Search Skills
Три скилла для поиска: четыре источника с оценкой по намерению, глубокий разбор веток обсуждений и страницы в Markdown.
- 438 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- Скрипты ходят в сеть и отправляют запросы и ссылки внешним поисковым сервисам и API MinerU.
- Ключи Exa, Tavily и Grok хранятся в локальном файле или переменных окружения.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/search-skillsОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Скрипты ходят в сеть и отправляют запросы и ссылки внешним поисковым сервисам и API MinerU.
- Ключи Exa, Tavily и Grok хранятся в локальном файле или переменных окружения.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Набор из трех скиллов для агентов. `search-layer` ищет параллельно в Brave, Exa, Tavily и Grok, определяет намерение запроса (факт, статус, сравнение, обучение, исследование, новости, ресурс), убирает дубли и оценивает результаты по свежести, авторитетности и совпадению ключевых слов. Для исследовательских запросов добавляется отдельный этап с глубоким поиском Exa. Ветки обсуждений скилл разбирает глубже: читает issue и PR на GitHub, посты Hacker News, Reddit и V2EX вместе с комментариями и ссылками. `content-extract` превращает URL в чистый Markdown, а при сбое на страницах вроде WeChat переключается на `mineru-extract`, обертку над официальным API MinerU, которая читает PDF, документы Office и HTML.
Для кого. Исследователям и разработчикам, которые просят агента собрать источники по теме и проверить, что обсуждали в issue, а не берут первую выдачу.
Подходит, если
- Вопрос про текущее состояние проекта требует свежих источников из нескольких систем.
- Надо найти причину бага и пройти по ссылкам из issue к PR и коммитам.
- Нужно сравнить два инструмента по статьям и обсуждениям на Hacker News и Reddit.
- Статью с WeChat не удается открыть обычной загрузкой, и нужен ее текст в Markdown.
Не подходит, если
- Ключей Exa и Tavily нет: без них четыре источника превращаются в один.
- Данные закрытые, и запросы нельзя отправлять внешним поисковым сервисам.
- Нужен просто быстрый однократный веб-запрос без оценки и дедупликации.
Пример запроса к агенту
Найди, что известно об ошибке валидации конфигурации в OpenClaw, пройди по ссылкам из issue и покажи источники.Ограничения
README и инструкции скиллов в основном на китайском, а установка описана для OpenClaw: в других агентах папки скиллов подключают вручную. Для `search-layer` нужны собственные ключи Exa и Tavily, Grok по желанию, Brave идет через встроенный `web_search` агента. Для `mineru-extract` нужен токен MinerU. Запросы и содержимое страниц уходят выбранным поставщикам. Скрипты написаны на Python 3.10 и новее и запускаются на вашей машине.
Как отключить. Удалите ссылки search-layer, content-extract и mineru-extract из каталога скиллов агента и ключи из ~/.openclaw/credentials/search.json.
Частые вопросы
Какие поисковые источники использует search-layer?
Brave через `web_search`, плюс Exa, Tavily и Grok. Если Grok не настроен, поиск идет по Exa и Tavily.
Как скилл понимает намерение запроса?
Он относит запрос к одному из типов: факт, статус, сравнение, обучение, исследование, новости или ресурс. От типа зависят режим, окно свежести и веса оценки.
Что делает content-extract на закрытых страницах?
Сначала пробует обычное извлечение, а при неудаче передает страницу `mineru-extract`. Результат возвращается в Markdown со ссылкой на источник.
Какие площадки умеет разбирать глубоко?
GitHub issue и PR, Hacker News, Reddit, V2EX и обычные веб-страницы. Скрипт `fetch_thread.py` берет один адрес целиком.
Какие ключи нужны search-layer?
Ключи Exa и Tavily обязательны, ключ Grok по желанию. Их кладут в `~/.openclaw/credentials/search.json` или в переменные окружения `EXA_API_KEY` и `TAVILY_API_KEY`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл веб-исследования: SearXNG ищет, Camofox читает страницы, CloakBrowser открывает сайты, которые проверяют посетителей
Шесть скиллов для OpenClaw: поиск по четырем источникам, страницы в Markdown, разбор репозиториев GitHub и проверка зависимостей.
Официальные скиллы Brave: учат агента вызывать Search API для веба, новостей, картинок, видео, мест и выжимок страниц для LLM
Два небольших скилла: веб-поиск через ваш браузер без платных API и проверка плана перед крупной правкой.
Набор из трех скиллов и четырех утилит: агент ищет в сети, читает страницы, берет субтитры видео и обрабатывает медиа
Скилл веб-поиска, поиска по X и чтения страниц для моделей без выхода в сеть: без регистрации и ключа, ответ в JSON со ссылками на источники
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Звезды репозитория | Главное отличие |
|---|---|---|---|
| Search Skills (эта карточка) | нет | 438 | |
| Tavily Agent Skills | да | 490 | скиллы одного поставщика Tavily; здесь четыре источника с общей оценкой и разбором веток обсуждений |
| Exa Research MCP Skills | нет | 118 | опирается на Exa; search-layer сводит Exa, Tavily, Grok и Brave и убирает дубли |
Коротко о README
Два пути работы: основной поиск с оценкой и дедупликацией и путь «вытягивания нитей» по ссылкам. Принцип у обоих один: сначала найти нужное, потом решать, копать ли глубже. Репозиторий вошел в агрегирующую подборку openclaw-skills.
Бейдж для README
Исходный SKILL.md
---
name: search-layer
description: >
DEFAULT search tool for ALL search/lookup needs. Multi-source search and deduplication
layer with intent-aware scoring. Integrates Brave Search (web_search), Exa, Tavily,
and Grok to provide high-coverage, high-quality results. Automatically classifies
query intent and adjusts search strategy, scoring weights, and result synthesis.
Use for ANY query that requires web search — factual lookups, research, news,
comparisons, resource finding, "what is X", status checks, etc. Do NOT use raw
web_search directly; always route through this skill.
---
# Search Layer v2.2 — 意图感知多源检索协议
四源同级：Brave (`web_search`) + Exa + Tavily + Grok。按意图自动选策略、调权重、做合成。
## 执行流程
```
用户查询
↓
[Phase 1] 意图分类 → 确定搜索策略
↓
[Phase 2] 查询分解 & 扩展 → 生成子查询
↓
[Phase 3] 多源并行检索 → Brave + search.py (Exa + Tavily + Grok)
↓
[Phase 4] 结果合并 & 排序 → 去重 + 意图加权评分
↓
[Phase 5] 知识合成 → 结构化输出
```
---
## Phase 1: 意图分类
收到搜索请求后，**先判断意图类型**，再决定搜索策略。不要问用户用哪种模式。
| 意图 | 识别信号 | Mode | Freshness | 权重偏向 |
|------|---------|------|-----------|---------|