qoder-config/skills/opencli-websearch/SKILL.md

name, description

name	description
opencli-websearch	使用 Qoder WebSearch 和 OpenCLI 同时进行多源网络搜索，合并结果并提供全面的信息检索。支持谷歌、知乎、ArXiv、小红书、StackOverflow、HackerNews 等多个数据源。当用户需要搜索信息、研究话题或获取多源数据时自动使用。

OpenCLI 多源 Web 搜索

概述

本 Skill 提供并行搜索能力，同时使用 Qoder 内置 WebSearch 和 OpenCLI 的多源适配器进行搜索，合并结果以提供更全面的信息覆盖。

搜索策略

并行搜索架构

用户查询
    ├──→ Qoder WebSearch (通用搜索)
    └──→ OpenCLI 多源搜索
            ├──→ 学术源: arxiv
            ├──→ 技术源: stackoverflow, hackernews
            ├──→ 社交源: xiaohongshu, zhihu (需浏览器)
            ├──→ 新闻源: 36kr, bbc, reuters
            └──→ 通用源: google (需浏览器)

数据源分类

类别	数据源	模式	适用场景
学术	arxiv	公开	论文、研究
技术	stackoverflow, hackernews	公开	编程、技术讨论
中文社交	zhihu, xiaohongshu	浏览器	中文社区内容
新闻	36kr, bbc, reuters	公开	时事新闻
通用	google	浏览器	广泛搜索

使用方法

基本搜索

当用户需要搜索信息时，自动执行以下流程：

1. 启动并行搜索

   • 调用 Qoder WebSearch
   • 同时调用 OpenCLI 多源搜索

2. OpenCLI 搜索执行

   # 学术搜索
   opencli arxiv search "{query}" --limit 5
   
   # 技术搜索
   opencli stackoverflow search "{query}" --limit 5
   opencli hackernews top  # 或搜索相关
   
   # 新闻搜索 (36kr 支持中文)
   opencli 36kr search "{query}" --limit 5
   
   # 其他公开源
   opencli gitee search "{query}" --limit 5
   

3. 结果合并与去重

   • 合并所有来源的结果
   • 按相关性和来源多样性排序
   • 标注每个结果的来源

深度内容获取

对于重要结果，使用 OpenCLI 下载完整内容：

# 下载网页内容为 Markdown
opencli web read --url "{url}" --output "{output_path}"

临时数据存储

所有下载的内容存储在：

~/Downloads/opencli-websearch-data/
├── {timestamp}_{query_hash}/
│   ├── metadata.json       # 搜索元数据
│   ├── results.json        # 合并后的搜索结果
│   └── content/
│       ├── arxiv_{id}.md
│       ├── web_{hash}.md
│       └── ...

执行流程

Step 1: 分析查询意图

判断查询类型以选择最佳数据源：

• 学术/研究 → 优先 arxiv, google-scholar
• 编程/技术 → 优先 stackoverflow, hackernews
• 中文内容 → 优先 zhihu, xiaohongshu, 36kr
• 新闻/时事 → 优先 bbc, reuters, 36kr
• 通用查询 → 全源搜索

Step 2: 并行执行搜索

# 伪代码示意
sources = select_sources(query_intent)
results = {}

# Qoder WebSearch
results['qoder'] = websearch(query)

# OpenCLI 多源搜索
for source in sources:
    results[source] = opencli_search(source, query)

Step 3: 结果处理

1. 格式化: 统一不同来源的结果格式
2. 去重: 基于 URL 和标题相似度去重
3. 排序: 按来源权威性和相关性排序
4. 摘要: 为每个结果生成简要摘要

Step 4: 深度获取（可选）

对于高相关性结果：

1. 使用 opencli web read 获取完整内容
2. 存储到本地临时目录
3. 提供内容摘要给用户

输出格式

搜索结果报告

## 搜索结果: {query}

### 概览
- 搜索源: {sources}
- 总结果数: {count}
- 存储位置: ~/Downloads/opencli-websearch-data/{timestamp}/

### 按来源分类

#### 学术来源
1. [标题](url) - arxiv
   - 摘要: ...

#### 技术来源  
1. [标题](url) - stackoverflow
   - 摘要: ...

#### 中文来源
1. [标题](url) - zhihu
   - 摘要: ...

### 推荐深度阅读
- [文档1](path) - 已下载完整内容
- [文档2](path) - 已下载完整内容

工具函数

执行 OpenCLI 搜索

def opencli_search(source: str, query: str, limit: int = 5) -> list:
    """
    使用 OpenCLI 搜索指定数据源
    
    Args:
        source: 数据源名称 (arxiv, stackoverflow, etc.)
        query: 搜索查询
        limit: 结果数量限制
    
    Returns:
        搜索结果列表
    """
    # 构建命令
    cmd = f"opencli {source} search '{query}' --limit {limit}"
    # 执行并解析结果
    ...

下载文档内容

def download_content(url: str, output_dir: str) -> str:
    """
    使用 OpenCLI web read 下载文档
    
    Args:
        url: 文档 URL
        output_dir: 输出目录
    
    Returns:
        下载文件的本地路径
    """
    filename = hash(url) + ".md"
    output_path = os.path.join(output_dir, filename)
    cmd = f"opencli web read --url '{url}' --output '{output_path}'"
    # 执行命令
    ...
    return output_path

创建存储目录

def create_storage_dir(query: str) -> str:
    """
    创建临时存储目录
    
    Returns:
        存储目录路径
    """
    timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
    query_hash = hashlib.md5(query.encode()).hexdigest()[:8]
    dir_name = f"{timestamp}_{query_hash}"
    storage_path = os.path.expanduser(f"~/Downloads/opencli-websearch-data/{dir_name}")
    os.makedirs(storage_path, exist_ok=True)
    os.makedirs(os.path.join(storage_path, "content"), exist_ok=True)
    return storage_path

错误处理

常见错误

错误码	原因	解决方案
BROWSER_CONNECT	浏览器扩展未连接	提示用户打开 Chrome 并启用扩展
TIMEOUT	搜索超时	减少结果数量或更换数据源
NOT_FOUND	无搜索结果	尝试其他数据源或修改查询词

降级策略

当某个数据源失败时：

1. 记录错误信息
2. 继续处理其他数据源
3. 在结果中标注失败的数据源
4. 建议用户可选的替代方案

最佳实践

1. 查询优化: 对于中文查询，优先使用中文数据源
2. 结果数量: 每个源默认获取 5 条，避免过多噪声
3. 深度获取: 只对高相关性结果下载完整内容
4. 存储管理: 定期清理 ~/Downloads/opencli-websearch-data/ 下的旧数据
5. 来源标注: 始终标注每个结果的来源，便于用户判断可信度

示例

示例 1: 学术研究

用户: "搜索关于大语言模型路由的论文"

执行:

# 并行搜索
opencli arxiv search "large language model routing" --limit 5
opencli arxiv search "LLM router" --limit 5
# Qoder websearch 同时执行

示例 2: 技术问题

用户: "Python 异步编程最佳实践"

执行:

opencli stackoverflow search "python async best practices" --limit 5
opencli hackernews top | grep -i python
# Qoder websearch 同时执行

示例 3: 中文内容

用户: "小红书上的 AI 工具推荐"

执行:

opencli xiaohongshu search "AI工具推荐" --limit 5
# 注意: 需要浏览器扩展已连接