mcp-local-rag
本地运行的RAG增强型多引擎网络搜索工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcp-local-rag。 它的用途是：本地运行的RAG增强型多引擎网络搜索工具 完整的 Skill 内容见：https://321skill.com/skills/mcp-local-rag/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我深度研究一下大语言模型推理加速的最新技术方案。”，它会调用`deep_research`工具，从Google、Bing、学术站点等多引擎获取信息，经过本地语义排序后，将最相关的技术博客、论文和文档摘要整理成上下文供AI生成综合报告。
介绍
mcp-local-rag是一个完全本地运行的RAG（检索增强生成）网络搜索服务器，它解决了用户在进行深度研究时，既需要广泛信息源又希望保护隐私、避免依赖外部API的问题。
用户通过配置MCP客户端（如Claude Desktop）将其作为工具接入，在对话中直接调用搜索指令即可。它会自动从9个以上的搜索引擎获取结果，使用本地嵌入模型进行语义相似度排序，并提取网页内容作为上下文返回。
这个工具非常适合对数据隐私有要求、需要进行多角度信息验证或无法稳定访问特定API的研究者、开发者和内容创作者。它让深度网络调研变得像询问一个知识渊博的本地助手一样简单。
使用时请注意，由于完全本地运行，首次使用需要下载模型，且搜索速度和结果质量受本地计算资源和所选搜索引擎的影响。建议根据查询类型（如技术查询用Google，隐私查询用DuckDuckGo）选择合适的深度研究工具。
核心特点
核心区别在于完全本地化运行且无需任何API密钥，同时集成了9个以上搜索引擎进行多源对比和基于本地语义模型的智能结果排序，实现了隐私安全与搜索广度的结合。
注意事项
不适合需要实时性极强（如秒级股价）或访问受严格区域限制网站的场景，且本地处理速度可能慢于云端API。
常见问题
需要安装Python吗？
需要，推荐通过uv工具运行，它简化了Python环境管理。
支持中文搜索吗？
支持，其集成的多个搜索引擎（如Google、Bing）均支持中文查询。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/mcp-local-rag/raw/index.md 读取 mcp-local-rag 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/mcp-local-rag/raw/index.md（查看排版版本）