web-search 是一个通过 inference.sh CLI（命令名 belt）使用的网络搜索与内容提取技能，底层整合了 Tavily 和 Exa 两个搜索服务。它把搜索、问答和网页内容抽取封装成可直接调用的应用，便于在命令行或工作流中使用。
主要能力 该技能包含五个应用：
- Tavily：Search Assistant（App ID：tavily/search-assistant），AI 驱动的搜索并返回带来源和图片的答案；Extract（tavily/extract），从 URL 提取内容。
- Exa：Search（exa/search），智能网络搜索，返回相关链接及上下文；Answer（exa/answer），返回直接的事实性回答；Extract（exa/extract），提取并分析网页内容。
安装与使用方式 需要先安装 inference.sh CLI（belt），安装说明见其文档。安装该技能可执行：npx skills add belt-sh/cli 然后登录：belt login 调用应用的基本形式为 belt app run <app-id> --input '<JSON>'。
示例 Tavily 搜索： belt app run tavily/search-assistant --input '{"query": "What are the best practices for building AI agents?"}' 返回带来源和图片的 AI 生成答案。
Tavily 提取： belt app run tavily/extract --input '{"urls": ["https://example.com/article1", "https://example.com/article2"]}' 从多个 URL 提取干净文本和图片。
Exa 搜索： belt app run exa/search --input '{"query": "machine learning frameworks comparison"}' 返回相关链接及上下文。
Exa 回答： belt app run exa/answer --input '{"question": "What is the population of Tokyo?"}' 返回直接的事实性回答。
Exa 提取： belt app run exa/extract --input '{"url": "https://example.com/research-paper"}' 提取并分析网页内容。
工作流组合 研究 + LLM：先运行 tavily/search-assistant 获取信息并输出到 search_results.json，再运行 openrouter/claude-sonnet-45 等模型对搜索结果进行分析总结。
提取 + 总结：先运行 tavily/extract 提取长文内容，再运行 openrouter/claude-haiku-45 等模型进行总结。
适用场景 资料中列出以下用途：研究（围绕任意主题收集信息）、RAG（检索增强生成）、事实核查（用来源验证声称）、内容聚合（从多个来源收集数据）、智能体（构建具备研究能力的 AI 智能体）。
相关技能
- 完整平台技能（所有应用）：npx skills add inference-sh/skills@infsh-cli
- LLM 模型（可与搜索组合用于 RAG）：npx skills add inference-sh/skills@llm-models
- 图像生成：npx skills add inference-sh/skills@ai-image-generation
- 浏览所有应用：belt app list
文档主题 资料提及以下文档方向：为智能体添加工具（赋予智能体搜索能力）、构建研究型智能体（LLM + 搜索集成指南）、工具集成成本（预构建工具的价值）。
限制 除上述内容外，关于计费、价格、平台支持范围、具体配额或速率限制等信息暂未提供。