Agent Skills
返回列表
Tavily 智能搜索

Tavily 智能搜索

AI Agent 更新于 2026.08.30

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_e634750a/sectest。

技能介绍

解决的问题

AI Agent 在回答事实、新闻、竞品或文档问题时，普通网页搜索常返回噪声多、结构差、相关性弱的结果。Tavily Search 把搜索变成面向模型消费的接口：返回更干净、更相关的内容，便于后续抽取、推理和引用。

工作方式

  • 关键词搜索：支持 general 与 news 两类主题；新闻场景可用 --days 限定最近天数。
  • 结果控制：默认返回 5 条，-n 可调整数量，最大 20 条，适合在速度和覆盖范围之间折中。
  • 深度检索：--deep 触发更慢但更全面的 advanced search，适合需要更深研究的场景。
  • URL 内容提取：可针对具体页面抽取正文内容，减少直接读取 HTML 时的干扰信息。

边界与注意点

该能力依赖 TAVILY_API_KEY，需要先配置有效密钥。它更适合给 Agent 提供搜索与网页内容输入，不等同于本地代码执行、数据库查询或私有知识库检索；对实时性要求高的新闻查询，应显式设置 --topic news 和 --days。

使用场景

  • 给客服 Agent 补充最新产品故障公告时，用新闻主题和天数限定搜索。
  • 调研竞品 API 更新时，用 -n 扩大结果数并配合 --deep 做更深入检索。
  • 写行业周报前，从搜索结果中挑出关键文章，再用 URL 提取正文摘要。
  • 回答客户政策时效问题时，按 --topic news 和 --days 限定最近几天信息。

适合人员

  • 构建客服 Agent 的工程师，需要把最新公告喂给模型做答复。
  • 写竞品分析的分析师，需要按主题、天数和深度检索公开信息。
  • 做资讯周报的编辑，需要批量找新闻并提取正文摘要。
  • 集成网页搜索的开发者，需要给 Agent 增加结构化搜索结果。