网页搜索与内容提取

要解决的问题

智能体在做研究、RAG、事实核查时，不能只依赖模型内部知识。需要把网页检索、正文抽取和来源聚合拆成稳定步骤：先找到相关页面，再把 URL 内容变成可分析的文本，最后交给 LLM 做总结、校验或生成答案。web34 针对这个流程，把 Tavily 与 Exa 的搜索、回答、抽取能力接入 inference.sh CLI。

技能如何工作

核心能力包括：

• Tavily Search：调用 tavily/search-assistant，返回带来源和图像的 AI 生成答案。
• Tavily Extract：调用 tavily/extract，从多个 URL 中提取干净文本与图像。
• Exa Search：调用 exa/search，返回带上下文的高相关链接。
• Exa Answer：调用 exa/answer，获取直接的事实型回答。
• Exa Extract：调用 exa/extract，对网页内容做提取与分析。

关键步骤通常是：用搜索应用定位主题相关页面，用 Extract 应用读取 URL 正文，再让 LLM 做摘要、对比或生成 RAG 上下文。技能强调预置工具集成，减少把搜索 API 手工串入 agent 的成本。

适用边界

适合研究、事实核查、内容聚合和构建研究型 agent。不适用于需要实时交易数据、登录态页面抓取、大规模爬虫或严格法律合规校验的场景。使用前需已有 inference.sh CLI（infsh）环境，并且各 App 的实际可用性受对应后端服务与配置影响。