TTokenySpace
返回 Skills 列表

bailian-search-tool-free

基于百炼(阿里云模型工作室)WebSearch API 的 AI 调优网页搜索工具,. 适用于需要bailian search tool相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量. 适用于需要bailian search tool相关能力的开发场景,包含结构化的工作流程和配置指引.

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"bailian-search-tool-free"技能
技能信息:
- 名称: bailian-search-tool-free
- 标识: bailian-search-tool-free
- 描述: 基于百炼(阿里云模型工作室)WebSearch API 的 AI 调优网页搜索工具,. 适用于需要bailian search tool相关能力的开发场景,包含结构化的工作流程和可复用的模板,帮助用户快速完成任务并保持代码质量. 适用于需要bailian search tool相关能力的开发场景,包含结构化的工作流程和配置指引.
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/bailian-search-tool-free/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

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

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

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

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

  1. 阅读## 核心能力章节了解skill功能
  2. 按## 依赖说明配置环境
  3. 执行所需能力对应的命令
  4. 参考## 错误处理章节处理异常
  5. 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51-20

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

  1. 查询词要具体:"Python asyncio 基本用法" 优于 "Python".
  2. 合理设置结果数:事实查询用 3-5 条,深度调研用 10-20 条.
  3. 结合 AI 处理:搜索结果交给 AI 解析,提取关键信息生成回答.
  4. 避免频繁请求:注意 API 调用频率,避免触发限流.
  5. 结果缓存:相同查询结果可缓存,减少重复请求.
  6. 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_KEYAPI Key必需阿里云百炼控制台获取
LLM APIAPI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…