核心用法
Brave API Search 是 Brave 官方搜索 API 的 MCP Skill 封装，提供四大核心功能：
1. `brave_search` — 标准网页搜索，返回标题、URL、描述及可选AI摘要，支持时间过滤（24小时/7天/31天/1年）、分页、站点限定等高级语法
2. `brave_suggest` — 实时查询自动补全，支持富元数据（标题、描述、图片），内置60秒内存缓存与防抖优化
3. `brave_spellcheck` — 智能拼写纠错，提供"Did you mean"建议
4. `brave_answers` — AI驱动引用式答案，基于实时搜索结果生成带内联引用的综合回答，支持深度研究模式（多轮搜索聚合）
显著优点
- 权威数据源：直接调用 Brave Search API，搜索结果质量与隐私保护优于通用爬虫方案
- AI引用机制：
brave_answers强制关联真实网页来源，显著降低幻觉风险 - 工程优化完善：并行摘要获取、指数退避重试、智能缓存、多Key降级策略
- 零依赖轻量：纯 Node.js 18+ 原生实现，无外部包依赖
- 成本可控：基于信用额度计费，提供试用额度，适合中小规模场景
潜在局限
- 多Key管理复杂：搜索、答案、建议、拼写分别需要不同API Key（部分可降级共用）
- 付费墙限制：富元数据建议需付费计划；Answers 按token额外计费
- 流式输出依赖：引用、实体、研究模式强制要求流式传输，禁用流式则功能降级
- 地理覆盖依赖Brave索引：部分区域/语言内容覆盖不如Google全面
- 速率限制未透明：QPS上限随计划等级变化，需实时监控仪表盘
适合人群
- 需要实时外部信息的AI应用（避免知识截止日期限制）
- 开发者构建搜索增强型RAG系统，要求可溯源的引用
- 需要技术文档检索、新闻追踪、竞品监控的自动化工作流
- 追求隐私友好搜索替代Google/Bing API的场景
常规风险
- API Key泄露风险：需严格隔离
.env文件，避免提交至版本控制 - 成本失控：Answers 的流式token消耗与研究模式多轮搜索可能产生意外费用
- 引用质量波动：AI摘要的准确性依赖源网页质量，仍需人工校验关键信息
- 服务可用性：Brave API 为第三方服务，存在单点故障与策略变更风险
- 内容合规：搜索结果可能包含未过滤的争议性内容，需业务层二次审核