搜索助手免费版

概述

搜索助手免费版是一款轻量级的搜索任务分解与调度助手。它将用户的复杂查询自动分解为独立且互补的子任务,为每个子任务生成自然语言描述,并分配给通用搜索代理执行,最后聚合各子任务结果形成完整答案. 免费版适合个人用户处理需要多角度搜索的复杂研究问题。通过任务分解,将一个难以直接搜索的复杂问题,拆分为多个可高效执行的子查询,提升搜索覆盖面和结果质量.

核心能力

已知限制

执行已知限制操作,使用input_params参数进行配置,支持创建/查询/导出等操作.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

子任务数量上限

子任务数量上限:5个

处理: 解析子任务数量上限的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回子任务数量上限的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

仅支持通用搜索代理(不支持学术

仅支持通用搜索代理(不支持学术、专业领域代理)

处理: 解析仅支持通用搜索代理(不支持学术的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回仅支持通用搜索代理(不支持学术的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持日期约束搜索

不支持日期约束搜索

处理: 解析不支持日期约束搜索的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持日期约束搜索的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持搜索任务模板

不支持搜索任务模板

处理: 解析不支持搜索任务模板的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持搜索任务模板的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

不支持结果质量评分与排序

不支持结果质量评分与排序

处理: 解析不支持结果质量评分与排序的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回不支持结果质量评分与排序的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

处理: 解析已知限制的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回已知限制的响应数据,包含状态码、结果和日志. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：轻量级搜索任务分、解与调度助手、支持子任务拆分与、通用搜索代理调用、适合个人研究查询、搜索助手免费版为、个人用户提供轻量、级的搜索任务分解、与调度能力等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一:复杂研究问题拆解

用户希望研究"AI大模型在医疗领域的应用现状与挑战",这是一个复杂问题,需要从多个角度搜索.

输入格式

用户输入: "研究AI大模型在医疗领域的应用现状与挑战"
# ...
AI助手分解为子任务:
1. "AI大模型在医疗影像诊断中的应用案例与效果评估"
2. "医疗大模型的监管政策与合规要求"
3. "AI医疗大模型面临的技术挑战与数据隐私问题"
4. "医疗AI大模型的商业化进展与市场规模"
# ...
并行执行搜索后,聚合结果生成综合报告.

场景二:产品调研多角度信息收集

独立开发者计划开发一款AI写作助手,需要从多个维度收集信息.

用户输入: "调研AI写作助手市场,包括竞品、用户需求和技术方案"
# ...
AI助手分解为子任务:
1. "AI写作助手主要竞品产品对比与定价分析"
2. "用户对AI写作工具的核心需求与痛点"
3. "AI写作助手的主流技术方案与开源模型"
4. "AI写作工具市场的用户规模与增长趋势"
# ...
各子任务并行搜索,结果聚合后形成完整调研报告.

场景三:技术方案对比研究

技术团队需要对比评估几种技术方案的优劣.

用户输入: "对比vLLM、TGI和SGLang三种大模型推理框架的性能、易用性和生态"
# ...
AI助手分解为子任务:
1. "vLLM推理框架性能基准测试与特性分析"
2. "TGI(Text Generation Inference)框架特点与使用场景"
3. "SGLang推理框架优势与与vLLM的对比"
4. "三种推理框架的社区生态与生产部署案例"
# ...
并行搜索后,综合对比形成技术选型建议.

不适用场景

以下场景搜索助手免费版不适合处理：

• 黑帽SEO手段
• 搜索引擎作弊
• 付费广告投放管理

触发条件

需要SEO优化、关键词分析、排名提升、搜索流量优化时使用。不适用于非本工具能力范围的需求.

快速开始

使用流程

搜索助手的工作流程:

1. 接收用户查询
2. 分析查询,识别可分解的维度
3. 拆分为独立且互补的子任务(最多5个)
4. 为每个子任务生成自然语言描述
5. 并行分配给通用搜索代理执行
6. 收集各子任务结果
7. 聚合结果,形成综合回答

第二步:提出你的研究问题

直接用自然语言描述你的研究需求,无需预设格式:

用户: "我想了解向量数据库的现状,包括主流产品、性能对比和应用场景"
# ...
AI助手会自动:
- 分解为子任务
- 调用搜索代理
- 聚合结果
- 生成综合报告

第三步:查看分解结果

AI助手会先展示分解的子任务,然后并行执行搜索:

## 搜索任务分解
# ...
根据您的查询,我将任务分解为以下4个子任务:
# ...
1. [通用搜索] 主流向量数据库产品概览与特点
2. [通用搜索] 向量数据库性能基准测试对比
3. [通用搜索] 向量数据库的典型应用场景与案例
4. [通用搜索] 向量数据库选型建议与最佳实践
# ...
正在并行执行搜索...

第四步:获取聚合结果

各子任务搜索完成后,AI助手聚合结果:

## 搜索结果综合
# ...
### 主流向量数据库
- Pinecone: 云原生,全托管,适合快速上线
- Milvus: 开源,高性能,支持大规模部署
- Qdrant: Rust实现,低延迟,过滤能力强
- pgvector: PostgreSQL扩展,适合已有PG架构
- Weaviate: 内置向量化模块,支持多模态
# ...
### 性能对比
[各子任务搜索结果的性能数据汇总...]
# ...
### 应用场景
[各子任务搜索结果的应用场景汇总...]
# ...
### 选型建议
[基于搜索结果的综合选型建议...]

示例

子任务分解策略

AI助手根据查询类型自动选择分解策略:

通用搜索代理调用

# AI助手内部调用逻辑(用户无需手动操作)
# ...
角色: 搜索组组长
职责: 分解任务,分配给搜索代理,聚合结果
# ...
可用代理:
- General_Search_Agent: 通用网页搜索(免费版唯一可用)
# ...
分配规则:
1. 分析用户查询的维度
2. 拆分为独立互补的子任务(最多5个)
3. 每个子任务生成自然语言描述
4. 并行分配给General_Search_Agent
5. 等待所有子任务完成
6. 聚合结果,去除重复,补充关联
7. 生成结构化综合报告

结果聚合格式

以下是搜索结果聚合后的输出格式，包含来源、摘要与相关性评分.

搜索结果综合报告

...

查询原文

{用户原始查询}

...

子任务执行概况

...

综合结果

[按主题聚合各子任务搜索结果,去除重复,标注来源]

...

关键发现

[从各子任务结果中提取的关键洞察]

## 最佳实践

### 1. 查询要具体而非宽泛

具体的查询能产生更有针对性的子任务分解。避免过于宽泛的查询:

```text
# 好:具体明确
"调研AI写作助手市场,包括竞品、用户需求和技术方案"
# ...
# 不好:过于宽泛
"告诉我关于AI的一切"

2. 信任分解结果但可调整

AI助手的自动分解通常合理,但如果分解方向不符合预期,可以要求调整:

用户: "这个分解缺少了'用户付费意愿'这个维度,请补充一个子任务"
AI助手: "好的,已补充子任务5: AI写作工具用户付费意愿与定价接受度调研"

3. 子任务数量不宜过多

免费版最多5个子任务。子任务过多会导致每个任务搜索深度不足。建议3-4个子任务为最佳平衡点:

# 理想:3-4个聚焦的子任务
"对比vLLM、TGI和SGLang" -> 3个子任务(每个框架一个)
# ...
# 过多:超过5个会降低质量
"研究AI的全部领域" -> 建议缩小范围

4. 聚合结果要交叉验证

各子任务的搜索结果可能存在矛盾。AI助手在聚合时会交叉验证,用户也应关注来源可信度:

AI助手: "子任务1和子任务3的数据存在差异,已标注。建议参考权威来源..."

5. 善用结果做后续深入

聚合结果是研究的起点,而非终点。对感兴趣的子任务结果,可以要求AI助手深入搜索:

用户: "子任务2关于性能对比的结果很有价值,请深入搜索vLLM和SGLang的详细基准测试数据"

常见问题

Q: 子任务分解的质量不稳定怎么办?

A: 分解质量取决于查询的清晰度。模糊或过于宽泛的查询会导致分解方向偏离。建议:(1)查询中明确研究维度(如"包括竞品、技术、市场");(2)指定关注的重点方向;(3)对分解结果提出调整意见.

Q: 搜索代理返回的结果不相关怎么办?

A: 通用搜索代理的结果相关度取决于子任务描述的精确度。AI助手会尽量生成精准的子任务描述,但仍可能偏离。可以:(1)要求重新描述某个子任务;(2)提供更具体的搜索关键词提示;(3)手动指定搜索方向.

Q: 免费版能否搜索学术文献?

A: 免费版仅支持通用搜索代理,不包含学术文献专用搜索。如需搜索学术论文、研究报告,建议:(1)在查询中指定"学术"或"论文"关键词,通用搜索会尝试覆盖学术站点;(2)升级到专业版使用学术搜索代理.

Q: 子任务可以串行而非并行执行吗?

A: 免费版默认并行执行所有子任务以提升效率。如果某些子任务依赖前一个任务的结果,可以要求AI助手串行执行,但这会延长总耗时。通常建议保持并行,在聚合阶段处理关联.

Q: 结果聚合时会去除重复吗?

A: 会。AI助手在聚合各子任务结果时,会识别并去除重复内容(相同URL或高度相似的内容),保留最相关的版本。但如果两个子任务从不同角度覆盖同一主题,会保留两个视角的描述.

Q: 如何获取更深入的搜索结果?

A: 免费版的通用搜索返回摘要级别的结果。如需更深入的内容,可以:(1)对感兴趣的子任务结果要求AI助手进一步搜索;(2)使用WebFetch抓取结果中的URL获取全文;(3)升级到专业版使用全文提取与专业领域搜索代理.

依赖说明

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
• 操作系统: Windows / macOS / Linux
• 运行时: 需要Agent具备WebSearch或搜索代理调用能力

依赖详情

API Key 配置

• 基础LLM由Agent平台内置提供，特定外部API需单独配置密钥
• 搜索能力由Agent内置的WebSearch或通用搜索代理提供
• 若使用外部搜索API(如Tavily),需配置对应API Key
• LLM API: 由Agent平台内置提供,负责任务分解、子任务描述生成与结果聚合

可用性分类

• 分类: MD+EXEC(纯Markdown指令,依赖Agent的搜索与推理能力)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成搜索任务分解与调度。免费版聚焦个人用户的复杂查询拆分、通用搜索代理调用与结果聚合,适合复杂研究问题拆解、多角度信息收集与个人项目调研场景.

错误处理