# Servidor MCP de pesquisa na web para Claude Code, Claude Desktop, Cursor e outros clientes MCP > Servidor MCP de pesquisa na web para Claude Code, Claude Desktop e Cursor, com as ferramentas search_web e read_urls, registrado com um único comando. Sem KYC. - URL: https://llmwebsearch.com/pt/docs/mcp/ - Última atualização: 2026-10-22 - Editor: LLMWebSearch (https://llmwebsearch.com) Dê a qualquer cliente MCP duas ferramentas: `search_web`, que retorna fontes classificadas com as principais páginas já lidas, e `read_urls`, que lê links que o modelo já tem. O servidor é um único arquivo Python que roda na sua máquina, com a sua chave no ambiente dele. **Resposta rápida — Como adiciono um servidor MCP de pesquisa na web ao Claude Code ou ao Claude Desktop?** Salve o servidor Python curto desta página, que expõe as ferramentas `search_web` e `read_urls` chamando **LLMWebSearch**, depois registre-o com `claude mcp add` ou no `claude_desktop_config.json`, com a sua chave em `env`. O modelo então pode pesquisar na web ao vivo e ler as principais páginas como Markdown. Uma pesquisa custa 1 crédito, a partir de US$ 1,20/1K pesquisas em outubro de 2026. Sem KYC; pague com cripto. ## O servidor MCP em resumo | Atributo | Valor | | --- | --- | | Linguagem | Python 3.10+, com os pacotes `mcp` e `httpx` | | Transporte | stdio: o cliente inicia o servidor como um processo local | | Ferramenta 1 | `search_web(query, max_results=5, read=3)` → fontes numeradas com URLs e texto da página | | Ferramenta 2 | `read_urls(urls)` → o conteúdo principal de 1 a 20 páginas conhecidas | | Nomes | Não `web_search` nem `web_fetch`: Claude Code e OpenClaw já trazem ferramentas com esses nomes | | Chave | Leia de `LLMWEBSEARCH_API_KEY` no ambiente do servidor | | Cobrança | Um crédito paga uma pesquisa: até 20 resultados classificados, com as páginas dos 3 primeiros lidas e devolvidas em Markdown. Ler de 4 a 10 páginas custa 2 créditos. Uma chamada que termina em erro não custa nada. Ler páginas cujas URLs você já tem custa 1 crédito por cada grupo iniciado de 3 páginas devolvidas com conteúdo, até 20 URLs por chamada; URLs recusadas ou com falha não são contadas | ## Por que as ferramentas se chamam search_web e read_urls? Porque duas ferramentas com o mesmo nome confundem o cliente e o modelo. Claude Code e OpenClaw incluem cada um ferramentas nativas chamadas `web_search` e `web_fetch`. Nomes distintos, com descrições claras, permitem que o modelo escolha as nossas de propósito e que você distinga as chamadas nos logs. As duas ferramentas retornam texto, não JSON bruto. Cada fonte começa com um número, um título e a sua URL, para que o modelo possa citar `[1]` ou `[2]` e o leitor possa conferir a página. *llmwebsearch_mcp.py* ```python import os import httpx from mcp.server.fastmcp import FastMCP BASE = "https://llmwebsearch.com/api/v1" HEADERS = {"Authorization": "Bearer " + os.environ["LLMWEBSEARCH_API_KEY"]} mcp = FastMCP("llmwebsearch") def _call(path: str, body: dict) -> dict: resp = httpx.post(BASE + path, json=body, headers=HEADERS, timeout=90) data = resp.json() if resp.status_code != 200: err = data.get("error", {}) raise RuntimeError(err.get("code", str(resp.status_code)) + ": " + err.get("message", "")) return data def _page(n: int, item: dict) -> str: head = f"[{n}] {item.get('title') or item['url']}\n{item['url']}\n" if item.get("content_status") == "ok": return head + item["content"] return head + "(not read: " + item.get("content_status", "unknown") + ") " + item.get("snippet", "") @mcp.tool() def search_web(query: str, max_results: int = 5, read: int = 3) -> str: """Search the live web and return numbered sources; the first `read` pages include their text. Use it for current facts, documentation and news. Cite sources by their number. """ body = {"q": query, "max_results": max(1, min(max_results, 20)), "read": max(0, min(read, 10)), "max_chars": 5000} data = _call("/search", body) return "\n\n".join(_page(i, r) for i, r in enumerate(data["results"], start=1)) @mcp.tool() def read_urls(urls: list[str]) -> str: """Read 1 to 20 public web pages whose URLs you already have and return their main text.""" data = _call("/extract", {"urls": urls[:20], "max_chars": 12000}) return "\n\n".join(_page(i, r) for i, r in enumerate(data["results"], start=1)) if __name__ == "__main__": mcp.run() ``` ## Como instalo e testo o servidor? Crie um ambiente virtual, instale `mcp` e `httpx` e salve o arquivo acima. O `mcp` é o SDK oficial do Python do Model Context Protocol; a sua classe `FastMCP` transforma funções Python tipadas em ferramentas e usa cada docstring como a descrição da ferramenta. Inicie o arquivo uma vez a partir de um terminal com a sua chave definida. Ele então fica aguardando em silêncio um cliente na entrada padrão, o que significa que funciona; pare-o com Ctrl+C. Erros da API são lançados como erros de ferramenta com o seu código, para que o modelo veja `rate_limited` ou `insufficient_credits` em palavras simples. *Instalar e iniciar uma vez* ```bash python -m venv .venv . .venv/bin/activate pip install "mcp[cli]" httpx LLMWEBSEARCH_API_KEY="your-key" python llmwebsearch_mcp.py ``` ## Como adiciono ao Claude Code? Use `claude mcp add`. A documentação do Claude Code mostra o formato `claude mcp add [options] -- [args...]`: primeiro as opções próprias dele, depois um duplo traço, depois o comando que inicia o servidor. Variáveis de ambiente vão em `--env KEY=value`, e pelo menos uma outra opção, como `--transport stdio`, precisa ficar entre `--env` e o nome do servidor. Adicione `--scope user` para disponibilizar o servidor em todos os seus projetos; o escopo padrão, `local`, cobre apenas o projeto atual. Use caminhos absolutos para o Python do seu ambiente virtual e para o arquivo do servidor. *Registrar o servidor no Claude Code* ```bash claude mcp add --env LLMWEBSEARCH_API_KEY=your-key --transport stdio --scope user llmwebsearch \ -- /home/you/llmwebsearch/.venv/bin/python /home/you/llmwebsearch/llmwebsearch_mcp.py ``` ## Como adiciono ao Claude Desktop e a outros clientes? O Claude Desktop lê servidores de `claude_desktop_config.json`, em `mcpServers`. Dê um nome ao servidor, o comando, seus argumentos e um objeto `env` com a chave, depois reinicie o app; `search_web` e `read_urls` aparecem na lista de tools. Outros clientes MCP, como o Cursor, pedem as mesmas três coisas nas próprias configurações de MCP: um comando, seus argumentos e variáveis de ambiente. A chave nunca aparece em um argumento de tool nem na conversa. *claude_desktop_config.json* ```json { "mcpServers": { "llmwebsearch": { "command": "/home/you/llmwebsearch/.venv/bin/python", "args": ["/home/you/llmwebsearch/llmwebsearch_mcp.py"], "env": { "LLMWEBSEARCH_API_KEY": "your-key" } } } } ``` ## Como mantenho as pesquisas baratas e curtas? Diga ao modelo como pesquisar nas suas instruções: uma ou duas pesquisas por pergunta, depois leia mais só se as fontes divergirem. O servidor já limita cada página a 5.000 caracteres em `search_web` e 12.000 em `read_urls`; reduza esses números para modelos pequenos. Cada chamada de `search_web` com `read` até 3 é um crédito. Um assistente que faz 40 pesquisas por dia usa cerca de 1.200 créditos por mês, então 5.000 pesquisas (US$ 9,25) dura cerca de quatro meses. Os créditos de pesquisa não têm data de expiração: o que você não usar este mês continua lá no ano que vem. ## O que o modelo vê quando uma página não pode ser lida? A fonte ainda aparece, com seu número, título e URL, seguida do motivo entre colchetes e do snippet da pesquisa. Nosso leitor respeita o robots.txt: ele se identifica como LLMWebSearch, segue as regras que um site escreve para ele ou para todos os robôs e deixa de fora o conteúdo de qualquer página que não tem permissão para ler. Quando um site recusa o nosso leitor, o resultado volta sem conteúdo e com o status do site: nunca resolvemos CAPTCHAs, não entramos em contas nem contornamos um bloqueio ou um paywall. O modelo pode então contar com as outras fontes ou dizer que uma página não estava disponível. ## Servidor MCP: perguntas frequentes ### Existe um pacote MCP oficial do LLMWebSearch ou um endpoint hospedado? Não. O arquivo desta página é a integração: cerca de 50 linhas que você pode ler e alterar. Ele roda na sua máquina, e sua chave só vai para a nossa API. ### Devo desativar a pesquisa web nativa do Claude Code? Não precisa. As duas podem ficar; as descrições dizem ao modelo o que cada uma faz. Mantenha a nossa quando quiser o texto da página nos resultados, um preço fixo por pesquisa ou um lugar único para seus logs de pesquisa. ### Posso usá-lo com o OpenClaw? Sim, como um servidor MCP registrado com `openclaw mcp add`. A [página do OpenClaw](https://llmwebsearch.com/pt/docs/openclaw/) traz o comando e explica como ele fica ao lado dos provedores de pesquisa nativos do OpenClaw. ### O servidor guarda minhas pesquisas? Não. Ele não guarda nada entre chamadas. Do nosso lado, Não treinamos nenhum modelo com as suas consultas ou com o que a API retorna, e não adicionamos nenhuma regra própria contra armazenar resultados; os direitos dos sites cujas páginas você lê continuam valendo. ## Fontes 1. [Conectar o Claude Code a ferramentas via MCP](https://code.claude.com/docs/en/mcp) — Claude Code docs (read 2026-10-22) --- LLMWebSearch: O LLMWebSearch é uma API de pesquisa na web para agentes de IA que retorna resultados classificados com o conteúdo das principais páginas em Markdown, pago com cripto sem envio de documentos. Os créditos pré-pagos a partir de US$ 1,20/1K pesquisas nunca expiram. Sem KYC — sem documento, sem selfie, sem comprovantes. Pague com cripto.