ahang1598 网络搜索
概述
网络搜索工具，支持使用搜索引擎API进行实时网络搜索，并可选地抓取网页全文内容。基于搜索引擎API和 r.jina.ai 内容抓取服务，提供简洁的JSON或Markdown格式输出。
核心能力:
- ✅ 内容搜索（Markdown格式）
- ✅ 智能错误处理和网络适配
- ✅ 中文友好，支持中英文混合搜索
- ✅ 智能意图识别：只在有明确搜索意图时才搜索
- ✅ 智能URL检测：自动识别URL并抓取内容
- ✅ 增强超时处理：搜索60秒、抓取90秒超时，避免"The read operation timed out"错误
- ✅ 支持按时间范围过滤搜索结果：根据用户查询中的时间意图，自动传入
--days参数进行范围检索
使用场景
适用:
- 用户明确要求"搜索XX信息"
- 需要查询实时新闻、价格、数据
- 需要获取外部网站的详细内容
- 本地知识库中没有的信息
不适用:
- 只需本地文件搜索的场景
- 已知具体URL只需打开的场景
- 需要登录认证的内容
快速开始
用户问: "帮我搜索一下存款十万如何做稳健投资"
执行:
python scripts/web_search.py "存款十万如何做稳健投资"
若用户查询包含时间范围（如"最近一周的劳动仲裁新闻"），需根据时间意图传入 --days 参数：
python scripts/web_search.py "最近一周的劳动仲裁新闻" --days=7
脚本会:
- 调用搜索引擎API查询
- 聚合多引擎结果
- 输出JSON格式结果（或可选Markdown）
读取结果并以Markdown格式呈现给用户。
工作流程（智能决策）
智能决策流程
digraph decision {
"用户输入" [shape=diamond];
"包含URL？" [shape=diamond];
"有搜索意图？" [shape=diamond];
"抓取网页内容" [shape=box];
"执行网络搜索" [shape=box];
"提示用户明确意图" [shape=box];
"返回结果" [shape=box];
"用户输入" -> "包含URL？";
"包含URL？" -> "抓取网页内容" [label="是"];
"包含URL？" -> "有搜索意图？" [label="否"];
"有搜索意图？" -> "执行网络搜索" [label="是"];
"有搜索意图？" -> "提示用户明确意图" [label="否"];
"抓取网页内容" -> "返回结果";
"执行网络搜索" -> "返回结果";
}
关键原则:
- ✅ 用户提供具体URL → 直接抓取内容（跳过搜索）
- ✅ 用户有明确搜索意图 → 执行搜索
- ✅ 无明确搜索意图 → 提示用户明确需求
- ✅ 智能检测URL格式和搜索关键词，无需手动指定模式
搜索意图识别关键词:
- 中文：搜索、查找、查询、找一下、帮我找、关于、是什么、怎么样、如何、最新、新闻、资讯、推荐、建议、教程、指南等
- 英文：search、find、what is、how to、latest、news、recommend、tutorial等
模式1：智能搜索（自动检测URL）
脚本会自动检测输入是否包含URL，并选择合适的处理方式：
# 情况1：纯关键词搜索
python scripts/web_search.py "存款十万如何做稳健投资"
# → 执行搜索
# 情况2：包含URL，自动抓取
python scripts/web_search.py "https://my.feishu.cn/wiki/HbbywPBIliyVilkdIQNcKoQSnKb"
# → 直接抓取网页内容
# 情况3：包含URL的混合查询
python scripts/web_search.py "帮我看看这个链接 https://example.com/article"
# → 自动识别URL并抓取
模式2：搜索模式（关键词查询）
当用户只提供关键词时：
# 基本搜索
python scripts/web_search.py "查询关键词"
参数说明:
query: 搜索查询字符串（必填，如果包含URL会自动切换为抓取模式）--days: 时间范围过滤（可选）。根据用户查询中的时间意图传入对应值：1- 1天内7- 1周内30- 1个月内365- 1年内0或不传 - 不限（默认）
模式3：强制抓取模式（可选）
如果需要明确指定抓取URL（通常不需要，因为会自动检测）：
# 明确指定抓取URL 确认好用户本地是python 或者是python3环境
python scripts/web_search.py --fetch "https://example.com/article"
使用建议
| 用户输入类型 | 自动选择模式 | 示例 |
|---|---|---|
| 纯关键词 | 搜索模式 | "存款十万如何理财" |
| 包含URL | 抓取模式 | "https://example.com/article" |
| 混合输入 | 抓取模式（提取URL） | "看看这个链接 https://..." |
| 多个URL | 抓取第一个URL | "链接1 https://a.com 和链接2 https://b.com" |
时间范围参数使用指南
调用规则
当用户查询中明确包含时间范围意图时，助手应在调用脚本时附加 --days 参数。时间意图由大模型根据用户自然语言查询自动理解并映射，不在脚本层进行正则匹配。
时间范围映射表
| 用户表达示例 | days 值 | 说明 |
|---|---|---|
| 今天、1天内、24小时内、最近一天 | 1 | 检索最近24小时内的内容 |
| 本周、1周内、7天内、最近一周 | 7 | 检索最近7天内的内容 |
| 本月、1个月内、30天内、最近一个月 | 30 | 检索最近30天内的内容 |
| 今年、1年内、365天内、最近一年 | 365 | 检索最近365天内的内容 |
| 不限、所有时间、未提及时间 | 不传 | 后端默认不限时间范围 |
判断原则
- 明确包含时间词：如用户说"搜索最近一周的劳动仲裁新闻"，识别到"最近一周"，应传入
--days=7 - 未提及时间：如用户说"搜索劳动仲裁新闻"，未提及时间范围，不传递
--days参数 - 存在歧义时取更小范围：如"最近一周的最新动态"同时涉及"一周"和"最新"，取更精确的
days=1 - 禁止编造：仅根据用户实际表述判断，不得臆测用户未表达的时间意图
调用示例
# 用户问"今天有哪些法律热点"
python scripts/web_search.py "今天有哪些法律热点" --days=1
# 用户问"搜索最近一个月的民间借贷案例"
python scripts/web_search.py "搜索最近一个月的民间借贷案例" --days=30
# 用户问"查询AI发展趋势"（未提时间）
python scripts/web_search.py "查询AI发展趋势"
输出格式
普通文本格式
{
"query": "存款十万如何做稳健投资",
"number_of_results": 10,
"search_time": "2026-03-18 15:30:00",
"enabled_engines": ["google", "brave", "duckduckgo"],
"unresponsive_engines": ["google"],
"results": [
{
"title": "文章标题",
"url": "https://example.com/article",
"description": "文章描述摘要...",
"engine": "duckduckgo"
}
]
}
呈现给用户的Markdown格式
# 🔍 "查询关键词" 搜索结果
> 📊 找到 N 条结果
> 🕐 搜索时间: 2026-03-18 15:30:00
---
## 1. 文章标题
**来源**: duckduckgo
**描述**: 文章描述摘要...
**链接**: [https://example.com/article](https://example.com/article)
---
示例对话
场景1：纯关键词搜索（有搜索意图）
用户: "帮我搜索一下最新的AI发展趋势"
助手: 我来为您搜索AI发展趋势的相关信息...
python scripts/web_search.py "搜索最新的AI发展趋势"
脚本输出:
检测到搜索意图，执行搜索...
{
"query": "搜索最新的AI发展趋势",
"results": [...]
}
场景2：用户提供URL（自动抓取）
用户: "帮我看看这个飞书文档：https://my.feishu.cn/wiki/HbbywPBIliyVilkdIQNcKoQSnKb"
助手: 检测到您提供了链接，我来为您抓取内容...
python scripts/web_search.py "https://my.feishu.cn/wiki/HbbywPBIliyVilkdIQNcKoQSnKb"
脚本输出:
检测到URL，自动切换到抓取模式...
抓取: https://my.feishu.cn/wiki/HbbywPBIliyVilkdIQNcKoQSnKb
[网页内容...]
场景3：无搜索意图（拒绝并提示）
用户: "今天天气不错"
助手: 抱歉，我未能识别到明确的搜索意图...
python scripts/web_search.py "今天天气不错"
脚本输出:
提示: 未检测到明确的搜索意图
输入: "今天天气不错"
如需搜索，请在输入中包含明确的搜索关键词，例如:
- '搜索 存款十万如何理财'
- '查找最新的AI资讯'
- '关于人工智能的最新消息'
- '什么是量子计算'
如需抓取网页，请提供URL:
- 'https://example.com/article'
场景4：混合输入（自动提取URL）
用户: "我想了解这个链接的内容 https://example.com/article 它讲的是什么？"
助手: 我检测到您提到了一个链接，让我为您抓取内容...
python scripts/web_search.py "我想了解这个链接的内容 https://example.com/article 它讲的是什么？"
脚本输出:
检测到URL，自动切换到抓取模式...
抓取: https://example.com/article
[网页内容...]
场景5：强制抓取模式
用户: "帮我抓取这个URL的内容：https://example.com/special-article"
助手: 我来为您抓取该页面的内容...
python scripts/web_search.py --fetch "https://example.com/special-article"
脚本输出:
[网页内容...]
场景6：带时间范围的搜索
用户: "帮我查找最近一周关于劳动仲裁的最新新闻"
助手: 检测到您希望查询最近一周的劳动仲裁新闻，我将按1周时间范围进行搜索...
python scripts/web_search.py "帮我查找最近一周关于劳动仲裁的最新新闻" --days=7
脚本输出:
检测到搜索意图，执行搜索...
{
"query": "帮我查找最近一周关于劳动仲裁的最新新闻",
"results": [...]
}
场景7：单日时间范围搜索
用户: "今天有哪些法律资讯"
助手: 您想查询今天的法律资讯，我将按1天内的時間范围进行搜索...
python scripts/web_search.py "今天有哪些法律资讯" --days=1
脚本输出:
检测到搜索意图，执行搜索...
{
"query": "今天有哪些法律资讯",
"results": [...]
}
常见问题
| 问题 | 解决方案 |
|---|---|
| 无结果返回 | 尝试更通用的关键词；检查网络连接 |
| 引擎不可用 | 某些引擎可能受网络限制，结果会标注 unresponsive_engines |
| 需要更详细信息 | 使用 --fetch 抓取特定网页的全文内容 |
| Windows执行失败 | 确保Python已安装；使用 python 而非 python3 |
技术说明
- 搜索API: 使用搜索引擎API进行聚合搜索
- 内容抓取: 基于 r.jina.ai 服务，自动转换为Markdown
- 网络适配: 自动处理超时和错误，提供友好的错误信息
- 编码支持: 完整支持UTF-8，中英文混合搜索
注意事项
- ⚠️ 搜索结果取决于搜索引擎API的可用性
- ⚠️ 某些网站可能限制抓取，
--fetch可能失败 - ⚠️ 搜索结果不保证准确性，请交叉验证重要信息
- ✅ 建议使用多个搜索引擎以获得更全面的结果