本文为转载内容，保留原帖观点与结构；如有侵权请联系我处理。

TLDR（省流版）

：为解决实际代码编写过程中官方 fetch 工具由于安全或者版权限制，导致无法获取对应链接内容，利用 Grok 具有高效搜索能力以及最弱版权 & 内容审查， 替换官方 search 以及 fetch 功能，极大的拓展 Vibe Coding 对于信息的获取以及利用能力。

github 链接:

GitHub - GuDaStudio/GrokSearch: Integrate Grok's powerful real-time search capabilities into Claude via the MCP protocol!

PS: 如果好用的话欢迎点个 star 哦

佬友们好啊，不知道大家都用上多模型协同的 MCP 没，之前用孙佬的 Codex MCP 以及 Gemini MCP，使用多模型协同对天气卡片做了一个小小的测试，对这种多模型协同的方式非常感兴趣

【自己动手，丰衣足食 00】 Claude 和 CodeX 协同办公很好，我很爱，可是官方 mcp 写的实在太烂

【自己动手，丰衣足食 01】 写了个 Gemini-MCP，因为我实在受不了 Gemini CLI 的”API Error: “，也让我看到了 agents 已来

【多模型 MCP 协同 真的有用吗？】A Better Weather Card 御三家（Claude, Codex, Gemini）协作生成天气卡片的实践分析

之后的一段时间更深度的体验了这种多模型 MCP 协同工作的模式，这种多模型 MCP 协同可以说真正的让独立开发者得到了解放。上手一个新技术或者开发一个新项目现在只要具备一定工程思想，能盘的清楚逻辑，看得懂代码，对于技术上的要求已经降低到难以置信的程度，甚至一个没有开发过网页的小白也能在几天内开发一个非常炫酷的应用。

而目前的多模型 MCP 开发模式，主要依托于各家 CLI 之间的相互协作，并且由于各模型具有自身的特长，逐渐形成这样的认知以及分工：

  • Claude Code 负责实际代码撰写

  • Codex 用于函数原型设计 & 复杂逻辑检测

  • Gemini 用于前端设计

尽管已经可以非常完备了，但由于各大模型具有不同程度的内容审查以及安全校验，使得目前模型在面临网页 & 文档检索上存在很大限制，下面以 Chat 途径的 Cherry studio 为例：

compare
compare

compare

对于相同的提示词我们使用 Gemini 3 pro、Claude Code 中转，以及 Grok 逆向渠道 来同时获得某个文档，我们发现：

  • Gemini 3 会有版权保护政策的限制，因此会对内容进行摘要或者修改，但是对于代码撰写的场景，这种对于文档的二次加工显然会对代码的撰写带来隐患的

  • Claude Code 可能是由于比较出色的工程能力，给了代码但是不直接获取对应的内容

  • Grok 完美地满足了最直接的需求：原封不动的返回结构化的网页信息

特别地 Claude Code 的官方工具具有更加严格的安全措施，使得访问链接时经常出现下面的类似提示：

fetch_error
fetch_error

fetch_error

即使正常调用 fetch 工具 但仍然可能得到空返回的现象，如下图所示：

blank_return
blank_return

blank_return

而在使用 Grok-search MCP 之后，不仅可以解决上面的问题，而且依托于 Grok 强大的检索能力，甚至能检索到 Github Issue 的相关内容（以上测试仅为实际开发过程中遇到的一个例子），而在使用 Grok mcp search 之后：

github_issue
github_issue

github_issue

这里 Grok Search MCP 先调用 search 功能，搜索并总结摘要返回多个相关链接，这里甚至检索到 Github 的 Issue 去定位到问题，然后调用 fetch 功能获取网页中实际内容并进行分析

可以说做搜索 Grok 是非常专业的，不愧是国外社交媒体巨头推出的大模型，搜索推荐能力可以说非常顶级了

最终获得的返回也很好的帮我解决并定位了具体问题，实际使用体验应该还是挺不错的。

result-3
result-3

result-3

下面是项目的稍微正式一点介绍，方便佬友了解项目并配置部署环境，如果觉得内容不错的话，可以点个 star 哦，非常感谢 嘻嘻

github 链接:

GitHub - GuDaStudio/GrokSearch: Integrate Grok's powerful real-time search capabilities into Claude via the MCP protocol!

Why Grok？

作为国外互联网巨头之一的 Meta 出品的大模型，掌握了大量的社交媒体咨询以及搜索优化技术，使得 Grok 具有 远超其他模型的搜索能力。特别的由于版权或者安全措施的限制，其他模型对于直接获取网页内容、NSFW 等涉及敏感的权限操作具有非常严格的限制，但是社交媒体出身的 Grok 似乎对于这些信息并没有添加额外的过滤或者筛选，可以说 Grok 具有：

  • 目前 最强的搜索能力
  • 目前 最弱的内容审查

可以很方便的帮助我们获取想要的信息以及资讯。

Grok Search MCP 项目介绍

基于上述，Grok 将成为最有希望补上 Vibe Coding 的最后一块拼图 — 实时信息的检索以及文档信息获取能力的最佳模型选择。

一句话总结 Grok Search MCP 就是：通过转接第三方平台（如 Grok）的强大搜索能力，为 Claude、Claude Code 等 AI 模型提供实时网络搜索功能。

核心价值

  • 突破知识截止以及内容审查限制：让 Claude 访问最新的网络信息，不再受训练数据时间以及版权限制
  • 增强事实核查：实时搜索验证信息的准确性和时效性
  • 结构化输出：返回包含标题、链接、摘要的标准化 JSON，便于 AI 模型理解与引用
  • 即插即用：通过 MCP 协议无缝集成到 Claude Code 等客户端

与其他搜索方案对比

特性 Grok Search MCP Google Custom Search API Bing Search API SerpAPI
AI 优化结果 专为 AI 理解优化 通用搜索结果 通用搜索结果 通用搜索结果
内容摘要质量 AI 生成高质量摘要 需二次处理 需二次处理 需二次处理
实时性 实时网络数据 实时 实时 实时
集成复杂度 MCP 即插即用 需自行开发 需自行开发 需自行开发
返回格式 AI 友好 JSON 需格式化 需格式化 需格式化

功能特性

  • OpenAI 兼容接口，环境变量配置
  • 实时网络搜索 + 网页内容抓取
  • 支持指定搜索平台（Twitter、Reddit、GitHub 等）
  • 配置测试工具（连接测试 + API Key 脱敏）

快速上手

下面是一个快速上手以及部署的示例，甚至只需要一个命令行就可以完成安装以及配置（当然前提得先有 Grok API）：

Step 1. 获取 API （前提准备）

获取一个可以调用 Grok 的逆向渠道，考虑到通用性，目前实现了 OpenAI 格式

的 Grok 逆向渠道的支持

广告位招租（不是

站内有挺多 Grok 的逆向项目，获取 Grok 逆向的方式应该不难，而且成本几乎可以忽略不计

Step 2. 一键安装 （关键步骤）

使用下面的命令行直接一键安装即可，注意替换 YOUR-API-URL 以及 YOUR-API-KEY：

claude mcp add-json grok-search --scope user '{

  "type": "stdio",

  "command": "uvx",

  "args": [

    "--from",

    "git+https://github.com/GuDaStudio/GrokSearch",

    "grok-search"

  ],

  "env": {

    "GROK_API_URL": "YOUR-API-URL",

    "GROK_API_KEY": "YOUR-API-KEY"

  }

}'

Step 3. 环境检测（可选）

因为在实际使用中发现，很多佬友卡在第一步环境配置以及检测上，因此我们实现了一个 tool 用于检测环境是否正常。

只需要在 Claude Code 中输入文本：

“检测一下是否能正常使用 grok-search”

或者类似的表达，grok-search MCP 就会自动检查配置变量以及连通性测试。如果成功会有类似下面的返回结果：

813b2ded-1866-4687-86fb-da044dc26f94
813b2ded-1866-4687-86fb-da044dc26f94

Step 4. 配置系统提示词（可选 但是强烈推荐）

由于 Claude Code 自己有 Search 以及 Fetch 工具，如果不通过提示词引导很可能会先调用内置工具，失败了后有概率再调用 Grok-search，因此如果希望尽可能发挥 Grok 的搜索能力需要使用系统提示词对于 Grok search MCP 的调用能力进行强化，我们分别构造了精简版以及详细版的体统提示词，具体内容比较长就放到 Github 的 README 中方便佬们自主编辑以及选择，具体操作也比较简单：

编辑～/.claude/CLAUDE.md

将系统提示词追加到该文件中

如果没有该文件的话可以直接创建，可以搭配别的系统提示词进行工作，也可以根据自己需求对系统提示词进行二次修改

使用示例

然后就能愉快的使用了，我们主要实现了两个具体的 tools：

  • search url：用于进行检索

  • fetch content：用于获取网页内容

功能特点

  • 检索功能：我们特别的针对搜索平台以及检索范围进行优化，可以通过提示词（显式）或者默认的方式（隐式）根据内容对高质量的内容平台进行检索

  • 网页内容获取：我们采用半结构化的 markdown 对网页内具有语义信息的内容进行完整的提取并组织，方便后续处理以及筛选

实际案例

下面是一个小小的示例：

需求：查找一下 FastAPI 中关于 @mcp.tool 这个修饰器的作用（此时并没有指定具体文档链接）

流程：

  1. 通过系统提示词强化的 Grok-search MCP 先调用 Search 功能 来获取可能的文档链接（可能多个）

  2. 然后再通过 Fetch 功能 来获取对应链接的具体文本以及文档内容

app1
app1

app1

结果：获取详细并且准确的文档信息之后，Claude Code 给出了具体的解释，并给出了官方原版的示例以及参考的链接，不仅有效避免了幻觉，并方便开发者进行二次确认。

result1
result1

result1

result2
result2

result2

未来规划

以上是该 Grok-search 的相关介绍，后续可能会考虑：

  • 基于 Grok 的搜索能力，在本地进行高效的 版本管理 以及 本地记忆库 的构建

  • 减少频繁的 search 以及 fetch 请求

  • 减少多版本 API 之间由于版本迭代导致的可能问题

📌 转载信息
原作者：
guanhuhao
转载时间：
2025/12/24 12:22:46