오프라인-웹-검색: AI 에이전트를 위한 로컬 구글 검색 대안

이것이 무엇인가요

offline-web-search는 오프라인 웹 검색 기능이 필요한 AI 에이전트를 위해 특별히 설계된 완전히 로컬 Google Search 대안입니다. 이는 Claude의 웹 도구를 드롭인 대체 솔루션으로 만들어, LLM이 복잡한 프롬프팅 없이도 사용할 수 있도록 합니다.

해결하는 핵심 문제

개발자는 AI 에이전트를 위한 기존 오프라인 검색 솔루션에 상당한 한계가 있음을 확인했습니다. 대부분의 도구는 원시 HTML 파일을 컨텍스트 창에 덤프하거나, 에이전트가 특정 문서를 찾지 못하도록 하는 기본적인 검색 기능만을 제공합니다. 이는 에어갭 환경, 민감한 데이터 처리, 완전히 로컬 스택 구축 시 특히 문제가 됩니다.

주요 기술적 특징

• 검색 엔진 동작: 텍스트 덤프 대신, BM25 랭킹, 제목 부스팅, 동의어 확장, 접두사 매칭, 비영어권 언어 가중치 감소를 사용하여 로컬 SQLite FTS5 데이터베이스에 콘텐츠를 인덱싱합니다.
• 콘텐츠 소스: Kiwix ZIM 아카이브(Stack Overflow, Python 문서, DevDocs, Wikipedia의 오프라인 스냅샷 포함)를 기본 지원하며, 내부 Confluence, 회사 문서, 임의의 HTML 페이지와 같은 맞춤형 콘텐츠를 위한 인덱싱 API와 크롤러를 포함합니다.
• 아키텍처: HTTP API를 사용하는 클라이언트-서버 모델을 채택합니다. "무거운" 콘텐츠 서버는 네트워크 중앙에서 실행되며, 가벼운 클라이언트는 Claude Desktop용 MCP 서버 또는 네이티브 Claude Code 스킬을 통해 연결됩니다.
• 제공 도구: 두 가지 표준 도구를 제공합니다: BM25 랭킹 검색을 위한 Google Search와 전체 페이지의 깔끔한 Markdown을 반환하는 visit_page입니다.

작동 방식

이 도구는 Claude의 Web-Fetch 및 Web-Search 도구, 그들의 시스템 프롬프트 및 기능을 리버스 엔지니어링하여 구축되었습니다. 검색 결과는 LLM에 매우 관련성 높고 순위가 매겨진 스니펫을 제공하며, LLM은 visit_page 도구를 사용하여 전체 페이지의 깔끔하고 가독성 있는 Markdown 버전에 접근할 수 있습니다.

대상 사용자

인터넷 접속 없이도 신뢰할 수 있는 검색 기능이 필요한 오프라인 AI 에이전트 또는 강력한 로컬 설정을 구축하는 개발자입니다.