KnockOutEZ/wigolo

What it solves

wigolo 为 AI agent 提供本地优先、无需密钥的网络智能层，消除了常见网络任务中对付费云端 API、计费制和第三方数据存储的需求。它允许 agent 搜索、爬取和提取数据，同时将缓存、嵌入向量和模型保留在用户的本地机器上。

How it works

它作为一个单一的 Node.js 进程运行，可以通过 Model Context Protocol (MCP)、REST API 或专用 SDK 进行接口连接。系统使用分层抓取路由来处理从纯 HTTP 到用于复杂网站的无头浏览器 (headless browser) 的所有任务。它集成了 18 个搜索引擎 lader 适配器，并结合排名融合 (rank fusion) 与设备端 ML 重排序 (reranking) 来为结果提供可解释的证据分数。虽然核心工具是无需密钥的，但用户可以根据需要连接 LLM (如 Gemini 或 Ollama) 来生成合成研究报告。

Who it’s for

• AI Agent Developers: AI Agent 开发人员：使用 LangChain、CrewAI 或 LlamaIndex 等框架进行构建，且需要强大的网络工具集的人员。
• Coding Agents: 编程 Agent：Claude Code、Cursor、Windsurf 或 Zed 的用户，希望在本地端扩展其 agent 的网络能力。
• Self-Hosters: 自托管人员：比起云端搜索和爬虫服务，更偏好私密、本地优先的基础设施建设者。

Highlights

• Keyless & Free: 无需密钥且免费：核心搜索、抓取和爬虫工具不需要 API 密钥，且每次查询的成本为 $0。
• Local-First Privacy: 本地优先隐私：缓存、嵌入向量和设备端模型存储在 ~/.wigolo/ 中。
• Comprehensive Toolset: Includes 10 个专门用于搜索、搜索、爬取、结构化提取、语义缓存和自主研究循环的工具。
• Agent-Optimized Output: 为 Agent 优化的输出：提供与字节偏移量 (byte-offset) 源范围对应的逐字摘录，以及用于高保真度证据的可解释性分数分解。
• Broad Integration: 支持 MCP, REST, TypeScript/Python SDKs, 以及主要的 agent 框架。