search-and-research

name	search-and-research
description	Búsqueda y investigación avanzada en internet. Proporciona múltiples fuentes de datos (web scraping, APIs de búsqueda, análisis de contenido) para encontrar información precisa y actualizada. Úsalo cuando necesites investigar tópicos, validar datos, encontrar fuentes o realizar análisis comparativo de información en la web.
license	MIT
compatibility	Python 3.10+ Requires network access (for web APIs) Compatible with: Claude Code, agent-codemode, Pydantic AI
metadata	{"author":"KognitoAI Team","version":"1.1.0","tags":["search","research","web","information-retrieval"],"category":"research","sources":["Tavily API","DuckDuckGo","Web Scraping"],"last_updated":"2026-05-15"}
allowed-tools	network__fetch filesystem__read_file filesystem__write_file

Search and Research Skill

Descripción

Este skill proporciona capacidades de búsqueda y investigación avanzadas para encontrar información precisa en internet. Integra múltiples fuentes de datos y APIs de búsqueda para ofrecerle al agente acceso a información actual y verificable.

Capacidades

• Web Search: Búsqueda general en internet con múltiples motores
• Deep Research: Análisis profundo con múltiples consultas relacionadas
• Web Scraping: Extracción de contenido de sitios específicos
• Content Analysis: Análisis de contenido relevante encontrado
• Source Validation: Verificación de fuentes y credibilidad

Cuándo Usarlo

✅ Usa este skill cuando:

• Necesites información actual y verificable de internet
• Quieras investigar un tema con profundidad (múltiples ángulos)
• Requieras validar hechos o encontrar fuentes confiables
• Busques información comparativa entre múltiples fuentes
• Necesites extraer contenido específico de sitios web
• El usuario pida "investiga", "busca", "encuentra información", etc.

❌ NO uses este skill si:

• La información ya está disponible en la memoria/base de datos
• El usuario busca datos internos de KognitoAI
• Necesitas análisis que requiere acceso a APIs de pago no disponibles
• El tema es tan específico que no será indexado en la web

Cómo Usarlo

Búsqueda Simple

from skills.search_and_research.scripts.tavily_search_tool import TavilySearchTool

tool = TavilySearchTool(account_id="user_123", workspace_id="ws_456")
result = await tool.arun(query="inteligencia artificial 2026")

print(result)
# Output: {
#   "results": [
#     {
#       "title": "...",
#       "url": "...",
#       "snippet": "..."
#     },
#     ...
#   ],
#   "sources": [...]
# }

Búsqueda Profunda (Multi-Query)

from skills.search_and_research.scripts.multi_query_search_tool import MultiQuerySearchTool

tool = MultiQuerySearchTool(account_id="user_123")
result = await tool.arun(query="¿Cómo está evolucionando el trabajo remoto?")

# Genera múltiples consultas relacionadas:
# 1. "tendencias trabajo remoto 2026"
# 2. "impacto productividad trabajo desde casa"
# 3. "herramientas colaboración remota"
# 4. "estadísticas empresas híbridas"

Web Scraping de Contenido Específico

from skills.search_and_research.scripts.web_scraper_tool import WebScraperTool

tool = WebScraperTool(account_id="user_123")
result = await tool.arun(url="https://example.com/article")

# Extrae: título, contenido, autor, fecha, links internos, etc.

Parámetros

TavilySearchTool

Parámetro	Tipo	Requerido	Descripción
query	str	Sí	Consulta de búsqueda clara y específica

MultiQuerySearchTool

Parámetro	Tipo	Requerido	Descripción
query	str	Sí	Tema o pregunta para investigar en profundidad
num_queries	int	No (default: 4)	Número de variaciones de consulta

WebScraperTool

Parámetro	Tipo	Requerido	Descripción
url	str	Sí	URL del artículo a extraer
include_code	bool	No (default: false)	Incluir fragmentos de código

Ejemplos Completos

Investigar un Concepto Nuevo

# El usuario pregunta: "¿Qué es el Agentic AI?"

from skills.search_and_research.scripts.multi_query_search_tool import MultiQuerySearchTool

tool = MultiQuerySearchTool(account_id=user_id)
research_result = await tool.arun(
    query="¿Qué es Agentic AI y cómo está revolucionando IA?"
)

# Esto genera automáticamente variaciones como:
# - "Definición Agentic AI"
# - "Diferencia entre Agentic AI y LLMs"
# - "Aplicaciones prácticas Agentic AI"
# - "Empresas desarrollando Agentic AI"

# Resultado: perspectiva completa del tema

Validar Información

# El usuario afirma algo: "OpenAI fue fundado en 2015"

from skills.search_and_research.scripts.tavily_search_tool import TavilySearchTool

tool = TavilySearchTool(account_id=user_id)
result = await tool.arun(query="OpenAI founding year founded when")

# Busca en internet para verificar (fue 2015: correcto ✓)

Análisis Comparativo

# Comparar opciones disponibles

queries = [
    "Mejor alternativa a Python para ciencia de datos",
    "Julia vs Python rendimiento cálculo científico",
    "Rust vs Python seguridad sistemas críticos"
]

for query in queries:
    result = await tavily_tool.arun(query=query)
    # Compilar comparativa

Composición con Otros Skills

Este skill se compone naturalmente con:

• knowledge-memory-management - Para guardar hallazgos en memoria
• document-management - Para organizar fuentes encontradas
• analysis-and-insights - Para analizar datos recopilados
• media-generation - Para crear informes visuales con hallazgos

Patrón: Research → Analyze → Document

# 1. Investigar
research_result = await search_tool.arun(query="tema")

# 2. Analizar hallazgos
analysis_result = await analysis_tool.arun(data=research_result)

# 3. Guardar en memoria
await memory_tool.arun(
    title=f"Investigación: {tema}",
    content=analysis_result["summary"],
    sources=research_result["sources"]
)

# 4. Documentar
await document_tool.arun(
    title=f"Research Report: {tema}",
    content=analysis_result["detailed_report"]
)

Limitaciones y Casos de Borde

Limitación 1: Restricción de APIs

• Problema: Tavily y algunas APIs requieren cuota
• Workaround: Sistema automático usa DuckDuckGo como fallback

Limitación 2: Contenido Dinámico

• Problema: Sitios con JavaScript pesado no se scrapean bien
• Workaround: Intentar con herramientas más especializadas o APIs del sitio

Limitación 3: Información Falsa

• Problema: Internet contiene desinformación
• Workaround: Validar con múltiples fuentes, verificar autor/fecha

Caso de Borde: Query Muy Amplia

# ❌ Malo - demasiado general
query = "tecnología"

# ✅ Bueno - específico
query = "tendencias blockchain 2026 en industria financiera"

Solución de Problemas

Error: "API Rate Limit Exceeded"

Causa: Se alcanzó límite de consultas de la API
Solución:

1. Esperar unos minutos
2. El sistema intenta fallback a DuckDuckGo automáticamente
3. Reducir frecuencia de búsquedas

Error: "No Results Found"

Causa: Query muy específica o tema muy nuevo
Solución:

1. Hacer query más general o con sinónimos
2. Verificar ortografía
3. Probar con términos en inglés si están disponibles

Warning: "Source Unreliable"

Causa: Sitio identificado como potencialmente no confiable
Solución:

1. Revisar manualmente la fuente
2. Buscar corroboración en otras fuentes
3. Verificar fecha de publicación

Referencias

Para información más detallada:

• Technical Reference - Detalles de APIs y implementación
• Search Strategies - Tips para mejores búsquedas
• Data Sources - Documentación de cada fuente
• Troubleshooting - Problemas comunes
• Examples - Casos de uso avanzados

Especificaciones Técnicas

• Lenguaje: Python 3.10+
• Dependencias: tavily-python, beautifulsoup4, requests
• Async: Sí, todas las funciones son async
• Timeout: 30 segundos por default
• Retry: Automático con exponential backoff
• Caching: Resultados cacheados por 1 hora

Historial de Cambios

Versión	Fecha	Cambios
1.1.0	2026-05-15	Refactorización a agentskills.io format
1.0.0	2026-03-01	Release inicial