Omni Search AI

OmniSearch AI

OmniSearch AI是一个利用谷歌Gemini模型的尖端界面。它的特点是 深度研究代理, 网络接地 （实时搜索）， 语音转录，并且已满 模型上下文协议（MCP） 支持工具互操作性。

特性

• 深度研究模式：利用 deep-research-pro-preview-12-2025 agent自主规划、执行和综合多步骤研究任务。
• 标准模式：使用快速、有根据的答案 gemini-3-pro-preview 或 gemini-3-flash-preview 具有可选的思维能力。
• 网络搜索限制：使用谷歌搜索工具进行实时事实检查。
• MCP客户端和服务器:

- 连接到外部MCP服务器，为AI提供新的工具（天气、数据库等）。 - 将OmniSearch本身作为MCP工具暴露给其他代理。

• 语音接口：无缝录制和转录音频。
• 无头模式：通过stdio将后端逻辑作为独立的MCP服务器运行。

先决条件

• 操作系统：Linux（Ubuntu、Debian、Fedora、Arch等）、macOS或Windows（WSL推荐）。
• Node.js：v18.0.0或更高版本（在无头模式下进行本机获取时需要）。
• npm 或 纱线.

安装

1. 克隆或下载 项目文件保存到一个目录中。

1. 安装依赖项:

   npm install

环境配置

此应用程序需要Google GenAI API密钥。

1. 创建一个 .env 根目录中的文件：

   touch .env

1. 将API密钥添加到 .env 使用变量名的文件 OMNI_API_KEY:

   OMNI_API_KEY=your_actual_google_api_key_here

运行Web应用程序

我们使用 包裹 对于零配置开发服务器。

1. 启动开发服务器:

   npm start

1. 在浏览器中打开:

导航到 http://localhost:1234.

在无头模式下运行（MCP服务器）

您可以将OmniSearch AI作为独立的MCP服务器运行，该服务器通过以下方式进行通信 stdio。这允许您将其连接到其他MCP客户端（如Claude Desktop或其他AI代理），而无需运行web UI。

1. 运行无头脚本:

   npm run headless

1. 用法:

服务器通过stdin接受JSON-RPC 2.0消息。

API参考和示例

无头服务器支持以下JSON-RPC 2.0方法：

1.初始化

握手以建立联系和能力。

请求：

{
  "jsonrpc": "2.0",
  "method": "initialize",
  "params": {
    "protocolVersion": "2024-11-05",
    "capabilities": {},
    "clientInfo": {
      "name": "client-name",
      "version": "1.0.0"
    }
  },
  "id": 1
}

2.初始化通知

初始化后发送，以确认连接已就绪。

请求：

{
  "jsonrpc": "2.0",
  "method": "notifications/initialized",
  "params": {}
}

3.列出工具

检索OmniSearch AI公开的可用工具列表。

请求：

{
  "jsonrpc": "2.0",
  "method": "tools/list",
  "id": 2
}

响应（示例）：

{
  "jsonrpc": "2.0",
  "result": {
    "tools": [
      {
        "name": "consult_omnisearch",
        "description": "Query the OmniSearch AI. capable of Standard or Deep Search using Gemini models.",
        "inputSchema": { ... }
      },
      {
        "name": "transcribe_audio",
        "description": "Transcribe audio data...",
        "inputSchema": { ... }
      }
    ]
  },
  "id": 2
}

4.调用工具(consult_omnisearch)

查询AI模型。您可以选择特定的Gemini模型和搜索模式（标准与深度）。

请求：

{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "consult_omnisearch",
    "arguments": {
      "query": "Research the history of Google TPUs.",
      "model": "gemini-3-pro-preview",
      "search_mode": "deep"
    }
  },
  "id": 3
}

5.调用工具(transcribe_audio)

转录base64编码的音频数据。

请求：

{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "transcribe_audio",
    "arguments": {
      "audio_base64": "UklGRi..."
    }
  },
  "id": 4
}

生产建筑（网络）

要创建用于部署的优化版本，请执行以下操作：

npm run build

输出将在 dist/ 目录。

项目结构

• App.tsx：主应用控制器和布局。
• headless.ts：无头MCP服务器的入口点。
• services/geminiService.ts：与Gemini API交互的核心逻辑。
• services/internalMcpServer.ts：通过MCP公开应用程序功能的逻辑。
• components/：UI组件。

故障排除

• 麦克风问题：确保您的浏览器允许本地主机的麦克风访问。
• API错误：检查控制台。验证您的 OMNI_API_KEY 在 .env 文件有效，可以访问 gemini-3-pro-preview 和 deep-research-pro-preview-12-2025 模型。
• 无头模式：确保您使用的是Node.js v18+原生版 fetch 否则请求可能会失败。