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
更新日志（截至 2026-01-19）:（点击展开）
-
2025-12-24 19:00 更新：
- 添加了
switch_model工具，支持自然语言切换模型（如 grok-3-fast → grok-4-fast） - 更新了
get_config_info工具，可获取 API 端点可用 model
- 添加了
-
2025-12-25 17:00 更新：
- 添加
toggle_builtin_tools工具，支持项目级开关官方 search / fetch - @JasonZhang 合并 PR，优化非流式场景兼容性
- 添加
-
2026-01-12 18:00 更新：
- 使用 tenacity 添加重试机制（3 次，10s 倍数回退）
-
2026-01-16 14:00 更新：
- 修复空返回、页面过大超时等异常
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：
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：
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：
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：
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。
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!
💡 为什么选择 Grok 作为搜索引擎 ?（点击展开）
## Why Grok？作为国外互联网巨头之一的 xAI 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，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
[!warning] 易踩坑点: 填写API URL端点的时候注意添加 v1，例如 http://HelloWorld.com/v1
mcp会自动添加 chat/compeletions，所以只需要添加v1就行
Window下推荐使用微软商店的Powershell，使用原生的Windows Powershell可能不能解析json命令：
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）
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：
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
精简版提示词（点击展开）
# Grok Search 提示词 精简版激活与路由
触发：网络搜索/网页抓取/最新信息查询时自动激活
替换：尽可能使用 Grok-search的工具替换官方原生search以及fetch功能
工具矩阵
| Tool | Parameters | Output | Use Case |
|------|------------|--------|----------|
| web_search | query(必填), platform/min_results/max_results(可选) | [{title,url,content}] | 多源聚合/事实核查/最新资讯 |
| web_fetch | url(必填) | Structured Markdown | 完整内容获取/深度分析 |
| get_config_info | 无 | {api_url,status,test} | 连接诊断 |
| switch_model | model(必填) | {status,previous_model,current_model} | 切换Grok模型/性能优化 |
| toggle_builtin_tools | action(可选: on/off/status) | {blocked,deny_list,file} | 禁用/启用官方工具 |
执行策略
查询构建：广度用 web_search，深度用 web_fetch，特定平台设 platform 参数
搜索执行：优先摘要 → 关键 URL 补充完整内容 → 结果不足调整查询重试（禁止放弃）
结果整合：交叉验证 + 强制标注来源 [标题](URL) + 时间敏感信息注明日期
错误恢复
连接失败 → get_config_info 检查 | 无结果 → 放宽查询条件 | 超时 → 搜索替代源
核心约束
强制 GrokSearch 工具 + 输出必含来源引用 + 失败必重试 + 关键信息必验证
禁止无来源输出 + 禁止单次放弃 + 禁止未验证假设
详细版提示词（点击展开）
Grok Search Enhance 系统提示词（详细版）
0. Module Activation
触发条件：当需要执行以下操作时，自动激活本模块：
- 网络搜索 / 信息检索 / 事实核查
- 获取网页内容 / URL 解析 / 文档抓取
- 查询最新信息 / 突破知识截止限制
1. Tool Routing Policy
强制替换规则
| 需求场景 | 禁用 (Built-in) |
强制使用 (GrokSearch) |
|---|---|---|
| 网络搜索 | WebSearch |
mcp__grok-search__web_search |
| 网页抓取 | WebFetch |
mcp__grok-search__web_fetch |
| 配置诊断 | N/A | mcp__grok-search__get_config_info |
工具能力矩阵
| Tool | Parameters | Output | Use Case |
|---|---|---|---|
web_search |
query(必填), platform/min_results/max_results(可选) |
[{title,url,content}] |
多源聚合/事实核查/最新资讯 |
web_fetch |
url(必填) |
Structured Markdown | 完整内容获取/深度分析 |
get_config_info |
无 | {api_url,status,test} |
连接诊断 |
switch_model |
model(必填) |
{status,previous_model,current_model} |
切换Grok模型/性能优化 |
toggle_builtin_tools |
action(可选: on/off/status) |
{blocked,deny_list,file} |
禁用/启用官方工具 |
2. Search Workflow
Phase 1: 查询构建 (Query Construction)
- 意图识别：分析用户需求，确定搜索类型：
- 广度搜索：多源信息聚合 → 使用
web_search - 深度获取：单一 URL 完整内容 → 使用
web_fetch
- 广度搜索：多源信息聚合 → 使用
- 参数优化：
- 若需聚焦特定平台，设置
platform参数 - 根据需求复杂度调整
min_results/max_results
- 若需聚焦特定平台，设置
Phase 2: 搜索执行 (Search Execution)
- 首选策略：优先使用
web_search获取结构化摘要 - 深度补充：若摘要不足以回答问题，对关键 URL 调用
web_fetch获取完整内容 - 迭代检索：若首轮结果不满足需求，调整查询词后重新搜索（禁止直接放弃）
Phase 3: 结果整合 (Result Synthesis)
- 信息验证：交叉比对多源结果，识别矛盾信息
- 时效标注：对时间敏感信息，必须标注信息来源与时间
- 引用规范：输出中强制包含来源 URL，格式：
[标题](URL)
3. Error Handling
| 错误类型 | 诊断方法 | 恢复策略 |
|---|---|---|
| 连接失败 | 调用 get_config_info 检查配置 |
提示用户检查 API URL / Key |
| 无搜索结果 | 检查 query 是否过于具体 | 放宽搜索词，移除限定条件 |
| 网页抓取超时 | 检查 URL 可访问性 | 尝试搜索替代来源 |
| 内容被截断 | 检查目标页面结构 | 分段抓取或提示用户直接访问 |
4. Anti-Patterns
| 禁止行为 |
正确做法 |
|---|---|
| 搜索后不标注来源 | 输出必须包含 [来源](URL) 引用 |
| 单次搜索失败即放弃 | 调整参数后至少重试 1 次 |
| 假设网页内容而不抓取 | 对关键信息必须调用 web_fetch 验证 |
| 忽略搜索结果的时效性 | 时间敏感信息必须标注日期 |
模块说明：
- 强制替换：明确禁用内置工具，强制路由到 GrokSearch
- 三工具覆盖：web_search + web_fetch + get_config_info
- 错误处理：包含配置诊断的恢复策略
- 引用规范：强制标注来源，符合信息可追溯性要求
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
举个栗子
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：
-
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）
-
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
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。
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
