Wigolo 本地优先网页情报

解决了什么问题

AI 编程代理（Claude Code、Cursor、VS Code 等 MCP 客户端）在写代码时经常需要联网核对文档、API 变更和最新实践，但现成方案各有短板：原始网页是夹杂脚本的 HTML，JS 渲染的页面抓下来是空壳；检索结果用完即弃，下次提问又要重新爬一遍；更麻烦的是，模型容易把没核实的内容直接讲成事实，缺少可追溯的引用。Wigolo 的目标就是把这些临时联网动作收敛成一套可缓存、可引用的本地工作流。

它是怎么工作的

Wigolo 是一个本地优先的网页情报 MCP 服务，通过 stdio 暴露十种工具，所有网络结果都会落入本地知识缓存。它自身不内置 LLM，只负责返回结构化证据，最终答案由调用方模型（也就是你）来写。

几个关键用法：

• search：配合 format: "highlights" 返回经过 ML 打分的段落和引用，记得在回答里引用 [N]。
• research：MCP 采样不可用时（这是常态），输出里会带一份 brief，包含 topics、highlights 和 key_findings，直接拿它当报告脚手架。
• extract：使用 mode: "structured"，一次调用拿到表格、定义、JSON-LD、图表提示和键值对。
• fetch：抓取单个 URL 并返回干净的 markdown；支持 render_js、用 section 只取某个标题下的内容、screenshot，以及 actions（click、type、wait、scroll 等）触发浏览器交互。
• fetch metadata：暴露 og_type、canonical_url、og_image，用 canonical_url 做 URL 去重。

首次使用前建议跑一次 warmup 让缓存热起来；find_similar 在缓存未命中时会返回一段 cold_start 字符串，把它原样转述给用户即可——里面解释了结果为何来自网络以及如何预热缓存。

边界与注意点

• 回答要保留工具给出的结构（高亮段落、brief、key_findings），不要把它们「揉平」成一段流水账。
• use_auth 会复用浏览器登录态，只用于确实需要会话内容的场景。
• render_js 和 actions 会强制浏览器渲染，成本明显高于纯抓取，别在静态页面上滥用。
• 缓存未热时 find_similar 的结果质量不稳定，留意 cold_start 提示。