build-entity-list

用途

build-entity-list 用于根据一段自然语言描述，在网络上查找所有匹配的实体，并返回一份结构化、去重的清单，而不是一堆需要自行阅读和整理的搜索结果。它适合你还没有起始清单、需要从零收集匹配项的场景。

典型示例包括：

“2026 年完成 A 轮融资的 AI 初创公司”
“今年通过数据隐私法的美国州”
“X 的开源替代品”

不适用的情况：

你已经有清单，只想为每行补充字段 → 使用 fill-missing-fields
你想针对一个已知实体生成一份详尽报告 → 使用 tavily-research

主要能力

该技能与 fill-missing-fields 使用相同底层原语（tavily-research 的 --output-schema），但输出形状是列表而非单个对象，并结合多个搜索角度以最大化覆盖范围，最后进行去重。

工作流程：

将用户的条件转化为研究查询，并定义一个数组形式的 schema。
运行 tvly research（通常使用 --model pro，因为“找出所有匹配”需要比单次窄查询更彻底的多源搜索）。
可选地运行几个不同措辞的查询以扩大覆盖范围，然后按名称/URL 合并去重。
以表格形式返回列表（可选写入 CSV/JSON）。

使用方式

运行任何命令之前：如果 PATH 中找不到 tvly，请参阅 https://github.com/tavily-ai/tavily-cli 获取安装说明。

已知问题：--output-schema 目前需要 API-key 认证，而非 OAuth。截至 2026-08，当 CLI 通过 tvly login（OAuth）认证时，--output-schema 会失败——该路径经由 Tavily 的 MCP 服务器（mcp.tavily.com），其 tavily_research 工具尚不接受 output_schema 参数，尽管直接 REST API/SDK 支持。如果看到 Unexpected keyword argument / Internal error... call[tavily_research]，原因即此。

修复方法：在使用此技能前，使用原始 API key 而非 OAuth 认证：

tvly login --api-key tvly-YOUR_KEY

或：export TAVILY_API_KEY=tvly-YOUR_KEY

快速开始

编写数组形式的 schema：

{ "properties": { "results": { "type": "array", "description": "Every distinct entity found that matches the criteria", "items": { "type": "object", "properties": { "name": {"type": "string", "description": "Name of the matching entity"}, "evidence": {"type": "string", "description": "One-sentence reason it matches the criteria"}, "source_url": {"type": "string", "description": "URL supporting this match"} }, "required": ["name", "evidence", "source_url"] } } }, "required": ["results"] }

运行研究调用：

tvly research "Find AI startups that publicly announced a Series A funding round in 2026.
List each distinct company once, with a one-sentence reason and a supporting source URL."
--model pro --output-schema schema.json --json -o findall_results.json

（可选）用第二个角度的查询扩大覆盖范围并合并/去重：

python3 << 'PYEOF' import json

with open('findall_results.json') as f: result = json.load(f) content = result.get('content', {}) r1 = json.loads(content) if isinstance(content, str) else content

Run a second, differently-worded query the same way, save it, and load it here as r2,

then merge both result sets before deduplicating.

all_entries = r1['results'] # + r2['results'] once you have a second angle

seen, merged = set(), [] for entry in all_entries: key = entry['name'].strip().lower() if key not in seen: seen.add(key) merged.append(entry)

for m in merged: print(f"- {m['name']}: {m['evidence']} ({m['source_url']})") PYEOF

选项

与 tavily-research 使用相同的底层标志：

--model：默认推荐 pro——“找出所有”需要比窄查询更广泛的多角度搜索；仅在条件范围很窄时才降到 mini。
--output-schema：带有顶层数组字段的 schema——这正是让输出成为列表而非报告的关键。
--json：以编程方式解析数组所必需。
--citation-format：当你需要为每个实体提供格式化引用而非原始 URL 时使用。

适用场景

需要从零构建一份匹配某描述的实体清单，且没有现成起始列表。
需要覆盖多个来源、多个角度，以尽量不遗漏匹配项。
需要每条记录都附带来源 URL，以便验证。

限制与注意事项

已知问题：--output-schema 目前需要 API-key 认证，而非 OAuth（详见上文）。
一次研究调用覆盖良好，但不保证完整覆盖。对于要依赖的“找出所有”结论，建议运行 2-3 个不同措辞的查询并去重。
在查询中明确要求“distinct”/“each once”。否则结果可能以略有不同的措辞重复同一实体。
始终要求每条记录附带来源 URL。没有来源的发现无法验证——应将 evidence/source_url 等 schema 字段视为必填。
对于广度需求，pro 优于 mini。这是 pro 额外耗时通常值得的场景——重点就是不遗漏匹配项。
告知用户哪些内容未被覆盖。如果搜索被限定在特定来源/时间范围，应说明——静默收窄会看起来像完整覆盖，实则不然。

技能介绍

用途