开源多key轮询白嫖不断线：GrokSearch MCP魔改版支持任意OpenAI端点

背景

在 AI 辅助编程和搜索场景中，模型自带的联网搜索能力往往不够灵活：例如 Grok 搜索虽全面但幻觉率高，Tavily 抓取质量不错但额度有限，Firecrawl 则擅长截图兜底。针对这些痛点，社区用户 孙佬（@DaiSun） 最早整合了 Grok 搜索 + Tavily 抓取 + Firecrawl 兜底，开发了 GrokSearch MCP 项目，让模型通过 MCP 协议直接调用多源搜索工具。随后 Graydon 用 Rust 重写了一个极轻量版本。而本文介绍的 chenyuxiaojin（以下简称作者）在重度使用孙佬原版两个月后，发现免费 key 额度耗尽、单渠道抓取超时等问题，打磨了一套“魔改版”并开源回馈社区。

核心内容

该项目是一个 Python 实现的 MCP server，名为 GrokSearch MCP 魔改版，核心目标是在容错和抓取质量上做优化，支持多 key 轮询和断线自动切换，兼容任意 OpenAI 兼容端点。主要功能：

• Grok AI 联网搜索：使用 Grok 模型进行搜索，结合多 key 轮询解决免费 key 额度限制。
• Tavily 抓取/映射：对搜索结果进行内容提取，支持多 API key 轮询。
• Firecrawl 截图兜底：当其他渠道失败时，用 Firecrawl 截图作为补充，支持多 key 轮询。
• 多 key 自动 failover：每个渠道（Grok、Tavily、Firecrawl）均可配置多个 API key，当一个 key 额度耗尽或超时时自动切换到下一个 key，保证服务不中断。

安装方式极简，通过一条命令即可添加到 Claude 的 MCP 配置中：

{
  "type": "stdio",
  "command": "uvx",
  "args": ["--from", "git+https://github.com/chenyuxiaojin/cyxj-groksearch@main", "grok-search"],
  "env": {
    "GROK_API_URL": "https://your-grok-endpoint/v1",
    "GROK_API_KEY": "your-grok-api-key",
    "TAVILY_API_KEYS": "tvly-key1,tvly-key2",
    "FIRECRAWL_API_KEYS": "fc-key1,fc-key2"
  }
}

项目仓库地址：GitHub - chenyuxiaojin/cyxj-groksearch GitHub

关键要点

• 多 key 轮询白嫖不断线：通过环境变量支持多个 API key 逗号分隔，单个 key 额度耗尽或超时时自动切换下一个 key，无需手动更换。
• 兼容任意 OpenAI 兼容端点：只需设置 GROK_API_URL 和 GROK_API_KEY，即可使用任何兼容 OpenAI 的 API 端点，不限于 xAI 的官方 Grok 服务。
• 三渠道协同：Grok 负责搜索，Tavily 负责内容抓取，Firecrawl 提供截图兜底，覆盖搜索、提取、视觉验证全链路。
• 作者的重度使用打磨：项目基于作者两个月日常使用（搜索、事实核查、截图）中遇到的真实痛点改进，容错机制经过实战检验。
• 一键安装：使用 uvx 直接运行，无需手动下载源码或配置复杂依赖。
• 开源且完整：项目完全开源，无未开源部分，并已链接 LINUX DO 社区，遵守社区开源推广规则。

意义与影响

该魔改版在孙佬原版基础上，解决了免费 key 频繁失效、单渠道超时等问题，显著提升了搜索工具的稳定性和可用性。对于依赖 AI 联网搜索进行事实核查、内容抓取、自动化工作流的用户来说，多 key 轮询机制意味着可以近乎零成本地持续使用优质搜索服务，无需频繁手动切换 key 或担心中断。同时，兼容任意 OpenAI 兼容端点降低了使用门槛，用户甚至可以利用社区提供的公益 Grok 端点（如久佬 @JIUUIJ 分享的）。整个项目体现了社区协作的良性循环：原版创意 → 社区改进 → 回馈开源，推动了 AI 工具链在容错、易用性上的进步。