Habilitar SELECT: Ejecutar consultas SQL en resultados de búsqueda web

Keenable SELECT es un servidor MCP que ejecuta consultas SELECT de DuckDB de solo lectura sobre datos web en vivo. En lugar del flujo tradicional de agente (buscar, obtener cada resultado, leer páginas y luego sintetizar), SELECT traslada el trabajo a SQL. Una sola llamada puede buscar más de 1,000 páginas, filtrarlas con una cláusula WHERE exacta sin costo de LLM, y extraer campos estructurados con una pequeña llamada de LLM por fila.

Cómo funciona

Haces una pregunta como: "¿Qué investigadores de IA se mudaron entre laboratorios fronterizos desde 2025? Para cada movimiento, lista el investigador, el laboratorio que dejó, a dónde fue y el mes." Keenable SELECT traduce eso a SQL:

SELECT SEM_EXTRACT(content, 'investigador'),       SEM_EXTRACT(content, 'laboratorio que dejó'),       SEM_EXTRACT(content, 'laboratorio al que se unió'),       SEM_EXTRACT(content, 'mes del movimiento')FROM WEB_SEARCH(8 consultas diversas)WHERE SEM_MATCH(content, 'investigador nombrado que se mueve entre laboratorios fronterizos, 2025+')

El servidor ejecuta la búsqueda, ejecuta operadores semánticos y devuelve un informe. Cada resultado incluye una trayectoria completa: cada consulta, resultado de herramienta y conjunto de resultados detrás de la salida final.

Herramientas MCP

• select — ejecuta un SELECT de DuckDB y devuelve filas. Los conjuntos de resultados se guardan con IDs para reutilizarlos en consultas posteriores.
• generate_html_report — toma un resumen y los IDs de los conjuntos de resultados, y renderiza un informe HTML compartible.

Operadores semánticos

Los operadores viven dentro del SQL. El servidor los encuentra en la sentencia analizada, los ejecuta y los reemplaza con columnas simples. Los filtros SQL exactos se ejecutan primero, por lo que solo las filas que sobrevivenvan a los operadores de LLM, ahorrando tokens.

• WEB_SEARCH('q1', 'q2', ...) — busca todas las consultas de manera concurrente, combina los resultados clasificados y elimina duplicados de URL.
• WEB_FETCH('https://a.com', ...) — obtiene páginas como Markdown, una fila por página.
• SEM_EXTRACT(column, 'descripción del campo') — una llamada de LLM por fila; devuelve un campo o null.
• SEM_EXTRACT_ALL(column, 'lo que es un valor') — devuelve todos los valores coincidentes como una lista.
• SEM_MATCH(column, 'predicado') — prueba de LLM por fila (por ejemplo, filtrado).

Por qué es importante

La búsqueda web tradicional le da a un agente diez enlaces. El agente debe leer cada página y gastar tokens costosos para construir una respuesta. SELECT traslada ese trabajo a la capa de consulta: buscar miles de páginas, filtrarlas exactamente y extraer campos con llamadas mínimas de LLM. La galería muestra informes como "Veinte Años de Morfología de Nombres de Startups de YC" (36 mensajes, 18 consultas) y "Atlas de Lanzamientos Orbitales, 1957–2026" (16 mensajes, 9 consultas), cada uno con trayectorias completas.

Si estás construyendo búsqueda agéntica o herramientas de investigación con muchos datos, este es un patrón diferente que vale la pena estudiar: SQL como plano de control, LLM solo para extracción y coincidencia semántica.