如果你每天用 AI 编程助手写代码，保守估计有 30 分钟花在一件蠢事上：替 AI 当人肉搬运工。
开浏览器搜文档 → 复制 → 粘贴回对话框 → AI 说不够 → 再搜 → 再粘贴。一个 API 对接，你花了 40 分钟，其中 30 分钟在干 AI 自己该干的事。
这 30 分钟不是一次性的。日复一日，一个月就是 15 个小时——两个工作日，全浪费在"人类手动搬运信息"上。
wigolo 就是来解决这个问题的。2.7K Star，170 Fork，一行命令给你的 AI 编程助手装上搜索引擎。不要 API Key，不要钱，数据不出本机。
听起来太好了？别急，先看完整账单。
一个命令，10 个能力
npx wigolo init --agents=claude-code
跑完之后，你的 Claude Code 多了 10 个工具：
| 能力 | 干什么 | 要钱吗 |
|---|---|---|
| search | 18 个引擎同时搜，ML 重排序打分 | 免费 |
| fetch | 抓取网页，自动转 Markdown | 免费 |
| crawl | 爬整站，去重限速 | 免费 |
| extract | 提取结构化数据（表格、JSON-LD） | 免费 |
| cache | 搜过的自动缓存，下次秒出 | 免费 |
| find_similar | 找相似网页 | 免费 |
| research | 拆问题→搜→读→写综述 | 需 Gemini Key（免费额度） |
| agent | 自动规划→搜索→抓取→合成 | 需 Gemini Key |
| diff | 对比网页变化 | 免费 |
| watch | 监控网页，变了通知你 | 免费 |
前 7 个能力完全不要 API Key。research 和 agent 需要一个免费的 Gemini API Key 才能发挥全部能力，不配也能跑，只是输出简陋些。
它为什么能做到免费？
wigolo 的思路很直白：搜索引擎的 API 是收费的，但搜索引擎的网页版是免费的。
它不走官方 API，而是模拟浏览器请求，从 18 个搜索引擎的网页版直接提取结构化结果。然后用本地 ML 模型做 rank fusion 重排序，给每个结果打可信度分。搜索过程全在本地完成，缓存到 ~/.wigolo/ 目录。
遇到反爬页面怎么办？wigolo 有分级路由：先 HTTP 直连 → 被拦就切无头浏览器 → 还不行就触发挑战清除。这套机制叫 "tiered fetch"，是项目最核心的技术壁垒之一。
所有数据留在本机，不经过云。这对在意隐私的开发者是加分项。
竞品横评：搜索 MCP 三选一
wigolo 不是唯一给 AI 装搜索的 MCP 服务器。市面上至少还有两个直接竞品：
| 维度 | wigolo | Tavily MCP | Firecrawl MCP |
|---|---|---|---|
| 定价 | 免费 | 1000 次/月免费，后 $0.01/次 | 500 次/月免费，后按量付费 |
| 搜索引擎 | 18 个引擎直连 | 自有索引 + AI 增强 | 自有爬虫 |
| 本地运行 | ✅ 全本地 | ❌ 云端 | ❌ 云端 |
| API Key | 7/10 能力不要 | 必须要 | 必须要 |
| 隐私 | 数据不出本机 | 数据经 Tavily 服务器 | 数据经 Firecrawl 服务器 |
| 中文搜索 | ⚠️ 偏弱 | ✅ 较好 | ✅ 较好 |
| 稳定性 | ⚠️ 依赖引擎网页版 | ✅ 自有 API | ✅ 自有 API |
| 反爬能力 | 分级路由+无头浏览器 | N/A | 专业爬虫 |
| 证据链 | 引用+出处+可信度评分 | 引用 | 结构化提取 |
简单说：wigolo 赢在免费和隐私，输在稳定性和中文。如果你的场景以英文搜索为主、预算为零、隐私敏感，wigolo 是最佳选择。如果需要生产级稳定或中文搜索质量，Tavily 更靠谱。
代价清醒：三笔隐性账单
源文章只说了好的。我翻了 GitHub Issues 和社区讨论，有三笔账必须说清楚：
账单一：SSRF 漏洞还在修
GitHub Issues #206、#207、#210 连续三个 issue 指出 SSRF（服务器端请求伪造）安全问题。fetch guard 只做了字面 IP 检查，DNS 重绑定攻击可以绕过——也就是说，AI 助手通过 wigolo 发出的请求，理论上可以被利用来访问内网服务。如果你在公司的 VPN 环境下跑 wigolo，这是个真风险。项目正在修（#210 Harden ssrf fetch time resolve），但截至写稿时还没合并。
账单二：中文搜索质量明显拉胯
这不是我的主观感受，是项目自身的局限。ML 重排序模型的训练数据以英文为主，对中文语义理解偏弱。搜中文技术问题，高质量的中文页面经常被排到后面。你让 AI 搜"Spring Boot 3.3 新特性"，结果可能不如直接搜英文 "Spring Boot 3.3 new features"。
账单三：巴士因子等于 1
仓库 1875 次 commit 来自创始人 KnockOutEZ 一人，第二名贡献者只有 7 次。如果创始人弃坑，项目基本停摆。28 个 Open Issues 中有安全漏洞修复、Chrome profile 泄漏等关键 bug，响应速度完全取决于一个人。开源项目的巴士因子是生死线——1 意味着一个人被公交车撞了，项目就死了。
谁该装，谁该等等
立刻装：
- 个人开发者，英文搜索为主，预算为零
- 隐私敏感场景，不想数据过第三方服务器
- 已有 Tavily/Firecrawl，想要一个免费 fallback
等等再说：
- 企业环境（SSRF 风险未完全修复）
- 中文搜索是刚需（重排序模型对中文偏弱）
- 生产级稳定性要求（搜索引擎网页版随时可能改版导致适配器失效）
替代方案：
- Tavily MCP：1000 次/月免费额度，中文搜索好，适合轻度使用
- 智谱搜索 MCP：国产方案，中文场景更友好
- OpenRouter free + web search：免费模型池 + 搜索能力组合
趋势判断：MCP 搜索层正在成为基础设施
wigolo 三个多月冲到 2.7K Star，背后是 AI 编程助手从"对话式"到"自主式"的范式转变。AI 助手要自主，必须能自己搜信息——搜索层正在从"可选插件"变成"必备基础设施"。
但 wigolo 的免费模式有个根本矛盾：它依赖搜索引擎的网页版，而搜索引擎随时可能封堵。Google 每年花大量精力反爬，wigolo 的 18 个适配器能工作多久，取决于搜索引擎的容忍度。
更深层的问题是：AI 编程助手的"上网权"正在变成一门生意。Tavily 收 API 费，Firecrawl 收爬虫费，搜索引擎收广告费，模型厂收推理费——这条链上每个环节都想从 AI Agent 的搜索行为中分一杯羹。wigolo 的本地优先路线是一种对抗，但能扛多久，取决于社区的维护力度。
现在装 wigolo，相当于用社区的力量白嫖搜索引擎。搜索引擎还没反应过来，但不会永远没反应。
相关链接：
- wigolo GitHub：https://github.com/KnockOutEZ/wigolo
- wigolo 官网：https://knockoutez.github.io/wigolo/
- Tavily 搜索 API：https://tavily.com
- Firecrawl 爬虫 API：https://firecrawl.dev
- Agnes AI（1M 上下文+4K 生图+视频全免费）：https://platform.agnes-ai.com/
暂无评论。