这两天，我做了一个小工具：ferris-search。

一句话介绍：

它是一个用 Rust 写的 MCP Server，可以给 Claude Code、Cursor 这类 AI 编程工具提供联网搜索能力。

为什么要做这个？

因为很多人以为，AI 编程最大的问题是“模型不够聪明”。 但真用起来你会发现，很多时候最痛的不是这个。

而是：

它想查资料的时候，根本查不动。

比如：

• 想搜最新文档
• 想查 GitHub README
• 想看一篇技术文章
• 想找中文社区里的解决方案

理论上 AI 都该会。 但现实里，网络环境、代理、地区限制、工具兼容性，随便一个问题，都可能让“联网能力”直接失效。

于是我干脆自己写了一个。

---

ferris-search 是干嘛的？

它本质上不是“又一个搜索工具”。

它更像是一个给 AI 用的搜索中间层：

• AI 负责提问
• ferris-search 负责去搜
• 再把结果和正文拿回来喂给 AI

这样 Claude Code、Cursor 之类的工具，就不再完全依赖内置搜索，而是可以走你自己的搜索通道。

简单说就是：

给 AI 接一根你自己能控制的网线。

---

这个工具能干什么？

目前它支持多种搜索源，比如：

• Bing
• DuckDuckGo
• Brave
• Baidu
• CSDN
• 掘金
• 知乎
• LinuxDo

除了搜索结果，它还支持直接抓内容，比如：

• 网页正文
• GitHub README
• CSDN 文章
• 掘金文章
• 知乎回答
• LinuxDo 帖子

这件事很重要。

因为对 AI 来说，只拿到标题没什么用，拿到正文才有用。

---

为什么我用 Rust 写？

原因很简单： 我想要它足够轻，足够快，足够省心。

所以 ferris-search 的思路一直很明确：

• 单二进制
• 不依赖 Node.js
• 本地启动快
• 内存占用低
• 支持代理
• 适合直接挂到 MCP

换句话说，它不是一个“演示性质的玩具”，而是一个你真可以装进自己工作流里的小基础设施。

---

它解决的其实不是搜索问题，而是 AI 的“上下文获取问题”

现在大家都在说 AI 提效。

但很多人忽略了一件事：

AI 真正值钱的，不只是生成代码， 而是它能不能快速拿到正确的外部信息。

比如：

• 这个报错最新怎么解
• 某个库最近 API 怎么变了
• GitHub 上别人怎么讨论这个问题
• 中文社区有没有踩坑经验

如果它拿不到这些信息，再强的模型也只能硬猜。

所以我做 ferris-search，本质上是在补一块经常被忽视的基础设施：

让 AI 更稳定地接触外部世界。

---

这个项目最让我满意的一点：它很克制

我没有把它做成一个很重的平台。

没有搞特别复杂的架构， 也没有上来就做一堆炫技功能。

核心思路就三件事：

• 搜索
• 抓取
• 通过 MCP 暴露给 AI

因为这类工具最重要的，不是“功能看起来很多”， 而是：

装上就能跑，接上就能用。

---

谁会适合用它？

我觉得主要是三类人：

第一类，是 Claude Code / Cursor 重度用户。 你希望 AI 真能帮你查资料，而不是一本正经地胡说。

第二类，是 网络环境比较复杂的开发者。 代理、受限网络、内置搜索不稳定，这种场景会特别有感。

第三类，是 想给团队做内部 AI 工具链的人。 你完全可以在这个基础上继续接企业内部搜索、文档系统、知识库。

---

最后

我做 ferris-search，不是因为“搜索”这件事有多新。

恰恰相反，是因为它太基础了，基础到很多人默认它应该存在。 但一旦它缺席，AI 整体体验就会立刻掉一个档次。

所以这个项目本质上是在做一件小事：

让 AI 在需要联网的时候，别掉链子。

如果你也在折腾 Claude Code、Cursor、MCP， 或者你也受够了“AI 想查资料但连不上”的日常， 那 ferris-search 可能正好能帮上你。

开源地址：https://github.com/lispking/ferris-search