核心用法
internet-search 是一个基于自托管 SearXNG 实例的网络搜索工具，通过聚合多个搜索引擎实现高效信息检索。其核心设计围绕分类路由展开，支持四种搜索场景：
- general（默认）：事实查询、教程、产品信息、人物资料等通用搜索
- news：时效性新闻事件，需搭配时间锚点如 "2025"
- academic：学术论文、研究报告、医学文献，覆盖 arXiv、Google Scholar、PubMed
- social：社区观点与口碑，专精 Reddit 讨论挖掘
查询构建遵循搜索引擎优化原则：使用关键词组合而非完整问句，如 "rust async runtime benchmarks 2025" 优于 "what is the fastest async runtime for rust"。支持 count 参数（3/5/10）控制结果数量，默认 5 条满足多数场景。
显著优点
1. 多源聚合降低偏见：SearXNG 同时调用 Brave、Bing、DDG、Startpage 等多引擎，避免单一平台算法茧房
2. 场景化精准路由：学术/新闻/社交的明确分类，自动匹配最优引擎组合
3. 高效查询策略：官方推荐的「多搜索策略」——将复杂问题拆分为 2-3 个聚焦查询，配合 general + social 组合实现「事实+ sentiment」双覆盖
4. 低幻觉风险：直接检索实时网络内容，弥补训练知识截止日期限制
潜在局限
- 依赖实例可用性：自托管 SearXNG 的稳定性与索引新鲜度直接影响结果质量
- 无结果质量评级：返回内容未经可信度筛选，需用户自行判断来源权威性
- 社交搜索单一源：
social类别仅覆盖 Reddit，缺失 Twitter/X、知乎、小红书等平台 - 语言偏向：未明确支持多语言搜索优化，非英文查询效果可能打折
适合人群
- 研究人员：快速定位学术论文与预印本
- 开发者：追踪技术趋势、框架 benchmarks、生产实践经验
- 信息分析师：需要「事实数据 + 社区 sentiment」双重验证的场景
- 内容创作者：获取时效性素材与大众观点
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 信息时效性 | 索引延迟可能导致新闻/技术动态非最新 | 对关键时效信息交叉验证官方源 |
| 来源可信度 | 聚合结果包含未经验证的 UGC 内容 | 学术场景优先使用 `category="academic"` |
| 查询泄露 | 搜索关键词可能暴露敏感意图 | 避免在查询中嵌入个人身份信息 |
| 过度依赖 | 对已知事实重复搜索浪费资源 | 遵循「When NOT to Use」指南 |
整体而言，这是一个设计精良的研究辅助工具，其价值在于「结构化搜索策略」而非单纯的结果聚合。正确运用分类路由与多搜索组合，可显著提升信息检索效率与全面性。