web-search

name	web-search
description	通过 inference.sh CLI 进行 Web 搜索和内容提取，支持 Tavily 和 Exa。功能：AI 搜索、内容提取、直接回答、研究。用于：研究、RAG 管道、事实核查、内容聚合、agents。触发词：web search、tavily、exa、search api、content extraction、research、internet search、ai search、search assistant、web scraping、rag。

Web 搜索与提取

通过 inference.sh CLI 进行 Web 搜索和内容提取。

前置条件

需要 inference.sh CLI (infsh)。安装说明

infsh login

可用应用

Tavily

应用	App ID	说明
Search Assistant	tavily/search-assistant	AI 驱动的搜索和回答
Extract	tavily/extract	从 URL 提取内容

Exa

应用	App ID	说明
Search	exa/search	智能 Web 搜索
Answer	exa/answer	直接的事实回答
Extract	exa/extract	提取和分析 Web 内容

示例

Tavily 搜索

infsh app run tavily/search-assistant --input '{"query": "2024年最新AI发展"}'

返回 AI 生成的答案，带来源和图片。

Tavily 提取

infsh app run tavily/extract --input '{"urls": ["https://example.com/article1"]}'

从多个 URL 提取干净的文本和图片。

Exa 搜索

infsh app run exa/search --input '{"query": "机器学习框架对比"}'

返回带上下文的高度相关内容链接。

Exa 回答

infsh app run exa/answer --input '{"question": "东京的人口是多少？"}'

返回直接的事实答案。

工作流：研究 + LLM

# 1. 搜索信息
infsh app run tavily/search-assistant --input '{"query": "量子计算最新进展"}' > search_results.json

# 2. 用 Claude 分析
infsh app run openrouter/claude-sonnet-45 --input '{"prompt": "基于这个研究，总结关键趋势: <search-results>"}'

工作流：提取 + 总结

# 1. 从 URL 提取内容
infsh app run tavily/extract --input '{"urls": ["https://example.com/long-article"]}' > content.json

# 2. 用 LLM 总结
infsh app run openrouter/claude-haiku-45 --input '{"prompt": "用3个要点总结这篇文章: <content>"}'

使用场景

• 研究: 收集任何主题的信息
• RAG: 检索增强生成
• 事实核查: 用来源验证声明
• 内容聚合: 从多个来源收集数据
• Agents: 构建有研究能力的 AI agents

相关资源

# 全部平台 skill（250+ 应用）
cp -r inference-sh/skills "$HOME/.claude/skills/"

# LLM 模型（结合搜索用于 RAG）
# 结合搜索用于 RAG

# 图片生成

浏览所有应用：infsh app list

文档

• 为 Agents 添加工具
• 构建研究 Agent
• 工具集成价值