Keiro Labsは、人工知能（AI）と大規模言語モデリング（LLM）アプリケーションのために設計されたウェブ検索とデータクローリングAPIサービスです。その主な目的は、AIエージェントがリアルタイムのウェブデータにアクセスする際に現在直面している高コストとフォーマットの混乱に対処することである。従来の検索エンジンAPIと比較して、Keiro Labsは、自動的にウェブページから広告や冗長なコードを削除し、クリーンなMarkdown形式のテキストを返すことで、LLMの必要性を大幅に削減し、「マシンフレンドリー」なデータを提供することに重点を置いています。 token 消費。
このプラットフォームは、RAG（Retrieval Augmented Generation）システム、AIチャットボット、自動研究アシスタントを構築する開発者に特に適している。 Tavily またはExa)価格である。さらに、MCP（モデル・コンテキスト・プロトコル）をネイティブでサポートしているため、以下のことが可能です。 Claude 或 ChatGPT AIモデルのような高度なモデルは、その検索機能を直接呼び出すことができ、開発者がプロダクショングレードのAIアプリを構築するための「データ燃料」供給基地となる。
機能一覧
- インテリジェントWeb検索API提供
/searchリアルタイムのネットワーク検索をサポートし、LLMに最適化された洗練された検索結果を返すエンドポイント。 - ディープウェブクローラースルー
/crawlこの機能は、クローラー対策機構をバイパスし、あらゆるウェブページの全コンテンツを抽出し、クリーンなMarkdownフォーマットに変換することができる。 - RAG コンテキストメモリー無制限のコンテクスチュアル・メモリー・エンドポイントを提供し、リクエスト・レスポンスを自動的に更新・保存することで、AIのための永続的な知識ベースをサポートする。
- インテリジェント・ルーティング・システムこのAPIは、単純なクエリーや複雑なリサーチタスクを自動的に識別し、コンピューティングリソースを動的に割り当て、品質を確保しながらAPIコールのコストを劇的に削減するように設計されている。
- MCPサーバーのサポートNode.jsとPythonの公式バージョンです。 MCP サーバーにワンクリックで統合することができます。 LobeChat 他のAIクライアントと同様である。
- 非同期タスクキューこれは、AIインテリジェンスが、同期された応答を長時間待つことなく、バックグラウンドの調査タスクをバッチで実行するのに適しています。
ヘルプの使用
Keiro Labsは、開発者にとって非常に直感的に使用でき、主に標準的なREST APIを通じて対話することができます。
1.APIキーの取得
まず、以下のサイトにアクセスする必要がある。 keirolabs.cloud アカウント登録新規ユーザーには通常、テスト用の無料使用クレジット（例：500リクエスト）が与えられます。コンソールにログインした後、ダッシュボードで API Key。
2.APIによる検索（Pythonの例）
これは最も基本的な使い方で、Pythonのバックエンドサービスに統合するのに適しています。
import requests
url = "https://api.keirolabs.cloud/v1/search"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
payload = {
"query": "2026年最新的AI智能体开发框架有哪些？",
"depth": "basic", # 可选 'deep' 进行更深入研究
"include_markdown": True
}
response = requests.post(url, json=payload, headers=headers)
print(response.json())
返されるデータには、クリーニングされたページ要約とMarkdownコンテンツが含まれ、GPT-4やClaudeに直接フィードすることができます。
3.クロードデスクトップへの統合（MCPの利用）
クロードのアプリケーションのデスクトップ版を使用している場合、コードを書くことなく、クロードにネットワーク検索機能を直接与えるようにMCPサーバーを設定することができます。
インストールの手順
- お使いのコンピューターにNode.js環境がインストールされていることを確認してください。
- 公式リポジトリをクローンする（Nodeバージョンの場合）：
git clone https://github.com/keiro-labs/keiro-mcp.git cd keiro-mcp npm install npm run build - クロードの設定ファイル（通常は
%APPDATA%\Claude\claude_desktop_config.jsonまたはMac~/Library/Application Support/Claude/）：{ "mcpServers": { "keiro": { "command": "node", "args": ["/绝对路径/到/keiro-mcp/dist/index.js"], "env": { "KEIRO_API_KEY": "你的_API_KEY" } } } } - クロードデスクトップを再起動すると、入力ボックスの近くに追加のツールアイコンが表示されます。
4.データの取得とクレンジング
特定のウェブページの内容を読む必要がある場合は /crawl エンドポイント
を含むメッセージを送信する。 url このシステムは、POSTリクエストのJavaScriptレンダリングとバッククロールバリデーションを自動的に処理し、きれいなテキストを返します。これは、ドメイン固有の知識ベースを構築するのに便利です。
アプリケーションシナリオ
- 業界インスタント・インテリジェンス・ボットの構築
開発者は、Keiro Labsの検索APIを使って、業界特有のキーワード（例えば「半導体価格変動」）を定期的にモニターし、自動的に最新ニュースを取得して日次レポートを作成し、チームに送信することができる。 - RAGナレッジベースの自動化
企業が社内でQ&Aシステムを構築する際、クローリング機能を使って対象となるWebサイト（競合他社のドキュメントや技術ブログなど）を一括処理し、クリーニングされたMarkdownデータをベクトルデータベースに格納することで、検索精度を大幅に向上させることができる。 - 学術研究と学位論文の支援
KeiroのAIアシスタントを統合することで、研究者は「過去3年間のマルチモーダルモデルに関する主要論文をすべて検索せよ」という命令を一度に下すことができ、システムは自動的に詳細な検索とアブストラクトを実行し、文献検索の時間を大幅に節約できる。
QA
- Keiro LabsとTavilyやExaとの違いは何ですか？
核心的な違いは(製造原価和フォーマッティングKeiro Labsは、AIエージェントへの高頻度の呼び出し（競合の20%-30%程度）に最適化された価格であり、デフォルトで最小限のMarkdownフォーマットを返し、LLMのコンテキスト・ウィンドウをさらに節約する。 - ログインが必要なサイトをクロールできますか？
通常、Keiro Labsは公開ウェブデータに焦点を当てています。単純なクッキーウォールを介してレンダリングされたページや動的にレンダリングされたページ（SPAのワンページアプリなど）はうまく処理できますが、厳密なペイウォールの背後にあるコンテンツには限界があるかもしれません。 - MCPサポートとは何ですか？
MCP（モデルコンテキストプロトコル）は、AIモデルが外部ツールに直接接続できるようにする新しい標準であり、KeiroがMCPをネイティブサポートしているということは、ClaudeのようなモデルがKeiroの検索機能を直接使えるようにするために、独自の「グルーコード」を書く必要がないということです。すぐに使える。
