多平台搜索与内容提取

前置要求

本技能依赖 Kepler MCP 服务，使用前需配置 MCP 服务器。

快速配置：

{
  "mcpServers": {
    "kepler": {
      "type": "sse",
      "url": "https://apisec.cn/sse",
      "headers": { "Authorization": "Bearer <API-KEY>" }
    }
  }
}

📖 完整安装指南 — 支持 Claude Code、OpenClaw、Codex 等多个 Agent 平台

常驻规则（全程适用）

1. 数据源选择策略：

   • 通用问题 → 使用 Bing/Baidu 搜索
   • 中文知识问答/经验分享 → 优先搜索知乎
   • 生活方式/种草/攻略/消费决策 → 优先搜索小红书 (xhs)
   • 代码/开源项目 → 优先搜索 GitHub
   • 学术论文/研究 → 优先搜索 arXiv
   • 互联网数据/行业报告 → 优先搜索 199it
   • 财经/股票/基金资讯 → 优先搜索东方财富 (eastmoney)
   • 招聘职位/工作机会 → 优先搜索智联招聘 (zhaopin) 或前程无忧 (51job)
   • 综合调研 → 多数据源并行搜索

2. 搜索优先原则：涉及时效性内容（新闻、最新动态）时，先用 mcp__kepler__web_search 获取最新信息，不要依赖训练数据。

3. 平台内容特殊处理：

   • 优先使用专用引擎搜索，遇到不可用的时候可以降级为通用搜索
   • 知乎文章/回答、小红书笔记、GitHub项目可以直接使用 mcp__kepler__web_reader 读取完整内容
   • 部分平台内容可能需要特定关键词格式

4. 参数规范（重点！engines 参数每次只能指定单个引擎）：

   • mcp__kepler__web_search: query (必填), engines (可选, 默认 ['bing'], 可选值: ['bing'], ['baidu'], ['zhihu'], ['xhs'], ['github'], ['arxiv'], ['199it'], ['eastmoney'], ['zhaopin'], ['51job']), max_results (可选, 默认10, 最大50), fetch_content (可选, 默认false), max_fetch (可选, 默认3, 最大10)
   • mcp__kepler__web_reader: url (必填), format (可选, markdown/text/html, 默认 markdown), extract_article (可选, 默认 true)

搜索路由表

按场景分类的详细参考文档：

快速选择指南

搜索模式

模式一：单源搜索

Bing 通用搜索：

用户：「搜索 Python 异步编程最佳实践」
→ 调用 mcp__kepler__web_search，query="Python 异步编程最佳实践"

Baidu 通用搜索：

用户：「百度搜索 Python 异步编程最佳实践」
→ 调用 mcp__kepler__web_search，query="Python 异步编程最佳实践", engines=["baidu"]

知乎定向搜索（使用 engines 参数）：

用户：「知乎上关于 Python 异步编程的讨论」
→ 调用 mcp__kepler__web_search，query="Python 异步编程", engines=["zhihu"]

知乎定向搜索（使用关键词）：

用户：「知乎上关于 Python 异步编程的讨论」
→ 调用 mcp__kepler__web_search，query="Python 异步编程 site:zhihu.com" 或 "Python 异步编程 知乎"

小红书定向搜索：

用户：「小红书上关于上海咖啡探店的分享」
→ 调用 mcp__kepler__web_search，query="上海咖啡探店", engines=["xhs"]

GitHub 代码搜索：

用户：「搜索 React 组件库开源项目」
→ 调用 mcp__kepler__web_search，query="React component library", engines=["github"]

arXiv 学术论文搜索：

用户：「搜索 transformer 架构的最新论文」
→ 调用 mcp__kepler__web_search，query="transformer architecture", engines=["arxiv"]

199it 行业数据搜索：

用户：「搜索 2024 年电商行业数据报告」
→ 调用 mcp__kepler__web_search，query="2024 电商行业报告", engines=["199it"]

东方财富财经搜索：

用户：「搜索贵州茅台股票最新资讯」
→ 调用 mcp__kepler__web_search，query="贵州茅台", engines=["eastmoney"]

智联招聘职位搜索：

用户：「搜索北京 Java 开发工程师职位」
→ 调用 mcp__kepler__web_search，query="Java 开发工程师 北京", engines=["zhaopin"]

前程无忧职位搜索：

用户：「搜索上海产品经理职位」
→ 调用 mcp__kepler__web_search，query="产品经理 上海", engines=["51job"]

模式二：多引擎搜索（推荐！）

同时使用 Bing、知乎和小红书搜索：

用户：「搜索 Python 异步编程」
→ 依次执行三次搜索：
   1. 调用 mcp__kepler__web_search，query="Python 异步编程", engines=["bing"]
   2. 调用 mcp__kepler__web_search，query="Python 异步编程", engines=["zhihu"]
   3. 调用 mcp__kepler__web_search，query="Python 异步编程", engines=["xhs"]
→ 自动返回来自 Bing、知乎和小红书的综合结果

注意：多引擎搜索只能依次执行，不支持 engines=["bing", "zhihu", "xhs"] 这种多引擎同时调用的模式

学术调研（arXiv + Bing）：

用户：「调研大语言模型最新进展」
→ 依次执行：
   1. mcp__kepler__web_search，query="large language models", engines=["arxiv"]
   2. mcp__kepler__web_search，query="大语言模型 最新进展", engines=["bing"]
   3. mcp__kepler__web_search，query="大语言模型 知乎", engines=["zhihu"]
→ 综合学术论文、最新资讯和社区讨论

技术调研（GitHub + Bing + 知乎）：

用户：「调研 React 19 新特性」
→ 依次执行：
   1. mcp__kepler__web_search，query="React 19", engines=["github"]
   2. mcp__kepler__web_search，query="React 19 new features", engines=["bing"]
   3. mcp__kepler__web_search，query="React 19 新特性", engines=["zhihu"]
→ 综合开源项目、技术文档和社区讨论

行业调研（199it + Bing + 知乎）：

用户：「调研 2024 年 AI 行业发展」
→ 依次执行：
   1. mcp__kepler__web_search，query="2024 AI industry report", engines=["199it"]
   2. mcp__kepler__web_search，query="AI 行业 2024", engines=["bing"]
   3. mcp__kepler__web_search，query="2024 AI 发展 知乎", engines=["zhihu"]
→ 综合行业数据、最新资讯和社区观点

财经调研（Eastmoney + Bing）：

用户：「调研新能源汽车行业」
→ 依次执行：
   1. mcp__kepler__web_search，query="新能源汽车", engines=["eastmoney"]
   2. mcp__kepler__web_search，query="新能源汽车行业", engines=["bing"]
   3. mcp__kepler__web_search，query="新能源汽车 投资", engines=["zhihu"]
→ 综合财经资讯、行业动态和投资观点

职位调研（Zhaopin + 51job + Bing）：

用户：「调研 AI 算法工程师招聘市场」
→ 依次执行：
   1. mcp__kepler__web_search，query="AI 算法工程师", engines=["zhaopin"]
   2. mcp__kepler__web_search，query="AI 算法工程师", engines=["51job"]
   3. mcp__kepler__web_search，query="AI 算法工程师 薪资", engines=["bing"]
   4. mcp__kepler__web_search，query="AI 算法工程师 面试", engines=["zhihu"]
→ 综合招聘平台职位信息和市场趋势

模式三：多源并行搜索

用户：「多源搜索 Python 异步编程」
→ 并行执行：
   1. mcp__kepler__web_search: "Python 异步编程 best practices", engines=["bing"]
   2. mcp__kepler__web_search: "Python 异步编程 知乎", engines=["zhihu"]
   3. mcp__kepler__web_search: "Python 异步编程 小红书", engines=["xhs"]
→ 综合结果去重并呈现

模式四：搜索+深度阅读

用户：「调研 Python asyncio 的性能优势」
→ 步骤：
   1. mcp__kepler__web_search 搜索 "Python asyncio performance"
   2. mcp__kepler__web_search 搜索 "asyncio 性能 知乎"
   3. 筛选 3-5 个高质量链接（优先知乎、官方文档、知名博客）
   4. mcp__kepler__web_reader 读取重点页面详细内容
   5. 综合分析输出结构化报告

模式五：知乎/小红书内容精读

知乎文章精读：

用户：「帮我读一下这个知乎回答 https://zhuanlan.zhihu.com/...」
→ 直接调用 mcp__kepler__web_reader，format="markdown"
→ 提取文章核心观点并总结

小红书笔记精读：

用户：「帮我读一下这篇小红书笔记 https://www.xiaohongshu.com/...」
→ 直接调用 mcp__kepler__web_reader，format="markdown"
→ 提取笔记核心内容和种草要点

输出格式规范

单源搜索结果

## 搜索结果：[关键词]

### 1. [标题](链接)
📰 来源：网站名 | 日期
📝 摘要：内容摘要...

### 2. [标题](链接)
...

---
🔍 数据源：Bing

多源搜索结果

## 多源搜索结果：[关键词]

### 🔵 Bing 搜索结果

#### 1. [标题](链接)
📰 来源：XXX | 日期
📝 摘要：...

### 🟠 知乎相关结果

#### 1. [标题](链接)
📰 来源：知乎 | 日期
📝 摘要：...

### 🔴 小红书相关结果

#### 1. [标题](链接)
📕 来源：小红书 | 日期
📝 摘要：...

---
🔍 多源搜索整合：Bing + 知乎 + 小红书

知乎文章精读

## 📄 知乎文章精读

**🔗 来源**：[知乎专栏/回答](URL)
**✍️ 作者**：XXX
**📅 发布日期**：XXXX-XX-XX
**💬 互动数据**：XXX 赞同 · XX 评论（如有）

### 💡 核心观点
一句话总结文章核心内容。

### 📝 详细内容
正文内容...

### 🔖 精彩评论（如有）
- 评论一...
- 评论二...

---
📚 来源：知乎 · Kepler Web Reader

小红书笔记精读

## 📕 小红书笔记精读

**🔗 来源**：[小红书笔记](URL)
**✍️ 作者**：XXX
**📅 发布日期**：XXXX-XX-XX
**❤️ 互动数据**：XXX 点赞 · XX 收藏 · XX 评论（如有）

### 💡 核心内容
一句话总结笔记核心内容。

### 📝 详细内容
笔记正文...

### 🏷️ 标签/话题
- #标签一
- #标签二

---
📚 来源：小红书 · Kepler Web Reader

综合调研报告

## 🔍 多源调研报告：[主题]

### 📊 数据来源概览
- Bing 搜索结果：X 条
- 知乎相关内容：X 条
- 小红书相关内容：X 条
- 其他来源：X 条

### 🎯 核心发现
1. **发现一**：[内容] [来源: 网站名]
2. **发现二**：[内容] [来源: 知乎]
3. **发现三**：[内容] [来源: 网站名]

### 📚 详细分析

#### 技术博客/文档观点
...

#### 知乎社区讨论
...

### 🔗 参考来源
- [标题](链接) — Bing/Blog
- [标题](链接) — 知乎
- ...

---
🔍 多源搜索整合 | 时间：YYYY-MM-DD HH:MM

使用技巧

Engines 参数用法（重点）

支持的数据源（每次调用只能指定一个）：

多源搜索策略（依次执行）：

# 通用搜索
engines: ["bing"]
engines: ["baidu"]

# 社交媒体
engines: ["zhihu"]
engines: ["xhs"]

# 开发/学术
engines: ["github"]
engines: ["arxiv"]

# 数据/财经
engines: ["199it"]
engines: ["eastmoney"]

推荐策略：

• 通用信息 → engines: ["bing"] 或 engines: ["baidu"]
• 中文知识/经验 → engines: ["zhihu"]
• 生活方式/消费决策/攻略 → engines: ["xhs"]
• 开源代码/项目 → engines: ["github"]
• 学术论文/研究 → engines: ["arxiv"]
• 行业数据/报告 → engines: ["199it"]
• 财经资讯/股票 → engines: ["eastmoney"]
• 智联招聘职位 → engines: ["zhaopin"]
• 前程无忧职位 → engines: ["51job"]
• 综合调研 → 依次调用多个引擎，然后合并结果

搜索词优化

GitHub 定向搜索：

query: "react state management"
engines: ["github"]
# 返回 React 状态管理相关的开源项目和代码仓库

arXiv 定向搜索：

query: "attention mechanism transformer"
engines: ["arxiv"]
# 返回 transformer attention mechanism 相关的学术论文

199it 定向搜索：

query: "2024 电商行业报告"
engines: ["199it"]
# 返回 2024 年电商行业相关的数据报告

东方财富定向搜索：

query: "贵州茅台"
engines: ["eastmoney"]
# 返回贵州茅台股票相关的财经资讯和行情

知乎定向搜索（方式一：使用 engines 参数）：

query: "Python 异步编程"
engines: ["zhihu"]

小红书定向搜索（方式一：使用 engines 参数）：

query: "上海探店 咖啡"
engines: ["xhs"]

知乎/小红书定向搜索（方式二：使用关键词）：

• site:zhihu.com 关键词 — 只搜索知乎内容
• site:xiaohongshu.com 关键词 — 只搜索小红书内容
• 关键词 知乎 — 获取知乎相关结果
• 关键词 小红书 — 获取小红书相关结果

Bing 高级搜索：

• "精确短语" — 精确匹配
• 关键词 filetype:pdf — 搜索 PDF 文档
• 关键词 -排除词 — 排除特定词汇

多源并行策略

对于重要调研任务，建议依次搜索：

1. 英文关键词 → Bing (engines: ["bing"])，获取英文资源
2. 中文关键词 → Baidu (engines: ["baidu"])，获取中文通用内容
3. 中文知识 → 知乎 (engines: ["zhihu"])，获取中文社区讨论
4. 生活方式/消费 → 小红书 (engines: ["xhs"])，获取真实体验分享
5. 开源项目 → GitHub (engines: ["github"])，获取代码和文档
6. 学术论文 → arXiv (engines: ["arxiv"])，获取研究论文
7. 行业数据 → 199it (engines: ["199it"])，获取数据报告
8. 财经资讯 → 东方财富 (engines: ["eastmoney"])，获取股票财经
9. 智联招聘 → 职位 (engines: ["zhaopin"])，获取招聘信息
10. 前程无忧 → 职位 (engines: ["51job"])，获取招聘信息
11. 综合对比 → 合并多源结果

GitHub 内容获取技巧

1. 项目仓库：URL 通常为 github.com/owner/repo
2. 代码文件：github.com/owner/repo/blob/main/file.js
3. Issues：github.com/owner/repo/issues
4. 搜索技巧：
   • 使用英文关键词效果更佳
   • 可以加上 stars:>100 筛选热门项目
   • language:python 筛选特定语言

GitHub 内容使用 mcp__kepler__web_reader 时：

• 默认提取 README 内容
• 代码文件会保留格式
• Issue 和 PR 页面会提取讨论内容

arXiv 内容获取技巧

1. 论文页面：URL 通常为 arxiv.org/abs/xxxx.xxxxx
2. PDF 下载：arxiv.org/pdf/xxxx.xxxxx
3. 搜索技巧：
   • 使用英文关键词
   • 可以加上分类如 cs.AI, cs.CL, cs.LG

arXiv 内容使用 mcp__kepler__web_reader 时：

• 自动提取论文标题、作者、摘要
• 保留数学公式格式
• 支持获取 PDF 内容

199it 内容获取技巧

1. 报告页面：URL 通常为 199it.com/archives/xxxxxx
2. 分类页面：199it.com/category/xxxx
3. 搜索技巧：
   • 使用中文关键词
   • 可以加上年份筛选

199it 内容使用 mcp__kepler__web_reader 时：

• 自动提取报告标题和摘要
• 保留数据表格
• 部分报告可能需要登录查看完整内容

东方财富内容获取技巧

1. 个股页面：URL 通常为 quote.eastmoney.com/symbol
2. 资讯页面：finance.eastmoney.com/...
3. 研报页面：report.eastmoney.com/...

东方财富内容使用 mcp__kepler__web_reader 时：

• 自动提取股票行情数据
• 保留财经新闻内容
• 研报会提取核心观点

智联招聘内容获取技巧

1. 职位详情页：URL 通常为 jobs.zhaopin.com/... 或 www.zhaopin.com/jobs/...
2. 搜索结果页：sou.zhaopin.com/?...
3. 公司主页：company.zhaopin.com/...

智联招聘搜索优化：

• 职位名称：使用精准职位名，如 "Java 后端工程师"
• 地点筛选：城市名 + 职位，如 "上海 Python 开发"
• 经验要求：可加上 "3-5 年"、"应届生"
• 行业筛选：如 "互联网"、"金融"

智联招聘内容使用 mcp__kepler__web_reader 时：

• 自动提取职位描述和要求
• 保留薪资范围和工作地点
• 提取公司信息和福利待遇

前程无忧内容获取技巧

1. 职位详情页：URL 通常为 jobs.51job.com/...
2. 搜索结果页：search.51job.com/jobsearch/...
3. 公司主页：company.51job.com/...

前程无忧搜索优化：

• 职位名称：使用标准职位名称，如 "产品经理"
• 地点筛选：城市 + 区域，如 "北京 朝阳区"
• 薪资范围：可搜索 "15-25K"、"年薪"
• 公司规模：如 "互联网大厂"、"外企"

前程无忧内容使用 mcp__kepler__web_reader 时：

• 自动提取岗位职责和任职要求
• 保留公司介绍和联系方式
• 提取薪资福利和晋升空间

知乎内容获取技巧

1. 专栏文章：URL 通常为 zhuanlan.zhihu.com/p/xxxx
2. 问题回答：URL 通常为 zhihu.com/question/xxxx
3. 用户主页：zhihu.com/people/username

知乎内容使用 mcp__kepler__web_reader 时：

• 默认提取文章正文
• 自动过滤广告和推荐内容
• 保留原文格式和结构

小红书内容获取技巧

1. 笔记链接：URL 通常为 www.xiaohongshu.com/explore/xxxx 或 xhslink.com/xxxx
2. 用户主页：www.xiaohongshu.com/user/profile/xxxx
3. 话题页面：www.xiaohongshu.com/search_result?keyword=xxxx

小红书内容使用 mcp__kepler__web_reader 时：

• 自动提取笔记正文和图片说明
• 保留标签和话题信息
• 过滤广告和推荐内容

工具调用示例

Bing 搜索（默认）

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">Python asyncio 性能优化</arg> <arg name="engines">["bing"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

知乎搜索（使用 engines 参数）

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">Python asyncio 性能优化</arg> <arg name="engines">["zhihu"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

小红书搜索（使用 engines 参数）

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">上海咖啡探店</arg> <arg name="engines">["xhs"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

Baidu 搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">Python 异步编程 最佳实践</arg> <arg name="engines">["baidu"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

GitHub 搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">react state management</arg> <arg name="engines">["github"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

arXiv 学术论文搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">transformer attention mechanism</arg> <arg name="engines">["arxiv"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

199it 行业数据搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">2024 电商行业报告</arg> <arg name="engines">["199it"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

东方财富财经搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">贵州茅台</arg> <arg name="engines">["eastmoney"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

智联招聘职位搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">Java 开发工程师 上海</arg> <arg name="engines">["zhaopin"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

前程无忧职位搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">产品经理 北京</arg> <arg name="engines">["51job"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

多引擎搜索（Bing + 知乎 + 小红书）

注意：需要依次执行三次搜索，不支持同时传递多个引擎

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">Claude Code MCP skill</arg> <arg name="engines">["bing"]</arg> <arg name="max_results">10</arg> </invoke> <invoke name="mcp__kepler__web_search"> <arg name="query">Claude Code MCP skill</arg> <arg name="engines">["zhihu"]</arg> <arg name="max_results">10</arg> </invoke> <invoke name="mcp__kepler__web_search"> <arg name="query">Claude Code MCP</arg> <arg name="engines">["xhs"]</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

传统多源并行搜索

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">Claude Code MCP skill</arg> <arg name="max_results">10</arg> </invoke> <invoke name="mcp__kepler__web_search"> <arg name="query">Claude Code MCP 知乎</arg> <arg name="max_results">10</arg> </invoke> </function_calls>

读取知乎文章

<function_calls> <invoke name="mcp__kepler__web_reader"> <arg name="url">https://zhuanlan.zhihu.com/p/xxxxx</arg> <arg name="format">text</arg> <arg name="extract_article">true</arg> </invoke> </function_calls>

读取小红书笔记

<function_calls> <invoke name="mcp__kepler__web_reader"> <arg name="url">https://www.xiaohongshu.com/explore/xxxxx</arg> <arg name="format">text</arg> <arg name="extract_article">true</arg> </invoke> </function_calls>

读取 GitHub 项目

<function_calls> <invoke name="mcp__kepler__web_reader"> <arg name="url">https://github.com/facebook/react</arg> <arg name="format">markdown</arg> <arg name="extract_article">true</arg> </invoke> </function_calls>

读取 arXiv 论文

<function_calls> <invoke name="mcp__kepler__web_reader"> <arg name="url">https://arxiv.org/abs/1706.03762</arg> <arg name="format">markdown</arg> <arg name="extract_article">true</arg> </invoke> </function_calls>

搜索并自动获取内容（fetch_content）

<function_calls> <invoke name="mcp__kepler__web_search"> <arg name="query">Claude Code MCP skill</arg> <arg name="engines">["bing"]</arg> <arg name="max_results">10</arg> <arg name="fetch_content">true</arg> <arg name="max_fetch">3</arg> </invoke> </function_calls>

故障处理

搜索无结果

• 尝试简化关键词
• 中英文关键词互换
• 使用更通用的词汇

知乎内容读取失败

• 检查 URL 是否完整
• 部分知乎页面需要登录，可能无法读取完整内容
• 尝试切换 format 参数（markdown/text/html）

内容不完整

• 知乎回答过长时可能只提取核心内容
• 需要详细内容可指定具体段落读取

限制说明

1. 搜索范围：通过各引擎原生搜索获取结果
2. 访问限制：
   • 部分网站有反爬机制，可能需要重试或者无法读取
   • 无法读取需要登录的私有内容
3. 内容安全：遵守内容安全政策

工作区规则

临时搜索结果直接输出到对话中。如需保存调研报告，使用 /tmp/ 目录。

---

🔍 Kepler Agent Search — 整合多源信息，一站式多源搜索解决方案。