核心功能
Web Search Pro 2.0 是一款面向AI Agent的多引擎检索系统，突破了传统搜索脚本的单一工具定位，构建起完整的智能信息获取架构。其核心价值体现在三个维度：
检索层 —— 采用可解释路由机制，整合DuckDuckGo零密钥基线与Tavily、Exa、Serper、SerpAPI等增强引擎，支持智能联邦查询（federated fanout），针对新闻、模糊查询、关键领域、研究对比等场景自动触发多源并行检索，并输出合并统计与去重遥测。
提取层 —— 提供三级内容获取能力：extract.mjs安全单页提取（可选浏览器回退）、render.mjs强制本地浏览器渲染、crawl.mjs多页BFS爬取、map.mjs站点结构发现。浏览器渲染通道默认关闭，启用后采用本地headless浏览器，支持同源策略与反爬虫拦截识别。
研究层 —— research.mjs并非面向人类的报告生成器，而是向上游模型输出结构化的「计划+证据包」，包含主题分类、研究维度、子问题意图、证据权威性评分、声明聚类与不确定性标注，实现检索与推理的职责分离。
显著优点
- 零门槛启动：无需任何API密钥即可运行基线检索，显著降低试用成本
- 安全设计纵深：Safe Fetch自动拒绝非HTTP(S)、含凭证、本地及私有地址；浏览器渲染可配置同源限制；挑战页面识别为降级而非虚假成功
- 可观测性强：路由解释、健康状态、提供者冷却、缓存统计、诊断报告全透明输出
- 结构化输出稳定：JSON Schema 1.0保持向后兼容，程序化集成友好
- 联邦智能：基于查询类型的自动多源扩展，结果合并与去重机制完善
局限与风险
- 基线能力边界：DuckDuckGo无密钥模式可能遭遇挑战页面，稳定性低于付费API
- 浏览器渲染依赖：本地Node环境需满足headless浏览器运行条件，跨平台兼容性需验证
- 研究层非终端输出：需要上游模型承担最终推理与叙事合成，非开箱即用的完整报告
- 配置复杂度：多层配置优先级（CLI→环境变量→配置文件→默认值）与大量策略参数对新手形成学习曲线
- 合规灰色地带：大规模爬取与站点映射需关注目标站点的robots.txt与服务条款
适合人群
AI Agent开发者、需要可控多源检索的研究自动化场景、对检索过程可解释性有要求的工程团队、以及希望在「免费基线」与「付费增强」间灵活切换的成本敏感型用户。
常规风险
运行时密钥暴露风险可通过capabilities.mjs与review.mjs审计缓解；浏览器通道的本地执行需确保隔离环境；联邦查询的多API调用可能产生预期外费用；缓存机制虽提升效率但需关注敏感数据滞留。