LLM 에이전트를 위한 오픈소스 메타검색 백엔드, MCP 서버 및 AI 검색 API입니다. Python FastAPI 기반의 검색 게이트웨이로, SerpBase 및 Serper를 통한 Google 검색, 다중 엔진 검색 집계, 구조화된 JSON 출력, 제공자 폴백, 중복 제거, 에이전트 워크플로우를 위한 SearXNG 대체 아키텍처를 제공합니다.
MetaSearchMCP는 LLM 에이전트(Claude Code, Codex, Gemini 등)를 위해 설계된 오픈소스 메타검색 백엔드, MCP 서버 및 AI 검색 API입니다. Python FastAPI로 구축된 이 서비스는 SerpBase와 Serper를 통해 Google 검색 결과를 통합하고, 다중 엔진 검색 집계, 구조화된 JSON 출력, 제공자 폴백(fallback), 중복 제거 등의 기능을 제공합니다. 특히 SearXNG의 대체 아키텍처로 설계되어 에이전트 워크플로우에 최적화되어 있으며, MCP(Model Context Protocol)를 지원하여 Claude, Cursor, Codex 등 다양한 AI 에이전트 플랫폼에서 바로 활용할 수 있습니다. 이 프로젝트는 최근 24시간 내 푸시된 GitHub 저장소에서 발견되었으며, 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구 및 AI 에이전트 자동화에 중점을 둡니다. 개발자는 이를 통해 별도의 복잡한 설정 없이도 신뢰할 수 있는 검색 기능을 자체 AI 워크플로우에 쉽게 통합할 수 있습니다.
npx skills add gefsikatsinelou/MetaSearchMCPInstalled? Explore more 연구 & 데이터 분석 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
LLM 에이전트를 위한 오픈소스 메타검색 백엔드, MCP 서버 및 AI 검색 API입니다. Python FastAPI 기반의 검색 게이트웨이로, SerpBase 및 Serper를 통한 Google 검색, 다중 엔진 검색 집계, 구조화된 JSON 출력, 제공자 폴백, 중복 제거, 에이전트 워크플로우를 위한 SearXNG 대체 아키텍처를 제공합니다.
소스: https://github.com/gefsikatsinelou/MetaSearchMCP
최근 24시간 내 GitHub 저장소에서 발견된, 에이전트 스킬, Claude/Codex/Gemini 워크플로우, MCP 도구 및 관련 AI 에이전트 자동화를 위한 프로젝트입니다.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.