通用搜索编排器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_c6863e36/search-orchestrator。
技能介绍
解决的问题
search-orchestrator 针对 Agent 搜索里的常见断点:查询被泛化、多个工具重复吃同一个 query、结果看似相关但无法回链到原始问题、深度研究只搜一轮就停止。它不是简单包装 web_search,而是把“发现工具、构造子查询、并行执行、收敛判断、输出审计”串成一条可执行链路,让搜索结果更像可追溯的证据,而不是零散摘要。
编排方式与关键约束
- 先发现再调用:通过
discover.js扫描已安装搜索 skill,提取ready工具和调用模板;没有外部 skill 时降级到web_search、web_fetch等内置工具。 - 分级路由:按 L0/L1/L2 判断复杂度。单事实走轻量验证,资讯对比做一轮以上深度,研究报告强制多轮直到收敛或达到上限。
- 锚点控制:从原始问题提取 2~4 个排他性锚点词,每轮 query 必须保留锚点并展开子维度。用“锚点在位、去锚测试、回链测试”过滤主题漂移。
- 并行与补调:脚本适合执行可 shell 化的搜索工具;Agent 需同时并行调用内置
web_search,在第一轮 URL 清单后补抓关键页,必要时用browser兜底。 - 输出审计:每条结论必须能回答原始问题,核心事实至少两个独立来源支撑,删除泛背景、套话和无法回链的内容。
适用边界
它适合需要多源验证和深度迭代的搜索任务,但依赖已安装搜索工具或内置工具可用;跨语言锚点、长复合词切分、事实冲突判断仍存在限制,最终结果仍需对来源和事实做人工复核。
使用场景
- 让 Agent 在回答行业趋势前,自动调用多个搜索 skill 并保留可回链的来源。
- 把“某技术路线 2025 进展”拆成子维度,多轮迭代直到结果收敛。
- 在生成研究报告前,强制过滤无法回答原始问题的低相关网页和摘要。
- 没有配置外部搜索 skill 时,降级到 web_search、web_fetch 完成基础查证。
适合人员
- 需要让 Agent 做多源事实核查并输出来源链路的 AI 工程师
- 要把新闻、论文或市场资料整理成可追溯结论的研究助手开发者
- 希望约束 Agent 搜索不跑题、不泛化背景的产品或平台工程师
- 正在调试 OpenClaw、skill 工具调用和内置 web 工具并行逻辑的 Agent 开发者