本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI 生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI 生成、润色内容已使用截图方式发出 哈喽佬友们又见面了，老朋友可能都用过这个cli工具，这次再发一次帖子介绍这款cli聚合搜索引擎，争取做通用ai能调用的最方便好用的cli搜索小工具。 smartsearch/README.zh-CN.md at main · konbakuyomu/smartsearch 一.功能介绍 一言以蔽之就是为了取代Claude Code、Codex 和 Cursor 这些自带的联网工具的，目前有以下的痛点：cc,cx这些原生的搜索工具必须oauth登录才能用，用中转站、本地部署跑cc的佬友是没法用原生联网的，之前尝试过用mcp的方式部署，但是考虑到解耦以及方便部署，最终决定使用cli的方式，这样既能和ai工具解耦（你甚至可以自己在命令行里面跑调用，也能写代码调用啥的，很自由），也方便后续升级更新，我自己是用mise安装的这个npm版本，顺手一键就升级了 二.什么时候用得上 有几个常见的场景： 问 AI 一个新库怎么用，它给的 API 是老的。 模型的训练数据有截止时间，库更新了它不知道。可以拿这个方便查官方文档(内置了Context7和exa) 要查国内的、时效性强的东西。 政策、公告和最近几天的新闻，英文搜索引擎基本抓瞎。这个工具可以接智谱的搜索，中文内容命中率高不少。 丢一个链接给 AI，让它读完正文再说话。 直接把链接贴进对话框，很多工具是不去抓正文的，它就照着标题和你的描述编。这里有一条 fetch 命令专门把网页正文抓成 Markdown。说白了就是爬取，AI的原生fetch说实话不好用，smart-search内置的Tavily可以越cf盾爬东西 针对具体问题的深度搜索 。需要多维度广度搜索时，他会自己离线生成深度搜索计划，把smart-search内部本身多渠道的各个搜索工具像拼积木一样组织进行深度搜索 三：安装 需要先有 Node.js 18 以上和 Python 3.10 以上。装的时候它会自己建一套独立的 Python 环境，不会污染你系统里的 Python。 npm install -g @konbakuyomu/smart-search smart-search --version 平时用的时候只有 smart-search 一个命令 装完可以先试试这个，一个 key 都不用配： smart-search route "React useEffect 清理函数怎么写" --format markdown 它会告诉你这个问题需要哪类检索能力、为什么这么判断，但一个网络请求都不会发。跑通了说明环境没问题，再去配 key。 四：配置 跟着向导走就行 smart-search setup 这是个交互式向导，进去先问你用中文还是英文，然后一类一类问你要配哪个服务。方向键移动，空格勾选，回车确认，key 输入的时候不显示。 最低要求是三类能力各有一个，每类都有得选： 主搜索 ：xAI 或者任意 OpenAI 兼容的接口（中转站的 key 也行） 文档检索 ：Exa 或 Context7 网页抓取 ：Tavily、Jina、智谱 Coding Plan MCP Reader、Firecrawl，四选一 也就是说最少三个 key 就能跑起来。中文搜索、额外来源这些是可选的，后面想加随时能加。 配完跑一下这个自检： smart-search doctor key 存在你自己电脑上，Windows 在 %LOCALAPPDATA%\smart-search\config.json ，macOS 和 Linux 在 ~/.config/smart-search/config.json 。不用去改系统环境变量，换机器把这个文件拷过去就行。 想改单项也不用重新走向导： smart-search config set ZHIPU_API_KEY "你的key" smart-search config list 五：常用几条命令(AI跑的话不用管，这是自己玩儿用的) 搜一个问题，要带来源的答案： smart-search search "今天有什么值得关注的 AI 新闻" 把一个网页抓成正文： smart-search fetch "https://example.com/article" --format markdown 一个题目要查很多轮的时候： smart-search research "A 方案和 B 方案怎么选" --format markdown research 会自己把题目拆成子问题，逐个找来源、抓正文，再回头检查有没有漏掉的地方，最后只用抓回来的内容写结论。比 search 慢，也更费额度，值不值得看你这个问题有多重要。 每条命令后面都能加 --format json ，给脚本或者 AI 读；加 --format markdown 给人读。 接到你的 AI 工具里 smart-search skills update --targets codex,claude,cursor 这会往对应工具的 skill 目录里装一份说明，让它们知道该在什么时候调这个命令、怎么读返回的字段。内置了 15 个工具的安装位置，默认勾选的是 Codex、Claude Code 和 Cursor，OpenCode、Gemini CLI 这些也在里面。 装完之后你正常跟 AI 说话就行，它自己会去调。 后记 感谢各位能看到这里，这个项目也陆陆续续维护了大半年了，只要还有心气和热情大概会一直维护下去吧（哈雷现在的cursor插件里面貌似有我这个玩意儿） 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：服务器与云资源
  • 分类依据：内容涉及服务器、云资源或网络线路
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/9/19 00:36:18