CoexistAI MCP

Локальный MCP-сервер для исследований: поиск по вебу, Reddit и YouTube, карты и разбор кода для модели в LM Studio или Cursor

  • 530 ★ репозитория
  • Последний коммит
MCP-сервер

Расширенный доступ

Почему такой уровень

  • Читает локальные папки и файлы по указанным путям, а их содержимое уходит выбранной языковой модели, в облачном режиме провайдеру
  • Ходит в интернет: скачивает веб-страницы и ищет через контейнер SearXNG
  • Скрипт установки поднимает контейнер поиска и ставит зависимости Python
Все причины и проверки

spthole/coexistai

Установка

Работает в

Ручная установка

git clone https://github.com/SPThole/CoexistAI.git coexistai
cd coexistai
bash quick_setup.sh

Перед запуском настройте config/model_config.json. Нужен запущенный Docker. На macOS с zsh запускайте zsh quick_setup.sh.

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Читает локальные папки и файлы по указанным путям, а их содержимое уходит выбранной языковой модели, в облачном режиме провайдеру
  • Ходит в интернет: скачивает веб-страницы и ищет через контейнер SearXNG
  • Скрипт установки поднимает контейнер поиска и ставит зависимости Python

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

CoexistAI запускается на вашей машине как сервер FastAPI и одновременно открывает MCP-сервер. Он собирает несколько источников в один набор инструментов. Веб-поиск пересказывает найденные страницы, поиск по Reddit ранжирует обсуждения алгоритмом BM25, а видео YouTube инструмент расшифровывает и пересказывает по ссылке или поисковой фразе. Карты строят маршруты и показывают точки интереса рядом. Отдельные инструменты работают с кодом и файлами. Репозиторий GitHub или локальную папку с git можно просмотреть деревом и задать по нему вопрос. Локальные папки и файлы читаются вместе с изображениями, а в веб-поиске по документам поддерживаются PDF. Два дополнительных режима превращают текст в речь и в подкаст. Модель выбираете вы: Google Gemini, OpenAI, локальную через Ollama или LM Studio либо любого провайдера с совместимым API. Эмбеддинги можно взять локальные. Поиск в интернете идет через контейнер SearXNG, который поднимает скрипт установки. Те же функции доступны через HTTP-запросы со Swagger-страницей и как библиотека для Python.

Для кого. Тем, кто хочет дать локальной модели в LM Studio или Cursor набор исследовательских инструментов и держать сервис на своей машине.

Подходит, если

  • Локальной модели в LM Studio нужен веб-поиск, который сам делает подзапросы, ранжирует результаты и пересказывает страницы
  • Требуется изучить обсуждения на Reddit по фразе или в отдельном сабреддите и получить сводку
  • Нужно коротко пересказать видео YouTube или найти нужные ролики по теме и расспросить их содержимое
  • Хочется задавать вопросы по чужому репозиторию GitHub или по локальной папке с кодом, не клонируя его вручную
  • Планируете поездку и хотите получить карту маршрута с отелями или кафе рядом

Не подходит, если

  • Нужен готовый облачный сервис без установки: CoexistAI разворачивается на вашей машине
  • Нужен единственный легковесный инструмент поиска: CoexistAI тянет за собой Docker, контейнер SearXNG и Python-окружение
  • Нужна работа через официальный API Reddit: проект берет данные с открытых JSON-адресов Reddit
  • Нужен агент, который сам напишет итоговый отчет: CoexistAI дает модели инструменты, а выводы делает она

Пример запроса к агенту

Найди на Reddit обсуждения Gemma 3N за последний месяц, пересчитай главные претензии пользователей и добавь ссылки на самые подробные ветки

MCP

Транспорт
http
Авторизация
не нужна

Переменные окружения

GOOGLE_API_KEY секрет
Ключ Google Gemini. Нужен только в режиме google, для других провайдеров ключ задается в config/model_config.json.

Ограничения

  • Лицензия нестандартная: только некоммерческие исследования, прототипы и обучение, коммерческое и промышленное использование запрещено.
  • Нужны Docker с запущенным демоном, Python 3 и pip. Для Windows автор советует WSL или Git Bash.
  • Режимы с облачными моделями используют API провайдера, по умолчанию Google Gemini. API OpenAI из России недоступны. Локальные модели через LM Studio или Ollama от внешних ключей не зависят.
  • Для MCP автор советует модель, которая быстро и аккуратно выдает структурированный ответ. Слабые локальные модели работают хуже.
  • Данные Reddit проект берет с открытых адресов, и за соблюдение правил сайтов отвечает пользователь.

Как отключить. Уберите запись coexistai из mcp.json в LM Studio или другом клиенте. Затем остановите сервер FastAPI и контейнер SearXNG, а папку проекта и виртуальное окружение удалите вручную.

Частые вопросы

Как подключить CoexistAI к LM Studio?

Запустите сервер скриптом quick_setup.sh, затем откройте в LM Studio (версии 0.3.17 и новее) пункт Install, Edit mcp.json и добавьте сервер coexistai с адресом http://127.0.0.1:8000/mcp. Автор советует также вставить содержимое system_prompt.py в системный промпт.

Можно ли использовать CoexistAI с локальными моделями без облачных ключей?

Да. В config/model_config.json указывается тип local с адресом вашего сервера, например LM Studio по адресу http://localhost:1234/v1, а эмбеддинги берутся локальные через infinity_emb. Для LM Studio автор советует модели Qwen3-8B-GGUF и gemma-3-12b.

Какие инструменты дает CoexistAI?

Веб-поиск и пересказ страницы, поиск по YouTube и расшифровка видео, поиск по Reddit, карты и маршруты, дерево и вопросы по репозиторию GitHub или локальному git, изучение локальных файлов с картинками, превращение текста в речь и подкаст.

Можно ли использовать CoexistAI в коммерческом проекте?

Нет. Лицензия разрешает только некоммерческие исследования, прототипы и обучение, коммерческое и промышленное использование проекта и его результатов запрещено.

Где посмотреть доступные запросы без MCP?

После запуска сервера откройте Swagger по адресу http://127.0.0.1:8000/docs. Там описаны, например, POST /web-search и POST /web-summarize.

Обсуждение

Вопросов и отзывов пока нет.

MCP-серверы

MCP-сервер ищет в Google и Scholar, читает страницы и PDF и копит найденное в локальном графе знаний проекта

MCP-серверРасширенный доступ291Звезды репозитория

MCP-сервер объединенного поиска: один интерфейс к Tavily, Brave, Kagi, Exa, Linkup, Firecrawl и поиску по GitHub

MCP-серверРасширенный доступ359Звезды репозитория
Российский стек

MCP-сервер веб-поиска и извлечения контента через Яндекс и Google на базе SerpAPI, с прицелом на результаты для России и СНГ

MCP-серверРасширенный доступ1Звезды репозитория

MCP-сервер веб-поиска, который сразу отдает агенту текст найденных страниц: ответы Stack Overflow, обсуждения GitHub, статьи arXiv

MCP-серверРасширенный доступ402Звезды репозитория

MCP-сервер метапоиска: агент ищет текст, картинки, новости, видео и книги сразу по многим поисковикам и извлекает содержимое страниц

MCP-серверРасширенный доступ3 тыс.Звезды репозитория
Официальный

Официальный MCP-сервер Oxylabs: скрейпинг страниц с рендерингом JS, выдача Google и Amazon, AI-краулер

MCP-серверРасширенный доступ104Звезды репозитория

Сравнение с похожими

Записи с тем же главным запросом: чем они отличаются.

ЗаписьОфициальныйАвторизацияЗвезды репозиторияГлавное отличие
CoexistAI (эта запись)нетне нужна530
GPT Researcherнет30 357автономный агент, который пишет итоговый отчет по вопросу, тогда как CoexistAI отдает модели набор инструментов
SearXNG MCP Serverнетне нужна1 338только веб-поиск через SearXNG, без Reddit, YouTube, карт и репозиториев
Wikipedia MCP Serverнетне нужна303MCP-сервер Википедии

Из блога

Коротко о README

README начинается со списка новинок и возможностей, затем описывает установку через Docker и локально. Основная часть отдана примерам запросов к каждому из семи эндпоинтов и работе из Python, а в конце сказано об ответственности пользователя за правила источников.

Бейдж для README

Сообщить о проблеме

Foxx AICoexistAI
Foxx AI

Я Foxx AI и уже разобрал этот инструмент. Спросите про установку, настройку или что угодно еще, отвечу простыми словами.