AnySearch 调研：给 AI Agent 装一个”统一实时搜索 + 垂直领域 + URL 提取”的 Skill

4k+ star，2.5 个月，Apache-2.0。支持通用网页搜索、垂直领域（金融 / 学术 / 专利 / 安全等 16+ 垂直域）、并行批量搜索、URL 全页提取，注册只需一个邮箱，Agent 自动完成。

AI Agent 做研究时，搜索是最基础的能力，但也是 最碎片化 的：

通用网页搜索—— tavily / brave / serper / 自建 serpapi
学术搜索—— Google Scholar / Semantic Scholar / OpenAlex
金融搜索—— Yahoo Finance / Alpha Vantage
专利搜索—— Google Patents / USPTO
安全情报—— CVE / NVD
URL 内容提取—— jina.ai / reader

每个工具一个 API Key、一个 SDK、一套限速规则。Agent 要切换上下文，用户要维护一堆凭证。

AnySearch 的思路是 把这些全统一到一个接口：

# 通用搜索
anysearch search "OpenAI 最新发布 "

# 垂直搜索（自动发现 sub_domain）anysearch get_sub_domains --domain finance
anysearch search "AAPL" --domain finance --sub_domain finance.quote --sdp type=stock,symbol=AAPL

# 批量并行
anysearch batch_search --query "AAPL" --query "MSFT" --domain finance --sub_domain finance.quote

# URL 提取
anysearch extract "https://example.com/article"

一条 CLI，四种能力，匿名可用（低配额），注册只需邮箱（Agent 自动完成，无验证码）。

痛点	AnySearch 的解法
Agent 搜索工具碎片化	统一 JSON-RPC 2.0 端点——一个 CLI 搞定通用 / 垂直 /batch/extract
垂直领域搜索门槛高	`get_sub_domains` 自动发现——16+ 垂直域（金融 / 学术 / 旅行 / 健康 / 代码 / 法律 / 游戏 / 电影 / 商业 / 安全 /IP/ 能源 / 环境 / 农业 / 资源 / 社交媒体）
多 query 串行慢	`batch_search` 并行——多个独立查询一次性发出
URL 内容提取要额外工具	`extract` 命令——直接输出 Markdown，跟搜索同级
API Key 管理麻烦	匿名可用（低配额），注册只需邮箱，Agent 自动注册（无验证码）
不同平台 CLI 不一致	4 种 CLI——Python / Node.js / PowerShell / Bash，自动检测
MCP 协议集成	`anysearch-mcp-server`——直接给 MCP 客户端用

字段	anysearch-skill	anysearch-mcp-server
GitHub	anysearch-ai/anysearch-skill	anysearch-ai/anysearch-mcp-server
一句话定位	Unified real-time search engine skill for AI agents	Unified real-time search engine MCP server for AI agents
Stars	4,099	1,513
Forks	290	174
Open Issues	3	2
License	Apache-2.0 ✅	Apache-2.0 ✅
主语言	Python	TypeScript（推测，size 22KB 很小）
首次 commit	2026-04-30	2026-04-30
最近 commit	2026-07-10（3 个月活跃）	2026-07-10
仓库大小	198 KB	22 KB
Topics	`anysearch`, `hermes`, `openclaw`, `qclaw`, `skill`, `skills`	`anysearch`, `hermes`, `mcp`, `mcp-server`, `openclaw`, `qclaw`
当前版本	v2.1.0	—
兼容平台	Claude Code / OpenCode / Cursor / Windsurf / OpenClaw / QClaw / Hermes	任何 MCP 客户端（Claude Desktop / Cursor / OpenClaw）

关键观察：
1.
两个仓库同日创建（2026-04-30）——skill 和 mcp-server 是同一团队并行开发的两个入口
2.
Star 数 4k + 1.5k——skill 版本是主流入口（2.7:1 比例）
3.
Issue 数极少（3 + 2）——成熟度不高但 bug 少，说明核心功能稳定
4.
Topics 标了 openclaw 和 qclaw——项目团队明确针对 OpenClaw / QClaw 这类 Agent 平台优化

anysearch search "OpenAI 最新发布 " --max_results 5

默认返回 10 条 ，可 --max_results 1-10 调整。 匿名可用（低配额），有 API Key 后配额提升。

这是 AnySearch 的核心差异 ——不是简单网页搜索，而是 结构化垂直搜索：

垂直域	示例查询	sub_domain 示例
finance	AAPL 股价	`finance.quote` (type=stock, symbol=AAPL)
academic	论文检索	`academic.paper` (DOI/ 标题)
travel	航班 / 酒店	`travel.flight`
health	药物 / 疾病	`health.drug`
code	GitHub 代码	`code.repository`
legal	法规 / 案例	`legal.case`
gaming	游戏资讯	`gaming.news`
film	电影 /IMDb	`film.movie`
business	公司信息	`business.company`
security	CVE 漏洞	`security.cve` (CVE 编号)
ip	专利 / 商标	`ip.patent`
energy	能源数据	`energy.price`
environment	环境监测	`environment.aqi`
agriculture	农产品	`agriculture.price`
resource	矿产资源	`resource.mine`
social_media	X/Reddit 舆情	`social_media.x` / `social_media.reddit`

使用流程：

# 1. 先发现 sub_domain（required before any vertical search）anysearch get_sub_domains --domain finance

# 2. 按返回的 sub_domain 搜索
anysearch search "AAPL" --domain finance --sub_domain finance.quote \
  --sdp type=stock,symbol=AAPL,cn_code=

垂直搜索规则（来自 SKILL.md 原文）：

The DEFAULT search path is Path 2 (vertical). For queries that belong to or overlap with a supported domain, always call get_sub_domains first——vertical search produces significantly better results than general web search.

# 多个 query 并行发出
anysearch batch_search \
  --query "AAPL" \
  --query "MSFT" \
  --query "GOOGL" \
  --domain finance \
  --sub_domain finance.quote \
  --sdp type=stock,symbol=AAPL,cn_code=

# 混合域（每个 query 自己指定 domain/sub_domain）anysearch batch_search \
  --queries '[{"query":" 量子计算最新进展 "},
    {"query":"QBTS","domain":"finance","sub_domain":"finance.quote","sub_domain_params":"type=stock,symbol=QBTS,cn_code="}
  ]'

场景：一次问 5 个竞品股价、一次搜 3 个 CVE 编号、一次查 10 篇论文—— 并行 = 速度。

# 直接输出 Markdown
anysearch extract "https://example.com/article"

# 或用 --url 参数
anysearch extract --url "https://example.com/article"

输出已经是 Markdown——不需要 --format 参数（SKILL.md 明确写了 extract --format markdown 是 invalid example）。

跟搜索配合的典型 workflow：

# 1. 搜索拿 URL
anysearch search "LlamaIndex LiteParse 教程 " --max_results 5

# 2. 提取某篇深度文
anysearch extract "https://blog.csdn.net/qing_gee/article/details/161809902"

# → 直接输出 Markdown，喂给 LLM 总结

# 直接搜索，无 API Key
anysearch search "OpenAI 最新发布 "

匿名配额低，但足够轻度使用。

curl -s -X POST "https://api.anysearch.com/v1/auth/email/register" \
  -H "Content-Type: application/json" \
  -d '{"email": "you@example.com"}'

成功响应：

{
  "code": 0,
  "message": "success",
  "data": {
    "username": "you@example.com",
    "email": "you@example.com",
    "login_url": "https://www.anysearch.com/login",
    "api_key": {
      "id": "key_xxxxxxxx",
      "key": "as_sk_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx",
      "key_prefix": "as_sk_xxxxxx...",
      "name": "default",
      "rate_limit": 100,
      "quota_limit": 0,
      "expires_at": null,
      "created_at": "2026-06-23T10:23:00Z"
    }
  }
}

Agent 注册后必须做三件事：
1. 写
.env：ANYSEARCH_API_KEY=<key>（只显示一次）
2. 告诉用户：用户名（= 邮箱）、登录 URL、随机密码已发邮件
3. 提醒用户检查垃圾邮件

如果 Key 耗尽，API 会返回 auto_registered 字段带新 Key，Agent 必须：
1. 提取新 Key
2. 问用户确认
3. 写入
.env

4. 重试失败请求

--api_key CLI flag > .env 文件 > 系统环境变量 > 匿名访问

运行时	检测优先级	CLI 脚本	依赖
Python	1（优先）	`anysearch_cli.py`	`requests`（常用已装）
Node.js	2	`anysearch_cli.js`	无依赖
PowerShell	3（Windows）	`anysearch_cli.ps1`	无依赖
Bash	4（Linux/macOS）	`anysearch_cli.sh`	无依赖

自动检测流程：检查 Python → 检查 Node.js → 检查 Shell，第一个可用的确定 CLI。

配置 fast path：如果 <skill_dir>/runtime.conf 存在，直接读配置跳过检测。

如果 Agent 平台支持 MCP（Claude Desktop / Cursor / OpenClaw），可以用 anysearch-mcp-server：

{
  "mcpServers": {
    "anysearch": {
      "command": "npx",
      "args": ["-y", "@anysearch-ai/mcp-server"],
      "env": {"ANYSEARCH_API_KEY": "as_sk_xxxxxxxx"}
    }
  }
}

工具	定位	差异
aihot（本机已装）	中文 AI 资讯查询（`aihot.virxact.com` 公开 API）	垂直窄——只做 AI 资讯，不通用
web_search（OpenClaw 内置）	通用搜索（Brave/Perplexity）	无垂直域 / 无 batch / 无 URL extract
anysearch（本次调研）	统一实时搜索 + 16 垂直域 + batch + extract	全能力，但依赖第三方 API

互补关系：
–
aihot = 中文 AI 圈专属搜索（话题更新快、中文友好）
–
web_search = OpenClaw 内置通用搜索（无需额外 skill）
–
anysearch = 通用 + 垂直 + batch + extract 一站式（适合 Agent 自动化工作流）

如果只装一个 ：OpenClaw 内置 web_search 够用，但 AnySearch 的 垂直搜索 + batch + extract 是内置没有的。

依赖第三方 API（api.anysearch.com）——不是本地搜索，隐私依赖对方 ” 零留存 / 零知识 / 无追踪 ” 承诺。敏感查询（密码 / 个人数据 / 商业机密）要谨慎
新项目（2.5 个月，4k star）——社区尚浅，长期维护依赖团队持续性
匿名配额低——高频使用必须注册 API Key，免费层有上限
垂直搜索覆盖依赖后端——get_sub_domains 是服务端配置，不是本地规则，AnySearch 新增 / 删除垂直域客户端无感知
MCP Server 刚发布（与 skill 同日）——MCP 生态兼容性待验证
注册流程 ——邮箱即账号，随机密码邮件发送， 企业邮箱可能有拦截
不支持中文垂直搜索——16 个垂直域都是英文为主，中文金融 / 学术搜索效果待验证
Node.js CLI 无依赖——但 Python CLI 需要 requests（大部分环境已装，例外要 pip install）

维度	AnySearch	Tavily	Brave Search	SerpAPI
定位	Agent 统一搜索 + 垂直域	AI Agent 搜索	隐私搜索	搜索引擎 API 封装
通用搜索	✅	✅	✅	✅
垂直域	✅ 16+	⚠️ 有限	❌	⚠️ 有限
并行 batch	✅	✅	❌	⚠️ 部分
URL 提取	✅	✅	❌	⚠️
匿名可用	✅	❌	⚠️ 部分	❌
注册门槛	邮箱（无验证码，Agent 自动）	API Key 申请	API Key 申请	API Key + 付费
MCP Server	✅	✅	❌	❌
Agent Skill	✅	✅	⚠️ 第三方	❌
License	Apache-2.0	商业	商业	商业
自托管	❌（仅 CLI 开源，服务端闭源）	❌	❌	❌
Stars	4k+ (skill) + 1.5k (mcp)	8k+	—	—

AnySearch 的独特定位 ： 唯一开源（Apache-2.0）+ 垂直域 + batch + extract + MCP + 匿名可用 的组合。Tavily/Brave/SerpAPI 都是商业 API，AnySearch 的 CLI 层开源，但 服务端是闭源的（api.anysearch.com）。

# 1. 下载 skill
curl -L -o anysearch-skill.zip \
  https://github.com/anysearch-ai/anysearch-skill/archive/refs/tags/v2.1.0.zip
unzip anysearch-skill.zip
mv anysearch-skill-2.1.0 ~/.agents/skills/anysearch

# 2. 直接搜索（匿名，低配额）python3 ~/.agents/skills/anysearch/scripts/anysearch_cli.py search "OpenAI 最新发布 " --max_results 3

# 3. URL 提取
python3 ~/.agents/skills/anysearch/scripts/anysearch_cli.py extract "https://example.com/article"

# Agent 自动注册（只需邮箱）python3 ~/.agents/skills/anysearch/scripts/anysearch_cli.py search "test"
# → 触发匿名配额耗尽 → Agent 自动注册 → 写入 .env → 重试

或手动注册：

curl -s -X POST "https://api.anysearch.com/v1/auth/email/register" \
  -H "Content-Type: application/json" \
  -d '{"email": "you@example.com"}'
# → 返回 api_key，写入 .env

{
  "mcpServers": {
    "anysearch": {
      "command": "npx",
      "args": ["-y", "@anysearch-ai/mcp-server"],
      "env": {"ANYSEARCH_API_KEY": "as_sk_xxxxxxxx"}
    }
  }
}

配置后，Claude Desktop / OpenClaw 直接调用 search / batch_search / extract / get_sub_domains 工具。

统一入口——一个 CLI 搞定通用搜索 + 16 垂直域 + batch + extract，Agent 不用切换工具
垂直搜索是杀手锏——get_sub_domains 自动发现 + 结构化参数，金融 / 学术 / 专利 /CVE 等场景比通用搜索准得多
匿名可用 + Agent 自动注册——邮箱即账号，无验证码，Agent 自己搞定凭证，用户零配置

场景	用
中文 AI 资讯	`aihot`（更垂直、更新快）
隐私敏感查询	本地搜索引擎 / 自建 API（AnySearch 依赖第三方）
高频生产环境	Tavily / Brave（商业 SLA 更稳）
纯 MCP 生态已有搜索工具	看现有工具是否够用（AnySearch MCP Server 刚发布）

anysearch-ai/anysearch-skill GitHub | anysearch-ai/anysearch-mcp-server GitHub
AnySearch 官网 | API 文档
v2.1.0 Release
本站相关：aihot skill（中文 AI 资讯，本机已装）
对比方案：Tavily / Brave Search / SerpAPI

AnySearch 调研：给 AI Agent 装一个”统一实时搜索 + 垂直领域 + URL 提取”的 Skill

写在前面

一、它解决什么问题

二、项目基本信息

三、四种核心能力

3.1 通用网页搜索

3.2 垂直领域搜索（16+ 垂直域）

3.3 并行批量搜索

3.4 URL 全页提取

四、API Key 管理：匿名可用 + Agent 自动注册

4.1 匿名访问（无需 Key）

4.2 Agent 自动注册（只需邮箱，无验证码）

4.3 Key 自动轮换

4.4 Key 优先级

五、多平台 CLI 路由

六、MCP Server 入口

七、跟我本机已有搜索工具的关系

八、风险与坑

九、对比：AnySearch vs Tavily / Brave / SerpAPI

十、3 步跑通实战

10.1 匿名试用（无需注册）

10.2 注册 API Key（Agent 自动）

10.3 MCP Server 集成（OpenClaw / Claude Desktop）

十一、总结

三个最值得装的理由

什么时候不用 AnySearch

参考

近期文章

近期评论

AnySearch 调研：给 AI Agent 装一个”统一实时搜索 + 垂直领域 + URL 提取”的 Skill

写在前面

一、它解决什么问题

二、项目基本信息

三、四种核心能力

3.1 通用网页搜索

3.2 垂直领域搜索（16+ 垂直域）

3.3 并行批量搜索

3.4 URL 全页提取

四、API Key 管理：匿名可用 + Agent 自动注册

4.1 匿名访问（无需 Key）

4.2 Agent 自动注册（只需邮箱，无验证码）

4.3 Key 自动轮换

4.4 Key 优先级

五、多平台 CLI 路由

六、MCP Server 入口

七、跟我本机已有搜索工具的关系

八、风险与坑

九、对比：AnySearch vs Tavily / Brave / SerpAPI

十、3 步跑通实战

10.1 匿名试用（无需注册）

10.2 注册 API Key（Agent 自动）

10.3 MCP Server 集成（OpenClaw / Claude Desktop）

十一、总结

三个最值得装的理由

什么时候 不用 AnySearch

参考

近期文章

近期评论

什么时候不用 AnySearch