Что это
MCP-сервер для web research: поиск, чтение источников, citation graph, academic/patent/legal/economic search, verification и экспорт исследований.
Бизнес-проблема
агенты часто “исследуют интернет” как студент перед дедлайном: уверенно, быстро и с источниками уровня “мне показалось”. Этот MCP пытается встроить нормальный source trail, citations и bibliography audit.
Практическая польза
прямой кандидат для AI-Ready Research Radar, content engine, competitor monitoring, wiki sourcing, клиентских ресёрч-отчётов и проверки ссылок перед публикацией.
Почему интересно сейчас
проект недавно обновлялся в MCP topic, имеет около 34 stars, 4 forks, 319 commits, 31 issues, 0 PR, 64 releases, свежий релиз v1.36.4 от 25 июня 2026, лицензия MIT. Маленькая популярность, но богатый tool catalog.
Показатели активности выше относятся к исходному обзору от 2026-06-27. Перед выбором технологии их нужно проверять заново; сами по себе они не доказывают качество или готовность.
Технические особенности
Go + Python/HTML; запуск через uvx web-researcher-mcp; есть web_search, scrape_page, news_search, academic_search, citation_graph, patent_search, legal_search, verify_citation, bibliography audit, research_export; базовый web search через DuckDuckGo без API key, расширенные провайдеры требуют ключи.
Значение для AI-Ready
component / content system / research automation. Риски: web scraping/legal limits, качество источников всё равно нужно проверять человеком, локальные logs могут содержать чувствительные запросы. Вердикт: Test now.
Риски
- Наличие ссылки не доказывает качество источника или корректность сделанного вывода.
- Веб-сбор затрагивает robots, авторские права, персональные данные и изменяемость страниц.
Граница вывода
Первый тест — один публичный технологический сигнал, read-only источники и human review перед сохранением или публикацией вывода.
Ключевые риски
- Наличие ссылки не доказывает качество источника или корректность сделанного вывода.
- Веб-сбор затрагивает robots, авторские права, персональные данные и изменяемость страниц.
Разберите эту страницу со своей LLM
Скопируйте контекст страницы в ChatGPT, Claude, Gemini или другую LLM и попросите применить эту схему к вашему бизнесу.
Можно спросить:
- Какую задачу AI-Ready разумно проверить с помощью web-researcher-mcp?
- Какие риски и ограничения нужно закрыть перед пилотом web-researcher-mcp?