GitHub 2K Star 的本地搜索工具

                    <div class="detail-content-box has-mask large">
                        <section style=&#039;font-family: system-ui, "Apple Color Emoji", "Segoe UI", "Segoe UI Symbol", "Noto Sans", "Roboto", sans-serif;line-height: 1.75;font-size: 16px;&#039; data-provider="WenYan"><p style="margin: 1em 0px;">昨天刷 GitHub Trending，发现一个有意思的项目——<strong style="color: rgb(72, 112, 172);">wigolo</strong>。</p>

名字很怪，读起来像"We Go Lo"，做的事却一点都不怪：

给 AI 编程 Agent 装一个本地搜索引擎，不需要 API Key，不走云端，每次查询成本为 0。

上线不到一周，595 个 Stars 今天涨的。对于一个工具类产品来说，这个增速说明确实戳中了什么。

它解决什么问题

现在 Claude Code、Cursor、Codex 这类编程 Agent，要做网页研究（查文档、搜教程、看竞品）基本靠两种方式：

1. 调用云搜索 API（Google Search、Bing Search）—— 要钱，要 API Key，要管配额
2. 让 Agent 自行抓取—— 慢，容易被反爬拦截，输出不稳定

wigolo 换了一个思路：把一个完整搜索引擎跑在本地，一行命令初始化，Agent 通过 MCP 协议直接调用。

核心功能：

• search：多引擎并行搜索 + ML 重排，结果带原文摘录和可信度评分
• fetch：绕过 Cloudflare 等反爬机制拉取页面内容
• crawl：整站抓取，支持 BFS/DFS/站点地图
• extract：从页面中结构化提取数据（表格、JSON-LD、Schema）
• cache：本地缓存，支持语义搜索历史结果
• research：自动拆解问题 → 并行搜索 → 综合报告，含引用
• agent：自主研究循环，可设置时间预算和输出格式

一句话总结：一个可以在本地跑完整 web intelligence pipeline 的 MCP Server。

GitHub 数据

指标	数值
当前 Stars	~1,844
今日新增 Stars	595
创始人	KnockOutEZ
技术栈	TypeScript / Node.js ≥ 20
支持 Agent	Claude Code · Cursor · Codex · Gemini CLI · Windsurf · Zed · Antigravity
定价	完全免费（本地运行，无需 API Key）

---

值得关注的三个点

1. 定价策略是最大的差异化

AI 编程 Agent 市场竞争越来越激烈，但几乎所有 Agent 在做外部研究时都绕不开云搜索的 API 成本。