
这不是又一个“给 Agent 加个搜索框”的工具,而是把通用搜索、垂直领域搜索、批量搜索、全文提取封装成一套标准化 Skill,让任何支持 SKILL.md 的 Agent 都能以最低 Token 成本获取结构化搜索结果。
写在前面
Agent 联网搜索的痛点一直很明确:模型自己打开网页时,会把导航栏、广告、评论区、无关内容全部塞进上下文,Token 消耗爆炸,而且结果 unstructured,后续还要再加工。
AnySearch Skill 的解法很直接:把搜索这件事从 Agent 手里收回来,交给专门的服务做检索 + 摘要,Agent 只拿结果。它不是搜索产品,是搜索基础设施——给 Agent 用的,不是给人用的。
一、它解决什么问题
| 维度 | 信息 |
|---|---|
| 定位 | Unified real-time search engine skill for AI agents |
| 作者 | anysearch-ai |
| 协议 | Apache-2.0 |
| 规模 | 1 个 Skill + 4 个 CLI(Python/Node.js/PowerShell/Bash)+ 多域搜索 |
| Stars / Forks | 3,720 ⭐ / 267 |
| 创建时间 | 2026-04-30 |
| 最近活跃 | 2026-06-25 README 更新,当天有 push |
| 仓库大小 | 180KB |
| Issues | 0 |
| 兼容工具 | Claude Code / OpenCode / Cursor / OpenClaw / Hermes / QClaw |
| 官网 / 安装 | GitHub: https://github.com/anysearch-ai/anysearch-skill |
一句话卖点:让 Agent 的搜索过程从“打开网页读全文”变成“调用 API 拿结构化结果”,Token 消耗砍掉一个数量级。
二、能力全景:搜索的四个层级
AnySearch Skill 把搜索能力分成四个层级,每个层级解决不同场景:
1. 通用网页搜索(General Web Search)
python3 scripts/anysearch_cli.py search "hello world" --max_results 5
- 标准搜索引擎结果
- 返回结构化 JSON:title / url / snippet / published_date
- Agent 直接消费,无需解析 HTML
2. 垂直领域搜索(Vertical Domain Search)
# 先看有哪些垂直域
python3 scripts/anysearch_cli.py get_sub_domains --domain social_media
# 在特定域内搜索
python3 scripts/anysearch_cli.py search "product launch response" --domain social_media --sub_domain x --max_results 5
- 内置多个垂直域:social_media(X/Reddit/ 微博 / 小红书等)
- 每个域有子域划分,精准控制来源
- 适合做舆情监控、竞品反馈、产品评价
3. 并行批量搜索(Parallel Batch Search)
python3 scripts/anysearch_cli.py batch_search --queries '[{"query":"q1","max_results":5},
{"query":"q2","max_results":5}
]'
- 一次调用发多个查询
- 服务端并行处理,减少往返延迟
- 适合需要同时调研多个角度的场景
4. 全文内容提取(Full-page Extraction)
python3 scripts/anysearch_cli.py extract "https://example.com/page"
python3 scripts/anysearch_cli.py extract --url "https://example.com/page"
- 输入 URL → 输出 Markdown
- 自动去噪:去掉导航、广告、评论区
- Agent 不用自己读网页,直接拿干净正文
三、核心卖点
1. 四运行时自适应,零依赖切换
安装后自动检测环境,按优先级选择 CLI:
–
Python(推荐):需要 Python >= 3.6 + requests
–
Node.js(备选):需要 Node >= 12,无外部依赖
–
PowerShell(Windows):PowerShell 5.1+
–
Bash(Linux/macOS):bash 3.2+,需要 jq + curl
检测结果写入 runtime.conf,Agent 后续直接读配置调用,不用每次重新探测。
2. 结构化输出,Agent 原生友好
- 所有搜索返回 JSON,不是 HTML 或纯文本
- 字段标准化:
title/url/snippet/published_date - Agent 不用自己写解析逻辑,直接消费结构化数据
3. 匿名可用,API Key 增强
- 无 Key 也能用:匿名访问,所有功能可用
- 有 Key 更好:更高 rate limit 和 quota
- Key 优先级:CLI flag > .env 文件 > 环境变量 > 匿名
- 免费申请:https://anysearch.com/console/api-keys
4. 社交媒体源工作流
内置 social_media 垂直域,支持:
– 公开社交发现(X/Twitter / Reddit / 微博 / 小红书)
– 子域精准过滤
– 适合产品反馈监测、竞品舆情、热点追踪
注意:AnySearch 只做公开搜索层。如果需要账号级 X/Twitter 数据(精确推文、回复、粉丝导出、Webhook),需要搭配专用认证工具(如 TweetClaw)。
5. 多平台 Skill 生态兼容
- 支持 Claude Code / OpenCode / Cursor / OpenClaw / Hermes / QClaw
- 安装方式统一:复制到 Agent 的 skills 目录
- 共享目录
~/.agents/skills/anysearch可被多个工具读取
四、同类对比:Agent 搜索层里的位置
| 工具 / 项目 | 定位 | 与 anysearch-skill 关系 |
|---|---|---|
| anysearch-ai/anysearch-skill | Agent 统一实时搜索层,结构化输出 + 垂直域 + 批量 | 主角,专注搜索基础设施 |
| aihot | 中文 AI 资讯查询,调 aihot.virxact.com API | 互补,aihot = 中文 AI 资讯专用 / anysearch = 通用搜索 |
| web-access | 三层通道调度(搜索抓取 / CDP 浏览器 / Sub-Agent 并行) | 互补,web-access = 重浏览器自动化 / anysearch = 轻量 API 搜索 |
| minimax web_search | 内置搜索工具 | 竞争,anysearch 更结构化、支持垂直域和批量 |
| Brave Search | 内置搜索工具 | 竞争,anysearch 是独立 Skill,可跨 Agent 使用 |
| Tavily | AI 搜索 API,专注 Agent 场景 | 同类,anysearch 更轻量、开源、Skill 原生 |
结论:anysearch-skill 目前是 最轻量、最结构化 的 Agent 搜索 Skill,不是“又一个搜索工具”,而是把搜索从 Agent 的“黑盒开销”变成了“可控 API 调用”。
五、实战:30 秒跑起来
Step 1:安装
# 下载最新 release
curl -L -o anysearch-skill.zip https://github.com/anysearch-ai/anysearch-skill/archive/refs/tags/v2.1.0.zip
unzip anysearch-skill.zip
# 移动到 Agent skills 目录
mv anysearch-skill-2.1.0 ~/.agents/skills/anysearch
Step 2:配置 API Key(可选)
cp ~/.agents/skills/anysearch/.env.example ~/.agents/skills/anysearch/.env
# 编辑 .env,填入 ANYSEARCH_API_KEY
免费申请 Key:https://anysearch.com/console/api-keys
Step 3:检测运行时
cd ~/.agents/skills/anysearch
python3 scripts/anysearch_cli.py doc
Step 4:开始搜索
# 通用搜索
python3 scripts/anysearch_cli.py search "OpenClaw 发布 " --max_results 5
# 垂直域搜索
python3 scripts/anysearch_cli.py get_sub_domains --domain social_media
python3 scripts/anysearch_cli.py search "AI agent" --domain social_media --sub_domain x --max_results 5
# 批量搜索
python3 scripts/anysearch_cli.py batch_search --queries '[{"query":"OpenClaw","max_results":3},
{"query":"AnySearch","max_results":3}
]'
# 全文提取
python3 scripts/anysearch_cli.py extract "https://example.com/article"
六、风险与坑
- API Key 可选但推荐:匿名访问有 lower rate limits,高频使用需要申请 Key
- 垂直域有限:目前主要支持 social_media 等少数几个垂直域,其他域可能不够丰富
- 依赖外部服务:搜索和提取都通过 anysearch.com API,不是完全本地
- 与内置搜索工具重叠:OpenClaw 本身有 web_search / web_fetch,AnySearch 的价值在于结构化输出和批量能力
- 社交源是公开层:账号级数据(精确推文、回复、粉丝)需要额外工具,AnySearch 不做这个
- 项目较新:2026-04-30 创建,6 月还在活跃开发,API 可能变动
七、总结
anysearch-sill 最值得关注的三个理由:
- 把搜索从 Agent 黑盒变成可控 API:Token 消耗砍掉一个数量级,结果结构化直接消费
- 四运行时自适应,安装即用:Python / Node.js / PowerShell / Bash 自动检测,不用纠结环境
- 垂直域 + 批量 + 全文提取三位一体:不只是搜索,是 Agent 的完整信息获取基础设施
一句话:如果你用 AI Agent 做需要联网搜索的任务,anysearch-skill 是目前最值得装的搜索 Skill——它不是给 Agent 加个搜索框,而是把“搜索”这件事从 Agent 的 Token 黑洞里救了出来。