Zhipu Tools Coding Plan

🔍 智谱免费 MCP 工具集,替代搜索省配额

智谱 Coding Plan 免费 MCP 工具集,提供网络搜索、网页读取、GitHub 仓库文档搜索、视觉理解等功能,替代内置搜索工具节省配额。

收藏
2.5k
安装
1k
版本
1.7.0
CLS 安全性认证2026-08-04
点击查看完整报告 >

使用说明

核心用法

智谱 Coding Plan 工具集是一组基于 MCP 协议的免费 API 工具,通过 Python 脚本和 Shell 快捷入口提供以下能力:

1. 网络搜索 (web_search_prime): 实时互联网搜索,支持关键词过滤,默认 MCP 模式免费调用
2. 网页读取 (webReader): 抓取网页标题、正文、元数据及链接列表

3. GitHub 仓库搜索 (zread): 包含文档搜索、目录结构查看、指定文件读取三项功能

4. 视觉理解 (vision): 基于 GLM-4.6V 的图像分析,支持本地图片和远程 URL

5. 文件解析: 支持 PDF/Word/Excel/PPT 等格式(Legacy 模式)

使用方式灵活,支持直接 Python 脚本调用 (python3 scripts/zhipu_tool.py <command>) 或 Shell 快捷入口 (./scripts/zhipu.sh)。配置简单,仅需在 openclaw.json 中设置 apiKey 或环境变量 ZHIPU_API_KEY。

显著优点

  • 完全免费: Pro 套餐提供 1000 次/月额度,Max 套餐达 4000 次/月,远超常规需求
  • 优先替代内置工具: 明确设计为优先于内置 web_search/web_fetch 使用,有效节省其他 API 配额
  • MCP 协议原生支持: 采用 streamableHttp 标准协议,具备 session 管理和自动 fallback 机制
  • 智能容错: MCP 连接失败时自动降级到 Legacy API;内容安全拦截时提示修改搜索词重试
  • GitHub 深度集成: zread 功能支持仓库文档语义搜索、目录树浏览、文件内容读取,适合代码研究
  • 视觉理解实用: GLM-4.6V 模型支持 UI 截图分析、错误识别、图片描述等场景

潜在缺点与局限性

  • 视觉理解非官方实现: 通过逆向 npm 包提取 API 调用,官方未提供 MCP 端点,未来可能收费或受限
  • 部分参数模拟实现: --recency 和 --domain 在 MCP 模式下通过注入 query 模拟(如 site:example.com),过滤效果依赖搜索引擎理解,不保证精确
  • Legacy 模式余额风险: 降级到 Legacy API 时走账户余额,Coding Plan 用户通常余额为零,fallback 可能仍失败
  • 内容安全策略限制: MCP 端点存在内容过滤,敏感词搜索会被拦截且不自动重试
  • 文件解析仅限 Legacy: PDF/Word 等解析未接入 MCP,必须使用旧版 API
  • 网络依赖性强: MCP 端点需稳定连接 api.z.ai,网络/SSL 问题会触发 fallback

适合人群

  • AI 辅助开发用户: 需要频繁搜索技术文档、GitHub 仓库的开发者
  • 配额敏感型用户: 希望减少内置搜索 API 调用,优化成本结构
  • 中文开发者: 智谱模型对中文内容理解较好,国内访问稳定
  • Coding Plan 订阅者: 已使用 Z.AI 服务的用户可无缝集成
  • MCP 生态探索者: 希望实践 Model Context Protocol 协议的早期采用者

常规风险

  • API Key 泄露: 需妥善保管 ZHIPU_API_KEY,避免提交到 Git 仓库
  • 计费模式变更: 视觉理解当前可能免费,但逆向实现存在未来收费风险,需监控账户用量
  • 服务稳定性: MCP 端点为较新服务,可能存在协议变更或 endpoint 调整
  • 内容合规风险: 搜索内容受智谱内容安全策略约束,敏感领域查询可能被拦截
  • 降级失效: 网络问题触发 Legacy fallback 时,若账户无余额则调用完全失败

安全评估

  • 代码透明度: MIT 许可,源码可审计
  • 密钥管理: 支持环境变量和配置文件两种方式,需用户自行保障安全
  • 网络传输: 使用 HTTPS,但逆向实现的视觉理解端点未经官方认证
  • 数据隐私: 搜索查询和图片上传发送至智谱服务器,需信任第三方数据处理

安全解读

核心用法

智谱 Coding Plan 工具集是一套基于智谱 AI 官方 MCP 端点的多功能 Agent Skill,主要提供六大核心能力:网络搜索(web_search_prime)、网页读取(webReader)、GitHub 仓库文档搜索(search_doc)、仓库目录结构查看(get_repo_structure)、仓库文件读取(read_file)、视觉理解(GLM-4.6V)以及文件解析(PDF/Word/Excel/PPT)。

使用方法分为 Shell 快捷入口和 Python 脚本两种模式。Shell 脚本位于 scripts/ 目录下,包括 web_search.sh、web_reader.sh、zread.sh、vision.sh 等,适合快速命令行调用。Python 脚本 zhipu_tool.py 提供更丰富的参数控制,支持如 --recency、--domain、--prompt 等高级选项。所有工具均优先通过 Coding Plan MCP 端点调用,享受每月 100-4000 次的免费额度。

配置方式灵活,支持 openclaw.json 配置文件或 ZHIPU_API_KEY 环境变量。视觉理解功能支持本地图片路径和远程 URL,自动进行 base64 编码上传;仓库搜索支持 openai/openai 格式的仓库名,可进行全文检索、目录浏览和指定文件读取。

显著优点

成本优势突出是该 Skill 最核心的竞争力。智谱 Coding Plan 提供 Lite(100次/月)、Pro(1000次/月)、Max(4000次/月)三档免费套餐,对于个人开发者和小型团队而言,完全能够覆盖日常的网络搜索、文档查阅需求,显著节省其他商业搜索 API 的配额消耗。

功能集成度高,将搜索、网页抓取、GitHub 仓库文档检索、图像识别、文件解析等多种能力整合在一个 Skill 中,避免了为不同功能安装多个独立工具的繁琐。特别是对于需要频繁查阅开源项目文档的开发者,zread 系列的仓库搜索、结构查看、文件读取功能形成了完整的文档工作流。

架构设计合理,采用 MCP(Model Context Protocol)协议与 Legacy API 双模式架构,默认优先使用 MCP 免费端点,仅在连接失败时自动 fallback 到 Legacy 模式。这种设计既保证了免费额度的优先使用,又在必要时提供了可用性保障。

安全合规性良好,API Key 通过环境变量管理,无硬编码敏感信息;所有网络调用均采用 HTTPS 加密传输;代码中未发现危险函数调用或命令注入风险。

潜在缺点与局限性

视觉理解功能的长期稳定性存疑。该功能通过逆向分析官方 npm 包实现,直接调用底层 open.bigmodel.cn/api/paas/v4/chat/completions API,而非官方提供的 MCP 端点。虽然当前测试显示可能走 Coding Plan 资源池,但官方已明确未提供视觉 MCP 端点(返回 404),后续智谱可能调整计费策略或限制此类调用方式,存在功能突然收费或失效的风险。

部分参数的实现存在妥协。--recency(时间筛选)和 --domain(域名过滤)参数在 MCP 模式下并非原生支持,而是通过向搜索词注入前缀(如 site:example.com、最近一周)模拟实现,实际过滤效果取决于搜索引擎的理解,无法保证精确过滤。对于需要严格过滤场景的用户,这可能带来体验不一致。

来源可信度为 T3 级别。该 Skill 由 GitHub 个人开发者 wnzzer 维护,相比企业或知名组织背书的 T1/T2 级别项目,存在维护可持续性和账号安全风险,需要用户持续关注更新动态。

Legacy 模式的 fallback 策略存在隐患。当 MCP 因内容安全策略(content filter)拦截时,系统不会 fallback 到 Legacy 模式,而是返回空结果并提示修改搜索词。这意味着部分敏感词搜索在两种模式下都可能失败,且 Legacy 模式走账户余额,Coding Plan 用户通常余额不足,fallback 后仍可能失败。

适合的目标群体

该 Skill 最适合以下用户群体:

1. 个人开发者与独立开发者:需要网络搜索、文档查阅能力,但希望控制 API 成本的用户;
2. 开源项目贡献者:频繁需要搜索 GitHub 仓库文档、查看目录结构、读取特定文件的技术人员;

3. AI Agent 构建者:需要在 Agent 工作流中集成搜索、网页抓取、图像理解能力的开发者;

4. 学生与研究人员:预算有限,需要基础搜索和文档解析功能的学术场景用户。

不适合对服务稳定性有极高要求的企业生产环境,或需要严格合规审计的金融、医疗等敏感行业。

使用风险

性能风险:MCP 协议基于 HTTP 流式传输,在网络不稳定环境下可能出现 session 中断,虽然代码实现了自动重连,但仍会影响响应速度。视觉理解功能涉及图片 base64 编码传输,大图片可能导致请求体积过大、响应延迟。

依赖项风险:该 Skill 仅依赖 Python 标准库和 requests,依赖审计得分 90 分,无可疑依赖包,风险较低。但需注意 Python 版本兼容性,建议使用 Python 3.8+。

计费突变风险:视觉理解和文件解析功能当前通过 Legacy API 调用,虽然可能享受 Coding Plan 免费额度,但智谱官方未明确承诺长期免费。建议用户定期查看智谱账户用量,关注官方公告,避免因计费策略调整产生意外费用。

数据隐私风险:搜索关键词、网页内容、图片数据、文件内容均会传输至智谱 AI 服务器进行处理,虽然使用 HTTPS 加密,但用户需自行评估是否符合自身数据隐私要求。

Zhipu Tools Coding Plan 内容

scripts文件夹
手动下载zip · 21.1 kB
file_parser.shtext/x-shellscript
请选择文件