LLM の弱点は学習時点以降の情報を知らないことだ。Brave Search MCP Server は、その穴を Web 検索で埋めるための MCP サーバーで、Claude などのエージェントに「調べる能力」を後付けする。
2 種類の検索
brave_web_search による一般的な Web 検索に加えて、brave_local_search で地域・周辺情報の検索もできる。エージェントが最新ニュースを参照したり、現在のドキュメントを確認したりする際の情報源として機能する。動作には Brave Search API キーの連携が必要になる。
コストの構造
MCP サーバー自体は OSS で無料。実際に検索を実行する Brave Search API 側に無料枠があり、それを超えると従量で課金される。つまり「MCP は無料だが、検索の実体には API 利用料がかかりうる」という二層構造を理解しておきたい。注意したいのは、エージェントは一つの質問に答えるために複数回検索を投げることがある点だ。人間の検索回数の感覚でコストを見積もると、無料枠の消費が想定より速いことがある。
使い方の現実
検索結果をそのまま信用させるのではなく、エージェント側に「複数ソースを照合する」「日付を確認する」といったプロンプト上の指示を入れておくと、誤情報をそのまま回答に反映するリスクを下げられる。検索能力を付けることと、検索結果を正しく扱わせることは別の設計課題だと捉えたい。
設定でつまずきやすい点
導入は API キーを取得して MCP クライアントの設定ファイルに登録するだけで、手順自体は短い。つまずきやすいのはむしろ API キーの管理で、設定ファイルに平文で書く形になるため、リポジトリへの誤コミットや共有端末での漏洩に注意したい。利用枠を超えると検索が静かに失敗することもあるので、想定する検索回数に対して枠が足りているかは事前に見ておきたい。
選定上の注意
検索エンジンが Brave である点は割り切りが要る。Google の検索結果やインデックスに依存したい、あるいは Google 特有の検索演算子を前提にした処理を組みたい場合には合わない。プライバシー志向の検索結果で十分、エージェントに最新情報へのアクセスを与えたい、という用途ならシンプルに導入できる選択肢だ。