百炼联网搜索

要解决的问题

当你需要让 Agent 回答依赖实时信息的问题（比如「今天某城市的天气」「最近一次 API 版本变更」）时，模型自身的知识边界很快就会暴露。直接让模型编答案，轻则过时，重则幻觉。这个技能把联网搜索封装成一个可调用的工作流：输入自然语言查询，走百炼（Bailian）的 Responses API 拿回带引用或工具痕迹的结果，让模型基于真实检索再生成，而不是凭空推断。

核心能力与工作流程

技能的核心是一个脚本：scripts/search.py。它把查询提交给百炼 Responses API，默认使用北京端点和工作流里指定的 qwen3.7-max 模型。运行时按下面几步走：

• 接收约束：先抓取用户查询，以及任何时间范围、地域、语言、来源或输出格式上的限制。
• 凭据检查：按顺序检查 BAILIAN_API_KEY 或 DASHSCOPE_API_KEY 是否存在，过程中绝不打印密钥的值。两者都没有时，会提示用户提供一把百炼 API Key，优先建议在执行环境里设置 BAILIAN_API_KEY。
• 端点确认：如果用户用了不同的百炼地域或工作区，通过 BAILIAN_BASE_URL 或 --base-url 覆盖默认北京端点。
• 执行与返回：跑脚本、把查询传进去，默认保留三项工具调用；返回最终答案和工具调用次数，只有在用户明确要求时才附上 trace 中间过程。

除了标准搜索，也支持覆盖模型或端点、请求机器可读输出、限制工具或关闭 thinking——但后两类只在用户明确要求时才启用。

适用边界与注意点

• 脚本路径要相对技能目录解析，而不是用户的当前目录，部署时别把它当成全局命令。
• 凭据只能来自那两个环境变量或脚本隐藏的交互式提示；不要给它加命令行参数，也不要在鉴权失败时回显被拒绝的密钥。
• 依赖 Python 3.9+ 和 openai 包，缺了就在当前 Python 环境装上再重跑；依赖与凭据检查阶段不会发起任何网络请求。

这套流程适合需要外部事实兜底的场景，不适合纯本地、无需实时数据的任务。