多引擎搜索引擎

要解决的问题

在进行技术调研或市场分析时，我们常依赖单一搜索引擎获取信息。但每个引擎的索引范围、排序算法和结果呈现方式不同，这导致三个主要痛点：信息覆盖不全面，可能遗漏关键来源；结果重复率高，需要手动去重；缺乏跨平台的比较和综合视图。例如，搜索一个开源库时，百度可能侧重中文社区，Google 更多国际资源，而 Bing 有独特的学术索引。手动切换多个标签页不仅耗时，还难以系统整合信息。

技能如何工作

本技能 @zcwl/multi-search-engine 作为一个 AI Agent 的工具，将上述过程自动化。其核心是 多引擎聚合 与 智能处理。

• 核心能力：

- 引擎集成：内建支持 16 个搜索引擎，分为 7 个国内（如百度、搜狗）和 9 个国际引擎（如 Google、Bing、DuckDuckGo）。技能通过标准化 API 接口与这些引擎交互。
- 结果聚合与去重：执行查询后，技能会并行调用选定的 engines，然后对返回的结果进行智能聚合。它使用 URL 或内容指纹进行 去重，并基于相关性进行初步排序，输出一个整合后的列表。
- 结构化输出：输出不是简单的链接堆砌，而是包含标题、摘要、来源引擎等字段的结构化数据，便于 Agent 进一步分析或格式化。

• 关键步骤：

1. 输入参数：用户提供必填的 query（搜索关键词）和可选的 engines（引擎列表，如 google,baidu）。
2. 执行搜索：技能在后台依次或并行调用指定引擎的搜索接口。
3. 后处理：对原始结果进行 去重、清洗和排序。
4. 返回结果：将处理后的聚合结果以规范格式返回给 Agent。

整个过程依赖 Agent 内置的 LLM API 进行协调，用户无需编写复杂的爬虫或解析脚本。

适用边界与注意点

这个技能专注于 公开网络信息的检索与整合，并非万能。使用前请明确其边界：

• 不适用于：需要实时索引和全文检索的私有数据搜索（如企业内部文档库）。它无法访问需要特定认证或位于防火墙后的数据源。
• 结果局限：聚合结果的质量取决于各引擎返回的原始数据。对于非常 niche 或时效性极强的信息，可能仍需要结合特定领域引擎。
• 使用注意：

- 对于需要深度分析的查询，建议先使用宽泛 query 获取全景，再通过 engines 参数聚焦特定引擎进行二次筛选。
- 付费版提供的 语义搜索与智能摘要 能力可以进一步提升信息获取效率，但需要对应的授权。
- 在处理多语言查询时，技能会混合调用中英文引擎，结果可能包含不同语言的条目，需由 Agent 或用户进行语言过滤。