核心用法
Search Workflow 是一个标准化的多阶段搜索工作流，将查询分析、搜索执行、结果处理、内容提取和整理输出五个环节整合为自动化流程。用户可通过命令行调用，支持学术搜索（--type academic）、实时信息（--type realtime）、深度调研（--type deep_research）和事实验证（--type fact_check）四种模式，灵活适应不同场景需求。
显著优点
1. 多引擎冗余设计：以 Tavily 为主引擎，配合 web_search、Perplexity 等备用引擎，确保搜索成功率
2. 场景化预设：针对学术、新闻、调研等场景优化搜索策略，减少用户配置成本
3. 结构化输出：自动生成包含摘要、关键信息、引用来源的 Markdown 报告，便于二次使用
4. 模块化流程：五个阶段可独立运行，便于调试、扩展或自定义改造
潜在缺点与局限性
- 时效依赖外部服务：核心功能依赖 Tavily、Perplexity 等第三方 API，存在服务可用性风险
- 中文支持待验证：技能元数据为中文，但部分底层引擎对中文优化程度不一
- 深度模式耗时较长：
deep_research模式完整执行可能超过 20 分钟，不适合即时查询 - 事实验证能力边界：未内置专业事实核查数据库，依赖搜索结果交叉验证
适合的目标群体
- 学术研究人员：快速获取论文、学者信息
- 市场分析师：执行竞品调研、行业扫描
- 内容创作者：核实信息来源、追踪热点
- 知识工作者：需要结构化搜索报告的场景
使用风险
- API 成本风险：多引擎调用可能产生较高费用，需关注用量配额
- 结果质量波动：搜索引擎排名算法变化可能影响输出相关性
- 隐私合规：搜索查询可能经过第三方服务，敏感信息需谨慎处理
- 依赖维护：需持续关注底层搜索技能的版本兼容与更新