multi-search-engine

核心用法

Multi Search Engine 是一款纯文档型搜索工具集成技能，本身不执行任何代码，而是提供17个搜索引擎（8个国内+9个国际）的标准化URL模板和使用指南。用户需通过 web_fetch 等外部工具，根据文档中的模板手动构建搜索请求。支持高级搜索语法（site::、:、filetype::`、精确匹配、排除词、时间过滤等）、DuckDuckGo Bangs 快捷跳转以及 WolframAlpha 知识计算查询。

显著优点

1. 零代码风险：纯 Markdown 文档，无 Python/JS/可执行文件，从根本上杜绝恶意代码注入
2. 无需API密钥：所有搜索引擎均为公开Web接口，零配置开箱即用
3. 覆盖全面：兼顾国内生态（百度、微信、头条等）与国际隐私引擎（DuckDuckGo、Startpage、Brave等）
4. 隐私友好：明确标注隐私搜索引擎，支持无追踪搜索选项
5. 功能丰富：集成高级搜索运算符、时间过滤、Bangs快捷语法、WolframAlpha计算等进阶能力

潜在缺点与局限性

1. 非自动化工具：需用户手动拼接URL并通过 web_fetch 执行，无法直接返回搜索结果
2. 无结果解析：不提供搜索结果的结构化解析，仅输出原始HTML
3. 反爬风险：部分引擎（如Google）对频繁请求有反爬机制，可能返回验证码或封禁
4. 时效性依赖：搜索引擎页面结构变更可能导致URL模板失效
5. 国内访问限制：Google、WolframAlpha等需网络环境支持

适合的目标群体

• AI Agent开发者：需要为Agent集成搜索能力，但希望自主控制请求逻辑
• 隐私敏感用户：倾向使用DuckDuckGo、Startpage等无追踪引擎
• 跨境信息检索者：需同时获取中文与英文世界信息的研究人员、记者、分析师
• 低代码场景用户：不愿申请API密钥，希望通过简单URL构造实现搜索

使用风险

• 性能瓶颈：web_fetch 为同步阻塞调用，批量搜索时响应延迟显著
• 依赖外部服务：所有功能依赖目标搜索引擎的可用性，无服务SLA保障
• 结果质量波动：不同引擎结果差异大，需人工筛选验证
• 合规注意：部分国内引擎（微信、头条）内容受平台规则限制，商业用途需关注ToS

核心用法

Multi Search Engine 是一款纯 Markdown 文档型技能，提供17个搜索引擎（8个国内+9个国际）的完整使用指南。核心功能包括：

• 多引擎覆盖：百度、Bing、Google、DuckDuckGo、WolframAlpha 等主流引擎
• 高级搜索语法：支持 site: 站点搜索、filetype: 文件类型、"" 精确匹配、- 排除、OR 逻辑或等操作符
• 时间过滤：通过 tbs=qdr: 参数实现小时/天/周/月/年维度的结果筛选
• 隐私保护：集成 DuckDuckGo、Startpage、Brave、Qwant 等零追踪引擎
• Bangs 快捷跳转：利用 DuckDuckGo 的 !gh、!so、!w 等快捷指令直达目标站点
• 知识计算：WolframAlpha 支持数学运算、汇率换算、股票查询、天气等结构化数据

显著优点

1. 零门槛使用：无需 API 密钥，直接构造 URL 即可调用
2. 地域适配：同时覆盖国内（百度、360、搜狗、微信、头条）和国际搜索生态
3. 隐私友好：明确区分追踪型与隐私型引擎，满足不同场景需求
4. 格式规范：提供可直接复制的代码示例，降低使用成本

潜在局限性

• 仅提供 URL 构造指南：无结果解析功能，需配合 web_fetch 等工具实际获取内容
• 无智能路由：需手动选择引擎，无自动最优引擎推荐机制
• 部分引擎受限：Google 等在国际网络环境下可能需要特定网络配置

适合人群

• 需要快速切换多搜索引擎的信息检索用户
• 关注隐私保护、希望减少搜索痕迹的敏感型用户
• 需要高级搜索语法进行精准信息定位的研究人员
• 无需复杂集成的轻量级搜索场景

常规风险

• 搜索隐私泄露：使用 Google/Bing 等引擎时，查询内容可能被记录；建议敏感搜索优先使用隐私引擎
• 结果质量依赖引擎本身：Skill 仅提供访问方式，不对搜索结果准确性负责
• WolframAlpha 免费限制：复杂计算可能触发免费版使用限制
• 网络可达性：部分国际引擎在特定地区可能访问受限