados para pesquisa repetível: Use os modelos de prompt integrados (onde seu cliente suporta a seleção de prompt) para executar fluxos de trabalho estruturados:
- comprehensive-research
- fact-check
- competitive-analysis
- literature-review
Esses modelos guiam a pesquisa em várias etapas para que você não precise especificar todas as instruções.
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
10) Solucione problemas comuns (correções rápidas): Se as ferramentas falharem com erros de “chave de API”: defina as chaves no bloco de ambiente de configuração do seu cliente MCP (não apenas nos perfis de shell).
Se as páginas voltarem vazias: sites com muito JavaScript exigem Chromium; o binário baixa automaticamente o Chromium no primeiro uso (~200MB). Você pode definir CHROME_PATH para uma instalação existente do Chrome. A imagem Docker inclui Chromium.
Se o cache estiver desatualizado após a atualização: exclua o diretório de cache (por exemplo, ~/Library/Caches/web-researcher-mcp/ no macOS) ou defina CACHE_DIR.
Se você atingir os limites de taxa do provedor (429): troque de provedor ou configure SEARCH_ROUTING para failover.
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
11) (Equipes) Execute no modo HTTP e conecte clientes a um endpoint compartilhado: Para configurações compartilhadas/em equipe, execute o servidor como um serviço HTTP e conecte os clientes MCP a http://localhost:3000/mcp/.
Exemplo:
- PORT=3000 OAUTH_ISSUER_URL=https://auth.example.com OAUTH_AUDIENCE=https://api.example.com ./web-researcher-mcp
Exemplo de Docker Compose:
services:
web-researcher:
image: zoharbabin/web-researcher-mcp
ports:
- "3000:3000"
environment:
PORT: "3000"
SEARCH_PROVIDER: brave
BRAVE_API_KEY: ${BRAVE_API_KEY}
Fonte: https://github.com/zoharbabin/web-researcher-mcp?ref=producthunt
Perguntas Frequentes do Web Researcher MCP
Web Researcher MCP é um servidor de Protocolo de Contexto de Modelo (MCP) de código aberto que oferece aos assistentes de IA recursos de pesquisa na web (pesquisa na web, extração de página completa e pesquisas especializadas como acadêmica/patente/jurídica), com ênfase em respostas fundamentadas e citações reais e verificáveis. Ele é executado localmente em sua máquina, em vez de como um serviço hospedado.
Vídeo do Web Researcher MCP
Artigos Populares
Atoms: Uma Plataforma de IA Multiagente Que Transforma Ideias em Produtos Prontos para Lançamento
May 22, 2026
Nano Banana SBTI: O Que É, Como Funciona e Como Usá-lo em 2026
Apr 15, 2026
Análise do Atoms — O Construtor de Produtos de IA Redefinindo a Criação Digital em 2026
Apr 10, 2026
Kilo Claw: Como Implementar e Usar um Verdadeiro Agente de IA "Faça Você Mesmo" (Atualização de 2026)
Apr 3, 2026
Ferramentas de IA Mais Recentes Semelhantes a Web Researcher MCP
Jorpex
Jorpex é uma plataforma abrangente de notificação de licitações que agrega e entrega alertas instantâneos de licitações de países europeus diretamente ao Slack, ajudando as empresas a nunca perderem oportunidades.
Leadsmrt
Leadsmrt é uma ferramenta de geração de leads que ajuda as empresas a fazer scraping, verificar e personalizar leads de negócios direcionados do Google Maps com capacidades de personalização impulsionadas por IA.
Omnial AI
Omnial AI é uma plataforma de inteligência de dados que aproveita agentes de IA para transformar prompts da web em percepções de dados estruturados e acionáveis, apoiadas pela Afore Capital.
SERPrecon
O SERPrecon é uma ferramenta avançada de SEO que utiliza vetores, aprendizado de máquina e processamento de linguagem natural para ajudar os usuários a analisar e superar concorrentes usando os mesmos métodos que os motores de busca modernos.
Ferramentas de IA Populares Como Web Researcher MCP
Magentic-UI
Magentic-UI é um protótipo de agente web de código aberto e centrado no ser humano da Microsoft Research que permite o planejamento e a execução colaborativos de tarefas complexas baseadas na web através da interação transparente entre humanos e agentes de IA.
Web Accessibility Testing MCP
O A11y MCP é um servidor Model Context Protocol que permite que modelos de linguagem de IA realizem testes automatizados de acessibilidade da web, integrando-se com a API Axe-core da Deque e o Puppeteer para analisar o conteúdo da web em busca de conformidade com WCAG.
Open Browser Use
Open Browser Use é uma camada de automação de navegador de código aberto e neutra em relação ao tempo de execução do agente que combina uma extensão do Chrome com um CLI/SDK/MCP para permitir controle de guias, navegação e ações cientes do DOM e alimentadas por CDP em diferentes ferramentas de agente de IA.
MyLensAI Chrome
MyLensAI Chrome é uma extensão de navegador que transforma instantaneamente qualquer página da web ou vídeo do YouTube em resumos visuais como mapas mentais, linhas do tempo, tabelas e fluxogramas com apenas um clique.