airweave

核心用法

Airweave Search 是一个面向企业场景的上下文检索技能，通过调用本地 Python 脚本与 Airweave 云服务交互，实现对分散在不同 SaaS 应用中的数据进行统一搜索。用户通过自然语言查询（如"Sarah 关于产品发布的讨论"或"API 认证文档"），技能会自动调用 search.py 脚本，向 Airweave API 发起 HTTPS 请求，支持语义搜索（semantic）、关键词匹配（keyword）和混合策略（hybrid）三种检索模式。

脚本提供丰富的参数配置：通过 --temporal 设置时间权重筛选最新内容，--limit 控制返回结果数量，--strategy 切换检索算法，--raw 获取原始数据而非 AI 总结。用户还可启用 --expand 进行查询扩展以提升召回率，或使用 --rerank 利用大模型对结果重排序。执行后系统返回带相关性评分（0-1 分）的结构化数据，0.85 分以上可高度信赖，0.5 分以下建议重新表述查询。

显著优点

多源数据整合能力是最大亮点，单一接口即可检索 Slack 对话、GitHub 代码、Notion 文档、Jira 工单、Confluence 页面、Salesforce 记录等 20 余种企业常用应用的数据，无需为每个应用单独维护 API 连接和认证流程。

智能检索策略支持语义理解，能识别"客户反馈"与"用户评价"的语义关联，同时保留精确的关键词匹配能力。时间权重参数特别适用于查找"本周的 bug 报告"或"最新项目进展"等时效性内容。

结果质量控制机制完善，内置相关性评分和 LLM 重排序功能，能有效过滤噪声数据。开发者可选择原始数据模式进行自定义处理，或使用内置的 AI 总结直接获取精炼答案。

潜在缺点与局限性

平台依赖性较强，所有搜索请求必须发送至 Airweave 云端处理，既要求稳定的互联网连接，也意味着数据查询行为依赖于第三方服务的可用性。若 Airweave 服务中断或 API 变更，技能将完全失效。

数据源限制方面，仅能检索已同步至 Airweave 集合的数据，无法实时访问未配置连接的应用或最新未同步内容。用户需先在 Airweave 平台完成应用授权和数据索引，才能通过本技能查询。

配置复杂度对非技术用户不够友好，需要正确配置 AIRWEAVE_API_KEY 和 AIRWEAVE_COLLECTION_ID 两个环境变量，且缺乏图形化配置界面。

适合的目标群体

主要面向企业知识管理团队和需要访问多源数据的 AI 助手开发者。特别适合以下场景：跨部门协作时需要快速定位分散在 Slack、邮件、文档中的讨论记录；客服团队需要基于历史工单（Jira/Salesforce）回答客户问题；研发团队需要同时检索 GitHub 代码、Confluence 文档和 Linear 任务的技术调查；以及构建企业级 RAG（检索增强生成）应用需要统一数据访问层的场景。

对于个人用户或仅使用单一应用（如仅用 Google Drive）的场景，该技能可能显得过于复杂，直接使用原生搜索更为便捷。

使用风险

数据隐私风险方面，虽然传输过程使用 HTTPS 加密，但所有搜索查询和返回数据都会经过 Airweave 服务器处理，涉及敏感商业信息的查询需谨慎评估合规性。API 密钥若泄露，可能导致企业数据被未授权访问。

性能风险包括网络延迟（每次查询需往返 Airweave API）和速率限制，高频调用可能触发限流。此外，由于来源为个人开发者（T3），长期维护稳定性和安全更新存在不确定性，建议在生产环境使用前进行充分测试并关注上游更新。