LangSearch ist eine API-first Websuch-Schicht für KI-Anwendungen. Statt für jeden Agenten eine eigene Scraping-Pipeline zu bauen, sendet man eine Suchanfrage und erhält strukturierte Ergebnisse: Titel, Quellenlinks, Snippets, Datumsangaben und optional den vollständigen Seitentext mit konfigurierbarer Zeichenbegrenzung. Da die Nutzung in Tokens statt in Requests gemessen wird, lässt sich genau steuern, wie viel Kontext jede Antwort verbraucht – und dasselbe Kontingent deckt sowohl API- als auch MCP-Aufrufe ab.
Die Integration ist bewusst breit angelegt: eine klassische HTTP-API für das Backend, ein MCP-Endpunkt für Agent-Frameworks und ein Skill-Format für Coding-Assistenten, inklusive fertiger Snippets für Codex, Claude Code, Cursor, VS Code, Gemini CLI, OpenCode, Windsurf, Cline, Roo Code und Zed. Filter decken Domain-Ein- und -Ausschluss, Aktualitäts-Presets, exakte Datumsangaben oder inklusive Datumsbereiche ab, mit bis zu 50 Ergebnissen pro Anfrage.
Das kommerzielle Versprechen ist radikale Einfachheit: alle unterstützten Suchfunktionen sind im Gratis-Plan enthalten, die Tokenpreise für Ein- und Ausgabe liegen derzeit bei $0, und es gibt weder Request-Gebühren noch Funktions-Add-ons. Allerdings gilt ein tägliches Token-Kontingent, das um 00:00 UTC zurückgesetzt wird; neue Konten starten bei rund 5 Requests pro Sekunde, und Limits pro Minute und Tag sind im Dashboard sichtbar. Für Unternehmen wirbt die Seite mit SOC-2-Type-II-Audit, Optionen ohne Datenaufbewahrung, DSGVO-konformer Verarbeitung und einem Verfügbarkeits-SLA von 99,99 %, inklusive separatem Kontaktweg.