Web Search Pro (Optimized)

通过 search_orchestrator.py 脚本实现的一键式、高性能搜索工具。

前置条件

这个 skill 想要被其他人直接使用，至少需要满足以下条件：

1. 已安装 python3
2. 已安装 lightpanda 二进制，并满足以下任一条件：
   • lightpanda 已加入系统 PATH
   • 或显式设置 LIGHTPANDA_PATH=/absolute/path/to/lightpanda
3. 建议提供可访问的 SearXNG 实例：
   • 默认读取 SEARXNG_URL
   • 未设置时默认使用 http://localhost:8080/search
   • 如果 SearXNG 不可用，脚本会尝试使用 Bing 页面作为兜底搜索源

说明：

• search_orchestrator.py 仅依赖 Python 标准库，不需要额外 pip install
• 本仓库中的 lightpanda/ 目录是 skill 说明，不包含 lightpanda 可执行文件本体

环境变量

# 如果 lightpanda 不在 PATH 中，必须设置
export LIGHTPANDA_PATH=/absolute/path/to/lightpanda

# 可选：指定你自己的 SearXNG 实例
export SEARXNG_URL=http://localhost:8080/search

# 可选：控制并发抓取数
export MAX_CONCURRENT_CRAWLS=10

快速自检

# 检查 lightpanda 是否可用
command -v lightpanda

# 如果通过环境变量指定，也可以直接检查
test -x "$LIGHTPANDA_PATH" && echo "lightpanda ok"

# 检查 SearXNG 是否可访问（可选但推荐）
curl "${SEARXNG_URL:-http://localhost:8080/search}?q=test&format=json"

核心能力

1. 并发搜索：同时支持多个搜索短语。
2. 确定性筛选：自动执行域名去重、关键词权重增强、时间窗口匹配。
3. 极速读取：利用 lightpanda 并发生成网页的 Markdown 格式，无需 Agent 介入筛选细节。

任务分级标准 (建议)

级别	适用场景	建议配置
L1: 基础认知	定义、简单事实查询	1 个查询短语, limit: 5
L2: 分析对比	新闻动态、产品横评	2 个查询短语, limit: 10
L3: 深度研报	历史趋势、行业深度调查	3+ 个查询短语, limit: 15

调用指令

Agent 应构造一个包含搜索任务的 JSON 数组，并运行主控脚本。推荐先进入当前 skill 目录后再执行：

cd /path/to/web-search-pro

# L3 示例：调查碳酸锂价格走势
python3 search_orchestrator.py '[
  {"query": "碳酸锂 2021-2022 价格走势", "limit": 10},
  {"query": "碳酸锂 2023-2024 价格走势", "limit": 10},
  {"query": "碳酸锂 2025 至今价格数据分析", "limit": 10}
]'

也支持单个查询字符串：

cd /path/to/web-search-pro
python3 search_orchestrator.py "OpenAI GPT-5 release date"

如果 lightpanda 不在 PATH 中：

cd /path/to/web-search-pro
LIGHTPANDA_PATH=/absolute/path/to/lightpanda python3 search_orchestrator.py "中国 AI Agent 工具"

确定性筛选逻辑 (由脚本自动执行)

• Domain Diversity: 同一域名最多保留 2 个结果。
• Keyword Boost: 匹配行业词（价格、报告、走势等）权重 +30。
• Time Window: 标题包含查询中的年份（如 2021）权重 +50。
• Auto-Crawl: 筛选后的 Top N 自动交由 Lightpanda 爬取。

容错处理

• 单个链接失败或超时（15s）会自动跳过，不中断整体任务。
• 搜索源降级：优先使用 SearXNG API；若不可用，则尝试 Bing 页面兜底。
• 如果缺少 lightpanda，脚本会在启动时报出明确错误，而不是隐式依赖作者本机路径。