百炼搜索工具(免费版)
概述
本工具基于百炼(阿里云模型工作室)WebSearch API 实现 AI 优化的网页搜索,专为 AI 代理设计,返回干净、相关的内容。免费版面向个人开发者,提供核心搜索能力与可配置的结果数量.
与传统搜索引擎 API 的对比
| 对比维度 | 传统搜索 API | 本工具(AI 优化) |
|---|---|---|
| 结果质量 | 原始网页片段 | AI 优化,干净相关 |
| 内容处理 | 原始返回 | 自动清洗与摘要 |
| 多源聚合 | 单一来源 | 多源结果聚合 |
| AI 适配 | 需后处理 | 直接可用于 AI |
| 适用场景 | 通用搜索 | AI 代理知识获取 |
核心能力
| 能力 | 说明 | 示例 |
|---|---|---|
| 网页搜索 | AI 优化的多源搜索 | mcp-websearch.sh "查询词" |
| 结果数量配置 | 可指定返回结果数 | mcp-websearch.sh "查询词" 10 |
| 干净内容 | 自动清洗与去噪 | 返回简洁相关的内容 |
| 多源聚合 | 聚合多个信息源 | 一次查询返回多源结果 |
技术实现要点:核心能力基于input_params参数与output_format配置实现,支持创建/查询/修改/删除等操作模式,通过config_options进行运行时配置. |
核心功能执行
用input_params参数进行配置.
处理: 解析核心功能执行的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回核心功能执行的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
input_params参数,支持创建/查询/导出操作
参数配置与调用
用config_options参数进行配置.
处理: 解析参数配置与调用的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回参数配置与调用的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
config_options参数,支持修改/重置/导入操作
结果处理与输出
用output_format参数进行配置.
处理: 解析结果处理与输出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回结果处理与输出的响应数据,包含状态码、结果和日志.
- 执行此能力时使用
output_format参数,支持导出/保存/转换操作 能力覆盖范围:本skill的核心能力覆盖以下场景关键词:基于百炼、API、优化网页搜索、返回多源简洁结果、适合个人开发者、阿里云模型工作室、优化网页搜索工具、代理设计、返回干净等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.
使用场景
场景一:快速事实查询
个人开发者需要快速查询某个事实或概念.
# 基础搜索(默认5条结果)
(请参考skill目录中的脚本文件) "Python asyncio 基本用法"
# ...
# 指定结果数量
(请参考skill目录中的脚本文件) "Python asyncio 基本用法" 10
场景二:AI 代理知识获取
AI 代理在对话中需要获取实时信息,通过本工具搜索补充知识.
# 用户询问最新技术动态
# AI 代理调用搜索获取实时信息
(请参考skill目录中的脚本文件) "2026 年 AI 智能体最新进展" 5
# ...
# 用户询问某概念解释
(请参考skill目录中的脚本文件) "什么是 RAG 检索增强生成" 3
场景三:多主题快速调研
对多个主题进行快速搜索调研,收集初步信息.
#!/bin/bash
# quick-research.sh - 快速主题调研
TOPICS=("AI智能体" "大模型微调" "向量数据库" "RAG技术")
# ...
for topic in "${TOPICS[@]}"; do
echo "=== ${topic} ==="
(请参考skill目录中的脚本文件) "$topic" 3
echo ""
done
# ...
echo "调研完成"
不适用场景
以下场景百炼搜索工具-免费版不适合处理:
- 黑帽SEO手段
- 搜索引擎作弊
- 付费广告投放管理
触发条件
需要SEO优化、关键词分析、排名提升、搜索流量优化时使用。不适用于非本工具能力范围的需求.
快速开始
- 阅读## 核心能力章节了解skill功能
- 按## 依赖说明配置环境
- 执行所需能力对应的命令
- 参考## 错误处理章节处理异常
- 查看## FAQ解答常见疑问
1. 基础搜索
# 基础搜索(默认5条结果)
{baseDir}/(请参考skill目录中的脚本文件) "查询词"
# ...
# 指定结果数量(最多20条)
{baseDir}/(请参考skill目录中的脚本文件) "查询词" 10
2. 参数说明
| 参数 | 说明 | 默认值 | 范围 |
|---|---|---|---|
<query> | 搜索查询词 | 必填 | - |
<count> | 返回结果数量 | 5 | 1-20 |
3. 输出格式
=== 结果 1 ===
标题: 网页标题
链接: https://example.com/page
摘要: 来自搜索结果的描述
内容: (干净的相关内容)
# ...
=== 结果 2 ===
标题: 网页标题
链接: https://example.com/page
摘要: 来自搜索结果的描述
内容: (干净的相关内容)
# ...
...
示例
环境变量配置
# 百炼 API 配置(在 .env 或环境变量中)
export DASHSCOPE_API_KEY=${API_KEY:?请设置环境变量}
# ...
# 可选:默认结果数量
export BAILIAN_SEARCH_DEFAULT_COUNT=5
脚本调用示例
#!/bin/bash
# search-example.sh - 搜索调用示例
# ...
# 基础搜索
echo "=== 基础搜索 ==="
(请参考skill目录中的脚本文件) "Python 异步编程"
# ...
# 指定数量
echo "=== 指定数量 ==="
(请参考skill目录中的脚本文件) "Python 异步编程" 10
# ...
# 搜索并保存结果
echo "=== 保存结果 ==="
(请参考skill目录中的脚本文件) "Python 异步编程" 5 > search-results.txt
echo "结果已保存到 search-results.txt"
集成到 AI 工作流
#!/bin/bash
# ai-workflow-search.sh - AI 工作流中的搜索集成
# ...
QUERY="$1"
COUNT="${2:-5}"
# ...
# 调用搜索
RESULTS=$((请参考skill目录中的脚本文件) "$QUERY" "$COUNT")
# ...
# 将结果传递给 AI 处理
# (由 AI Agent 解析并基于结果生成回答)
echo "$RESULTS"
多轮搜索与结果归档
#!/bin/bash
# multi-round-search.sh - 多轮搜索与归档
TOPIC="$1"
DATE=$(date +%Y%m%d)
# ...
# 领先轮:广泛搜索
echo "=== 领先轮:广泛搜索 ==="
(请参考skill目录中的脚本文件) "$TOPIC" 10 > "round1-${DATE}.txt"
# ...
# 第二轮:聚焦搜索(基于领先轮结果细化)
echo "=== 第二轮:聚焦搜索 ==="
(请参考skill目录中的脚本文件) "${TOPIC} 优秀实践" 5 > "round2-${DATE}.txt"
# ...
# 合并结果
cat "round1-${DATE}.txt" "round2-${DATE}.txt" > "research-${TOPIC}-${DATE}.md"
echo "调研结果已归档到 research-${TOPIC}-${DATE}.md"
优秀实践
- 查询词要具体:"Python asyncio 基本用法" 优于 "Python".
- 合理设置结果数:事实查询用 3-5 条,深度调研用 10-20 条.
- 结合 AI 处理:搜索结果交给 AI 解析,提取关键信息生成回答.
- 避免频繁请求:注意 API 调用频率,避免触发限流.
- 结果缓存:相同查询结果可缓存,减少重复请求.
- 多角度查询:复杂主题用不同关键词多次查询,获取全面信息.
常见问题
Q1: API 调用失败怎么办?
- 检查
DASHSCOPE_API_KEY是否正确配置 - 确认网络可访问百炼 API 服务
- 检查 API 配额是否耗尽
- 查看错误信息,确认查询参数是否合法
Q2: 搜索结果质量不佳?
- 优化查询词,使其更具体
- 增加结果数量获取更多候选
- 尝试用不同关键词重新搜索
- 结合 AI 对结果进行二次筛选
Q3: 结果数量上限是多少?
单次查询最多返回 20 条结果。如需更多,可分页查询或用不同关键词多次搜索.
已知限制
免费版提供核心搜索能力,结果数量上限 20 条。如需批量搜索、结果缓存、搜索历史、多查询并发等高阶能力,请升级至专业版.
Q5: 如何缓存搜索结果?
# 简单缓存:按查询词哈希命名
CACHE_KEY=$(echo -n "$QUERY" | md5sum | awk '{print $1}')
CACHE_FILE="cache/${CACHE_KEY}.txt"
# ...
if [ -f "$CACHE_FILE" ]; then
cat "$CACHE_FILE"
else
(请参考skill目录中的脚本文件) "$QUERY" 5 > "$CACHE_FILE"
cat "$CACHE_FILE"
fi
依赖说明
运行环境
- Agent 平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
- 操作系统: Windows / macOS / Linux
- 网络: 需可访问百炼 API 服务
- Shell: Bash / Zsh(用于运行脚本)
依赖详情
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| mcp-websearch.sh | 脚本工具 | 必需 | 随 Skill 安装 |
| curl | 网络工具 | 必需 | 系统自带 |
| 百炼 API | 数据源 | 必需 | 阿里云百炼服务订阅 |
| DASHSCOPE_API_KEY | API Key | 必需 | 阿里云百炼控制台获取 |
| LLM API | API | 必需 | 由Agent内置LLM提供 |
API Key 配置
- DASHSCOPE_API_KEY:百炼(阿里云模型工作室)API Key
- 获取方式:阿里云百炼控制台 -> API Key 管理
- 配置方式:环境变量或
.env文件
- 本 Skill 基于Markdown指令,除百炼 API Key 外无需额外配置
可用性分类
- 分类: MD+EXEC模式纯Markdown指令,部分功能需exec命令行执行)
- 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成操作
错误处理
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 | 执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令,参考国内替代方案 |
输出格式
{
"success": true,
"data": {
"result": "百炼搜索工具-免费版处理结果",
"execution_time": "0.5s",
"metadata": {
"version": "1.0",
"processor": "bailian search"
}
},
"execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
"error": null
}
评论
加载中…