SuperSearch 超强搜索

要解决的问题

跨平台信息分散在百度、微信、微博、知乎、B站、抖音、小红书等站点里，手动检索会出现重复内容、时间混杂、相关度难判断的问题。这个技能把一次搜索请求拆成多路并行查询，再把零散结果整理成可比较的结构化报告，适合做舆情追踪、技术调研、政策研究和财经信息梳理。

工作方式与适用边界

核心流程包括：

• 多引擎并行检索：优先覆盖必选平台，再按场景追加学术、财经、技术、政务等数据源；对已知反爬平台优先使用 WebSearch 间接搜索。
• 结果标准化：统一转成 JSONL，并尽量从 snippet 中提取相对时间，用于新鲜度计算。
• 去重与排序：使用 MinHash + LSH 降低去重复杂度，结合 TF-IDF、Cosine 相似度、关键词密度和时间衰减生成 Top 10。
• 报告输出：生成 .md、.json 和 .checkpoint.jsonl，便于查看、导出和断点重跑。

注意：它依赖 WebSearch 与 Python 分析环境，结果质量受站点可检索性、反爬策略和时效性影响；封闭平台不一定能拿到完整正文，适合快速聚合与线索整理，不适合替代正式爬虫或深度事实核查。