m
minsight-ai-info/AI-Search-Hub
One Query. All Search Skill. 聚合 Gemini、Grok、豆包、元宝等平台原生 AI 搜索能力，免费获取科技趋势、行业舆情、热点追踪、旅行规划、日常问题统一接进自己的 Agent 与工作流，指定链接免费爬取
aiclaude-skillsdeep-searchknowledge-graphllmmulti-agent-systemsopenclawpython3skill
Python创建于 2026/3/12更新于 今天
README
由 Gemini 翻译整理
AI Search Hub
一次提问，全域搜索。
一个聚合多平台 AI 原生搜索能力的开源 Skill。 免费获取微信公众号、抖音、微博、B站等数据，通过大厂 AI 平台帮你搜集、清洗、整理，为你的 OpenClaw 装上更强的搜索、抽取与数据借力能力。
如果觉得项目对你有帮助，求一个免费的🌟
把大厂原生搜索框架接进你的 OpenClaw
AI Search Hub 是一个开源 Skill，旨在将分散在不同 AI 平台里的搜索能力、网页抽取能力，以及它们背后各自公司的原生数据世界，整理成一个可复用的搜索与抽取中枢。
你不只可以一次提问、全域搜索。给它一个链接，也能直接借力大厂已经打磨好的网页理解、搜索与抽取能力。更重要的是，你可以通过这些 AI 平台去获取微信公众号、抖音、微博等它们更容易触达的数据，再让它们替你完成搜集、清洗、整理，最后统一接进自己的 Agent 与工作流。
它旨在解决以下痛点，让你无需维护：
- 一堆脆弱的爬虫和网页解析规则
- 每个平台各自一套浏览器自动化和登录流
- 反复登录、验证码、限流、风控处理
- 自己去啃公众号、抖音、微博、公开网页这些分散入口
- 给了链接还要自己抓正文、去广告、去噪、提重点、做结构化整理
- 最后还要人工拼接碎片结果
它的核心理念非常直接：
给一个问题，让这些平台替你搜；给一个链接，让这些平台替你抓、替你读、替你清洗整理，再把结果统一回收给你的 Agent。最难拿的数据入口，直接让大厂替你打工。
传统方案 vs AI Search Hub
| 维度 | 传统方案 | AI Search Hub |
|---|---|---|
| 开发维护 | 🔧 自己写爬虫抓取、解析、维护都得自己承担 | ⚡ 直接复用平台原生搜索，少造轮子，直接接入成熟入口 |
| 扩展性 | 🧩 一个平台一套自动化，每接一个平台就新增一份维护成本 | 🚀 一次提问，多平台分发统一入口，把多个平台放进同一链路 |
| 稳定性 | 🛡️ 反复处理风控、验证码、限流和页面变化，持续消耗精力 | 🎯 尽量沿用平台已有入口减少重复对抗，把精力留给结果聚合 |
| 搜索质量 | 🔍 自己调关键词和策略，需不断试错才能逼近可用结果 | 🧠 借助平台已优化好的搜索逻辑，复用平台已有的排序与理解 |
| 输出集成 | 🧱 结果分散，需手工拼接并自行整合为统一输出 | 📦 统一输出给 Agent/Workflow，将多平台结果回收到可复用出口 |
支持平台
这些平台不仅是附属补充，更是 AI Search Hub 当前编排的核心搜索入口。
当前已接入：Gemini / Grok / 豆包 / 元宝 / LongCat / 通义千问 / MiniMax / Kimi
| 平台 | 擅长方向 | 典型覆盖 |
|---|---|---|
| Gemini | Google-first discovery | Google 搜索、网页发现、知识站点 |
| Grok | Real-time social search | X / Twitter 实时动态、舆情、社交信号 |
| 豆包 | Chinese trend sensing | 抖音、中文内容生态、热门内容 |
| 元宝 | Chinese source supplement | 微信公众号、中文网页、公开内容 |
| LongCat | Chinese knowledge blend | 中文知识库、行业报告、公开信息 |
| 通义千问 | Chinese web expansion | 中文网页、搜索入口、公开信息 |
| MiniMax | General Chinese assistant | 中文日常问题、泛知识问答、消费类查询 |
| Kimi | Long-context exploration | 长文内容、研究资料、公开网页 |
| Perplexity | Web-native answer engine | 公开网页、新闻站点、知识内容 |
| Claude | Reasoning and synthesis | 研究材料、多来源整理、知识问答 |
| 文心一言 | Baidu ecosystem expansion | 中文网页、搜索结果、公开站点 |
工作方式
1. 接收一次提问
用户或 Agent 只输入一次问题，不需要为每个平台重复组织查询。
2. 分发到多个平台
同一个问题会被发送到多个 Provider，让它们各自去搜索自己最擅长的数据世界。
3. 复用平台原生能力
Agent 根据问题类型智能路由到最合适的平台，详见 ROUTING.md。
4. 收集并整理结果
多平台返回的内容会被拉回同一个出口，后续可以统一做标准化、融合和工作流消费。
5. 返回给 Agent 或系统
最终结果直接成为 Agent、研究系统、监控流程或自动化链路里的可复用输入。
覆盖的内容世界
通过不同平台已经打磨好的搜索能力，AI Search Hub 可以间接覆盖这些核心内容世界：
- 🌐 全球网页：Google、知识站点
- ⚡ 实时社交：X / Twitter、Reddit、热点讨论
- 🔥 中文热点：微博、抖音、中文热门内容
- 📰 微信生态：微信公众号、中文信源
- 🧭 海外内容：海外社交媒体、公开趋势信息
- 🏮 中文互联网：垂直站点、内容生态
重点不是你自己去一个个平台写爬虫，而是：
借助平台已经连接好的数据世界，直接完成多平台搜索。
高阶使用
配置示例
# agents/openai.yaml
interface:
display_name: "AI Search Hub"
short_description: "Run AI Search Hub browser scripts across supported AI platforms"
default_prompt: "Use $ai-search-hub to run one of the repository chat sites with automatic Chrome debug startup and login waiting."
policy:
allow_implicit_invocation: true
这不是概念化接口，而是仓库里当前实际使用的 Agent 配置片段。真正执行入口仍然是 scripts/run_web_chat.py。
请求示例
python3 scripts/run_web_chat.py \
--si