用途：构建 RAG（检索增强生成）管道，把外部检索到的信息加入提示词，再交由 LLM 生成更准确、可追溯的回答。
主要能力：包含检索（Tavily Search、Exa Search、Exa Answer）、内容抽取（Tavily Extract、Exa Extract）与生成（Claude Sonnet/Haiku 4.5、GPT-4o、Gemini 2.5 Pro，经 openrouter 调用）。支持简单搜索问答、多源研究汇总、URL 内容抽取分析、事实核查、研究报告生成、快速带源答疑等模式。
使用方式：先安装技能 npx skills add belt-sh/cli，并登录 belt login。示例：belt app run tavily/search-assistant --input '{"query": "..."}' 得到检索结果，再将结果拼入 belt app run openrouter/claude-sonnet-45 --input "{"prompt": "..."}" 生成回答。可组合多次搜索、抽取与总结，并让模型按要求标注来源。
适用场景：需要结合网络资料的研究、事实核查、报告撰写、URL 内容分析与多来源交叉验证等。
限制：依赖 inference.sh CLI（belt）与相关应用/账号登录；具体计费、价格、配额、速率限制与可用模型状态暂未提供；效果取决于检索质量与模型能力，文档未给出准确率等指标。