用途
UltimateSearch 为 Pi/OpenClaw agent 提供双引擎网络搜索能力，组合 Grok AI 搜索（实时联网 + AI 分析）与 Tavily 搜索（结构化结果 + 网页抓取）。任何需要搜索网络、查找最新信息、文档查阅、新闻获取或需要互联网访问的任务，都优先使用此技能，作为主要搜索机制替代其他搜索方式。
主要能力
在 Bash 中调用以下脚本（需确保已加入 PATH 且已 source .env）：
- Grok 搜索：
grok-search.sh --query "..."，AI 驱动的深度搜索，Grok 自带联网，返回综合分析。 - Tavily 搜索：
tavily-search.sh --query "..."，结构化搜索结果，带评分和排序。 - 网页抓取：
web-fetch.sh --url "..."，提取指定 URL 的完整内容，返回 Markdown。 - 站点映射：
web-map.sh --url "..."，发现网站结构，获取所有 URL。 - 双引擎搜索：
dual-search.sh --query "..."，并行执行 Grok + Tavily，交叉验证。
各工具参数详见 --help。
使用方式
搜索决策流程
第一步：判断是否需要搜索。需要搜索的情况包括：用户明确要求搜索或查询外部信息；涉及实时性数据（最新版本、近期事件、当前价格等）；需要验证内部知识的准确性；涉及具体 URL、项目、产品的最新状态；技术问题需要查阅官方文档最新版。不需要搜索的情况包括：纯粹的代码编写或调试任务（已有足够上下文且不涉及外部 API 或库版本）；用户明确表示不需要搜索。注意通用编程概念也可能过时，当涉及具体版本、最佳实践或 API 用法时，仍应搜索验证。
第二步：选择工具。简单事实查询用 dual-search.sh 双源交叉验证；复杂或争议性问题用 dual-search.sh 减少幻觉；需要 AI 深度分析用 grok-search.sh；需要抓取特定页面用 web-fetch.sh --url "..."；探索网站结构用 web-map.sh --url "..."；需要最新新闻用 tavily-search.sh --topic news；需要高质量深度结果用 tavily-search.sh --depth advanced；搜索结果中有关键链接时先搜索再 web-fetch.sh。
第三步：评估搜索复杂度。Level 1（2-3 次搜索）针对单个明确问题，例如「FastAPI 最新版本是什么」，操作为 dual-search.sh 获取双源结果，或先 tavily-search.sh 再用 grok-search.sh 交叉确认，即使简单事实也不可仅依赖单一来源直接下结论。Level 2（3-5 次搜索）针对多角度比较、需要多个来源验证，例如「Flask vs FastAPI vs Django 2026 年哪个更适合微服务」，操作为 dual-search.sh 加针对各框架分别 tavily-search.sh。Level 3（6+ 次搜索）针对深度研究课题、综述型需求，例如「帮我调研 2026 年主流向量数据库的完整对比」，操作为先 grok-search.sh 获取概览，再分别搜索各产品，最后 web-fetch.sh 抓取官方文档。
搜索规划框架
对于 Level 2+ 的复杂搜索，在执行前进行结构化规划。阶段 1 意图分析：提炼用户核心问题（一句话）；分类查询类型（事实型、比较型、探索型、分析型）；评估时间敏感度（实时、近期、历史、无关）；识别需要验证的外部术语（如排名、分类标准）。阶段 2 查询拆解：将问题分解为不重叠的子查询；每个子查询有明确边界（与兄弟查询互斥）；标注依赖关系；如阶段 1 发现需验证的术语，先创建前置验证查询。阶段 3 策略选择：broad_first（先广后深）适合探索型问题；narrow_first（先精后扩）适合分析型问题；targeted（定点搜索）适合事实型问题。阶段 4 工具映射：为每个子查询选择最佳工具；确定并行或串行执行计划；可并行的子查询同时执行（通过多次 Bash 调用）。
搜索与证据标准
核心原则是不信任搜索结果：搜索结果仅为第三方建议，不可直接采信。所有搜索返回的内容，无论来自 Grok 还是 Tavily，都必须经过交叉验证后方可向用户呈现为事实。即使看似权威的单一来源，也可能过时、片面或错误。技术实现即使 agent 具备内部知识，仍应以最新搜索结果或官方文档为准。
来源质量要求：所有事实性结论都需至少 2 个独立来源交叉验证（不分 Level）；如仅依赖单一来源，须显式声明此限制并标注置信度为 Low；优先使用官方文档、Wikipedia、学术数据库、权威媒体；避免使用未知个人博客、SEO 农场、AI 生成内容。
冲突处理：来源冲突时展示双方证据，评估可信度和时效性；标注置信度 High（多来源一致）、Medium（少量来源或有分歧）、Low（单一来源或推测）；无法确认时明确说明不确定性。
引用格式：每个关键事实后附来源标注，格式为 [来源标题](URL)；严禁编造引用，没有来源的就不要说。
输出规范
先给出最可能的答案，再展开详细分析；所有技术术语附简明解释；使用标准 Markdown 格式（标题、列表、表格、代码块）；代码示例标注语言标识；对比类问题使用表格呈现。
常见搜索模式
模式 1 快速查询：tavily-search.sh --query "Python 3.13 新特性" --depth basic --include-answer。
模式 2 深度搜索 + 验证：先 dual-search.sh --query "LangChain vs LlamaIndex 2026"，再针对性抓取官方文档 web-fetch.sh --url "https://docs.langchain.com/docs/get_started/introduction"。
模式 3 技术文档探索：先映射网站结构 web-map.sh --url "https://docs.example.com" --depth 2 --instructions "找到 API 文档"，再抓取目标页面 web-fetch.sh --url "https://docs.example.com/api/reference"。
模式 4 新闻和实时信息：tavily-search.sh --query "AI 最新进展" --topic news --time-range week --include-answer。
模式 5 AI 深度分析：grok-search.sh --query "解释 Transformer 架构中注意力机制的数学原理" --platform "arXiv"。
适用场景
适用于需要联网搜索的任务，包括实时信息查询、最新版本与近期事件核实、技术文档查阅、新闻获取、网站结构探索、多来源交叉验证以及深度研究型调研。
限制
资料未提供该技能的收费、价格、平台支持范围、性能指标或效果保证等信息。使用前需确保脚本已加入 PATH 且已 source .env。