$ loading_
通过统一接口聚合多搜索引擎、AI检索与网页抽取，快速获取可靠信息
复制安装指令，让 AI 自动完成配置 · 推荐新手
"mcp-omnisearch" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 omnisearch 同时查询 Tavily、Brave 和 Kagi，检索“2025 年 AI 搜索产品趋势”和 5 个主要竞品，整理成要点摘要，并附上来源链接。
一份整合多搜索源结果的趋势摘要，包含竞品名单、关键观点与参考链接。
请用 omnisearch 抓取这个网页的正文内容，并总结核心结论、关键数据和可引用段落：https://example.com/report
提取后的网页正文及结构化摘要，便于阅读、引用或继续分析。
请用 omnisearch 搜索 GitHub 上与“RAG evaluation framework”相关的高质量项目，筛选活跃仓库，并比较它们的功能、星标数和适用场景。
一份 GitHub 项目对比清单，帮助快速选择合适的技术方案。
聚合多搜索引擎结果并抓取网页 Markdown 内容，支持私有化检索研究。
通过 MCP 进行实时网页搜索并抓取页面内容，辅助研究与信息整理。
为兼容 MCP 的 AI 客户端提供联网网页搜索与结果获取能力。
为 AI 代理提供网页搜索与内容抓取，快速获取可用网络信息。
为 AI 代理提供统一的网页、GitHub 与 GitLab 搜索与结果优化能力。
集成 Brave 搜索能力，支持网页、本地、图片、视频、新闻与 LLM 上下文检索