拾光存档记录微光 · 存入时间
N 31° 13′ 46.98″
PAGE.2607.2139 拾光集 TOOD.WIN / PAGE
AI

AnySearch Skill：为 AI Agent 减少无效搜索与 Token 浪费

在使用 Codex、Claude Code、OpenClaw 等 AI Agent 时，联网搜索看起来只是一个简单功能，但实际执行起来非常消耗上下文。

传统搜索通常会返回大量网页摘要、HTML 内容、导航菜单和广告信息。Agent 需要先读取这些杂乱内容，再从中筛选真正有用的部分。搜索次数一多，不仅会快速占用上下文窗口，也会增加 Token 消耗和任务成本。

AnySearch Skill 就是为解决这个问题而设计的搜索工具。它为 AI Agent 提供统一的实时搜索能力，支持普通网页搜索、垂直领域搜索、批量并行查询和网页正文提取。

QQ20260727-165725

它解决了什么问题？

AI Agent 在执行编程、调研或资料整理任务时，经常需要经历下面几个步骤：

  1. 搜索相关网页；
  2. 打开多个搜索结果；
  3. 清理页面中的无关内容；
  4. 提取真正有价值的信息；
  5. 对多个来源进行整理和对比。

如果这些工作全部交给模型完成，大量无效内容也会被送入上下文。

AnySearch 的思路，是把搜索、内容提取和结果结构化等工作交给专门的搜索服务处理，然后再把相对精简的结果返回给 Agent。

这样做并不意味着完全不消耗 Token，而是能够减少无关网页内容进入上下文，让 Agent 把更多精力放在分析、判断和执行任务上。

AnySearch Skill 的主要能力

1. 普通网页搜索

Agent 可以通过统一命令查询网页、新闻、技术资料和公开信息，不需要为每一种搜索服务单独编写调用流程。

这类搜索适合：

  • 查询软件使用方法；
  • 查找项目文档；
  • 搜索行业资讯；
  • 寻找产品或服务信息；
  • 获取近期公开资料。

2. 垂直领域搜索

相比只使用普通关键词搜索，AnySearch 还支持面向特定领域的搜索路由。

例如在处理代码、金融、学术、法律、旅行或商业问题时，Agent 可以选择更合适的数据领域，而不是把所有问题都扔进普通网页搜索。

这种方式更容易获得结构化、相关性更高的结果，也能减少 Agent 在大量网页之间反复筛选。

3. 批量并行搜索

当一个任务中包含多个独立问题时，Agent 可以使用批量搜索，一次提交多组查询。

例如制作一份出差计划时，可能需要同时查询：

  • 当地天气；
  • 交通路线；
  • 酒店位置；
  • 餐厅信息；
  • 展会或会议安排。

如果逐项搜索，会产生多轮调用。批量搜索可以并行获取结果，再由 Agent 统一整理，更适合复杂调研任务。

4. 网页正文提取

普通搜索结果通常只有标题和简短摘要，并不足以支撑深入判断。

AnySearch Skill 提供网页内容提取能力，可以将网页正文整理为 Markdown，方便 Agent 继续进行摘要、对比、引用和内容创作。官方仓库目前提供 Python、Node.js、PowerShell 和 Bash 等多种命令行入口。

为什么它能减少 Token 消耗？

传统的 Agent 搜索流程大致是：

1
2
3
4
5
6

搜索网页
→ 获取大量原始页面内容
→ Agent 阅读全部内容
→ 清理广告和无关信息
→ 提取重点
→ 分析结果

AnySearch 的流程更接近：

1
2
3
4

Agent 提交问题
→ 搜索服务完成检索和内容处理
→ 返回相对结构化的结果
→ Agent 直接分析重点信息

两者最大的区别，是谁来处理搜索产生的冗余内容。

传统方式主要依赖 Agent 自己清理；AnySearch 则尽可能在搜索和提取环节提前处理，再将结果交给 Agent。

因此，它更适合需要频繁联网、批量调研或者读取大量网页资料的工作流。

哪些场景比较适合？

编程与项目开发

可以帮助 Codex 或其他编码 Agent 查询：

  • GitHub 项目；
  • 软件库文档；
  • API 使用方法；
  • 报错解决方案；
  • 版本更新信息；
  • 技术文章和代码示例。

内容与行业研究

适合搜索多个来源，整理：

  • 行业动态；
  • 市场趋势；
  • 竞品资料；
  • 公司背景；
  • 产品信息；
  • 学术论文和专业资料。

自动化 Agent 工作流

对于需要持续执行搜索、整理和分析任务的 Agent，AnySearch 可以作为一个统一的搜索入口。

它不仅告诉 Agent“可以搜索”，还通过 SKILL.md 定义搜索方式、调用流程和工具使用规则，让搜索能力更容易被不同 Agent 环境复用。

使用前需要注意什么？

AnySearch Skill 并不是完全运行在本地的搜索引擎。

开源仓库主要包含 Skill 说明、配置文件和跨平台命令行脚本，实际搜索和网页处理会调用 AnySearch 的在线服务。因此，查询关键词和需要提取的网页地址可能会发送到第三方服务。

使用时需要注意：

  • 不要搜索密码、密钥或个人隐私；
  • 不要提交未公开的商业机密；
  • 不要把搜索摘要直接当作最终事实；
  • 金融、医疗和法律信息仍需核对权威来源；
  • 重要结论最好进行多来源交叉验证。

此外，它更适合搜索和正文提取，并不能完全替代浏览器自动化工具。遇到需要登录、点击按钮、填写表单或操作复杂网页的任务，仍然需要配合浏览器工具使用。

是否需要 API Key？

AnySearch 支持匿名访问，但官方说明中提到，匿名模式的调用频率和额度会更低。配置 API Key 后，更适合频繁搜索或长期 Agent 工作流。

API Key 应保存在 .env 或系统环境变量中，不建议直接粘贴到聊天窗口、提示词或公开代码仓库。

总结

AnySearch Skill 的价值，并不是简单地给 AI 增加一个搜索框，而是帮助 Agent 建立一套更完整的搜索流程：

1
2
3
4
5
6

判断是否需要联网
→ 选择普通或垂直搜索
→ 必要时批量查询
→ 提取关键网页正文
→ 核对来源
→ 输出最终结果

对于经常使用 Codex、Claude Code 或其他 AI Agent 进行编程、资料整理和深度调研的用户来说，它可以减少搜索产生的无效上下文，让 Agent 更专注于分析和执行任务。

不过，它并不能保证每一次搜索都更省 Token，也不能替代事实核验。更准确地说，它是一层面向 AI Agent 的搜索基础设施：通过结构化搜索、批量查询和网页正文提取，降低 Agent 处理杂乱网页信息的负担。

项目地址

GitHub:https://github.com/anysearch-ai/anysearch-skill

降低 Token 消耗的文章

jCodeMunch MCP 使用教程：让 Codex、Claude Code 少读废代码，降低 Token 消耗

Codex 省额度工具包（新手版）