百炼搜索工具(免费版)

概述

本工具基于百炼(阿里云模型工作室)WebSearch API 实现 AI 优化的网页搜索,专为 AI 代理设计,返回干净、相关的内容。免费版面向个人开发者,提供核心搜索能力与可配置的结果数量。

与传统搜索引擎 API 的对比

核心能力

核心功能执行

用input_params参数进行配置。

输出: 返回核心功能执行的执行结果,包含操作状态和输出数据。
- 执行此能力时使用input_params参数,支持创建/查询/导出操作

参数配置与调用

用config_options参数进行配置。

输出: 返回参数配置与调用的执行结果,包含操作状态和输出数据。
- 执行此能力时使用config_options参数,支持修改/重置/导入操作

结果处理与输出

用output_format参数进行配置。

输出: 返回结果处理与输出的执行结果,包含操作状态和输出数据。
- 执行此能力时使用output_format参数,支持导出/保存/转换操作
能力覆盖范围：本skill的核心能力覆盖以下场景关键词：基于百炼、API、优化网页搜索、返回多源简洁结果、适合个人开发者、阿里云模型工作室、优化网页搜索工具、代理设计、返回干净等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持。

使用场景

场景一:快速事实查询

个人开发者需要快速查询某个事实或概念。

# 基础搜索(默认5条结果)
./scripts/mcp-websearch.sh "Python asyncio 基本用法"

# 指定结果数量
.sh "Python asyncio 基本用法" 10

场景二:AI 代理知识获取

AI 代理在对话中需要获取实时信息,通过本工具搜索补充知识。

# 用户询问最新技术动态
# AI 代理调用搜索获取实时信息
.sh "2026 年 AI 智能体最新进展" 5

# 用户询问某概念解释
.sh "什么是 RAG 检索增强生成" 3

场景三:多主题快速调研

对多个主题进行快速搜索调研,收集初步信息。

#!/bin/bash
# quick-research.sh - 快速主题调研
TOPICS=("AI智能体" "大模型微调" "向量数据库" "RAG技术")

for topic in "${TOPICS[@]}"; do
  echo "=== ${topic} ==="
  echo ""
done

echo "调研完成"

不适用场景

以下场景百炼搜索工具-免费版不适合处理：

• 黑帽SEO手段
• 搜索引擎作弊
• 付费广告投放管理

触发条件

需要SEO优化、关键词分析、排名提升、搜索流量优化时使用。不适用于非本工具能力范围的需求。

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

1. 基础搜索

# 基础搜索(默认5条结果)
{baseDir}/scripts/mcp-websearch.sh "查询词"

# 指定结果数量(最多20条)

2. 参数说明

3. 输出格式

=== 结果 1 ===
标题: 网页标题
链接: https://example.com/page
摘要: 来自搜索结果的描述
内容: (干净的相关内容)

=== 结果 2 ===
标题: 网页标题
链接: https://example.com/page
摘要: 来自搜索结果的描述
内容: (干净的相关内容)

...

示例

环境变量配置

# 百炼 API 配置(在 .env 或环境变量中)
export DASHSCOPE_API_KEY="${API_KEY:?请设置环境变量}"

# 可选:默认结果数量
export BAILIAN_SEARCH_DEFAULT_COUNT=5

脚本调用示例

#!/bin/bash
# search-example.sh - 搜索调用示例

# 基础搜索
echo "=== 基础搜索 ==="

# 指定数量
echo "=== 指定数量 ==="
.sh "Python 异步编程" 10

# 搜索并保存结果
echo "=== 保存结果 ==="
.sh "Python 异步编程" 5 > search-results.txt
echo "结果已保存到 search-results.txt"

集成到 AI 工作流

#!/bin/bash
# ai-workflow-search.sh - AI 工作流中的搜索集成

QUERY="$1"
COUNT="${2:-5}"

# 调用搜索
RESULTS=$(.sh "$QUERY" "$COUNT")

# 将结果传递给 AI 处理
# (由 AI Agent 解析并基于结果生成回答)
echo "$RESULTS"

多轮搜索与结果归档

#!/bin/bash
# multi-round-search.sh - 多轮搜索与归档
TOPIC="$1"
DATE=$(date +%Y%m%d)

# 领先轮:广泛搜索
echo "=== 领先轮:广泛搜索 ==="
.sh "$TOPIC" 10 > "round1-${DATE}.txt"

# 第二轮:聚焦搜索(基于领先轮结果细化)
echo "=== 第二轮:聚焦搜索 ==="
.sh "${TOPIC} 优选实践" 5 > "round2-${DATE}.txt"

# 合并结果
cat "round1-${DATE}.txt" "round2-${DATE}.txt" > "research-${TOPIC}-${DATE}.md"
echo "调研结果已归档到 research-${TOPIC}-${DATE}.md"

优选实践

1. 查询词要具体:"Python asyncio 基本用法" 优于 "Python"。
2. 合理设置结果数:事实查询用 3-5 条,深度调研用 10-20 条。
3. 结合 AI 处理:搜索结果交给 AI 解析,提取关键信息生成回答。
4. 避免频繁请求:注意 API 调用频率,避免触发限流。
5. 结果缓存:相同查询结果可缓存,减少重复请求。
6. 多角度查询:复杂主题用不同关键词多次查询,获取全面信息。

常见问题

Q1: API 调用失败怎么办?

• 检查 DASHSCOPE_API_KEY 是否正确配置
• 确认网络可访问百炼 API 服务
• 检查 API 配额是否耗尽
• 查看错误信息,确认查询参数是否合法

Q2: 搜索结果质量不佳?

• 优化查询词,使其更具体
• 增加结果数量获取更多候选
• 尝试用不同关键词重新搜索
• 结合 AI 对结果进行二次筛选

Q3: 结果数量上限是多少?

单次查询最多返回 20 条结果。如需更多,可分页查询或用不同关键词多次搜索。

已知限制

免费版提供核心搜索能力,结果数量上限 20 条。如需批量搜索、结果缓存、搜索历史、多查询并发等高阶能力,请升级至专业版。

Q5: 如何缓存搜索结果?

# 简单缓存:按查询词哈希命名
CACHE_KEY=$(echo -n "$QUERY" | md5sum | awk '{print $1}')
CACHE_FILE="cache/${CACHE_KEY}.txt"

if [ -f "$CACHE_FILE" ]; then
  cat "$CACHE_FILE"
else
  .sh "$QUERY" 5 > "$CACHE_FILE"
  cat "$CACHE_FILE"
fi

依赖说明

运行环境

• Agent 平台: 支持SKILL.md的任意AI Agent(Claude Code / Cursor / Codex / Gemini CLI等)
• 操作系统: Windows / macOS / Linux
• 网络: 需可访问百炼 API 服务
• Shell: Bash / Zsh(用于运行脚本)

依赖详情

API Key 配置

• DASHSCOPE_API_KEY:百炼(阿里云模型工作室)API Key
• 获取方式:阿里云百炼控制台 -> API Key 管理
• 配置方式:环境变量或 .env 文件
• 本 Skill 基于Markdown指令,除百炼 API Key 外无需额外配置

可用性分类

• 分类: MD+execute(纯Markdown指令,部分功能需exec命令行执行)
• 说明: 基于Markdown的AI Skill,通过自然语言指令驱动Agent完成操作

错误处理

安全注意事项

使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。

效率量化分析

差异化对比