菜单
Web search using Tavily's LLM-optimized API. Use when the user asks to search the web, look up information online, find recent news, or research a topic. NOT for: searching local files, code lookup, or when the answer is purely based on existing knowledge.
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
LLM 微调专家。使用场景：微调 LLMs、训练自定义模型、适配基础模型进行特定任务。用于配置 LoRA/QLoRA 适配器、准备 JSONL 训练数据集、设置超参数、适配器训练、迁移学习、Hugging Face PEFT 微调、指令微调、RLHF、DPO 或量化部署微调模型。触发词：LoRA、QLoRA、PEFT、微调、适配器调优、LLM 训练、模型训练、自定义模型。
深度研究工具。仅在用户明确说'深度研究'、'深入调查'、'全面报告'时使用。比普通搜索慢 10-100 倍。对于普通研究/查找请求，使用 parallel-web-search。支持多轮：传递 --previous-interaction-id 以继续之前的上下文。
AI 模型提示工程指南：LLM、图像生成器、视频模型。技术：思维链、少样本、系统提示、负提示。模型：Claude、GPT-4、Gemini、FLUX、Veo、Stable Diffusion 提示。用于：更好的 AI 输出、一致的结果、复杂任务、优化。触发词：提示工程、如何提示、更好的提示、提示技巧、提示指南、LLM 提示、图像提示、AI 提示、提示优化、提示模板、提示结构、有效提示、提示技术。
RAG（检索增强生成）模式专家。用于构建 RAG 管道、嵌入文档、实现混合搜索、上下文检索、HyDE、Agentic RAG、多模态 RAG、查询分解、重排或 pgvector 搜索。触发词：RAG、检索、LLM、上下文、嵌入、HyDE、重排、pgvector、多模态。
Apache Spark 作业优化：分区策略、缓存、shuffle 优化和内存调优。用于提升 Spark 性能、调试慢作业或扩展数据处理管道。触发词：Spark、性能优化、分区、缓存、shuffle、数据倾斜。
Web 研究工具：搜索多个来源、综合发现并生成带引用的研究报告。用于用户要求在线研究主题、搜索网页、查找信息、获取最新信息、对比选项或生成研究报告。触发词：研究、网上搜索、查找信息、最新信息、对比选项、研究报告。
| name | tavily-search |
| description | Web search using Tavily's LLM-optimized API. Use when the user asks to search the web, look up information online, find recent news, or research a topic. NOT for: searching local files, code lookup, or when the answer is purely based on existing knowledge. |
Search the web and get relevant results optimized for LLM consumption.
Requires the TAVILY_API_KEY environment variable. Get your API key at https://tavily.com.
Set it in your shell profile (~/.zshrc, ~/.bashrc, or Windows ~/.bash_profile):
export TAVILY_API_KEY="your-api-key-here"
Run the search script located in this skill's scripts/ directory. Resolve SCRIPT relative to this SKILL.md file.
# Basic search
node "$SCRIPT_DIR/scripts/search.mjs" "your query"
# With options
node "$SCRIPT_DIR/scripts/search.mjs" "your query" -n 10
node "$SCRIPT_DIR/scripts/search.mjs" "your query" --depth advanced
node "$SCRIPT_DIR/scripts/search.mjs" "your query" --topic news
node "$SCRIPT_DIR/scripts/search.mjs" "your query" --time-range week
node "$SCRIPT_DIR/scripts/search.mjs" "your query" --include-domains docs.python.org
node "$SCRIPT_DIR/scripts/search.mjs" "your query" --json
| Option | Description | Default |
|---|---|---|
-n <count> | Number of results (1-20) | 10 |
--depth <mode> | ultra-fast, fast, basic, advanced | basic |
--topic <topic> | general or news | general |
--time-range <range> | day, week, month, year | - |
--include-domains <domains> | Comma-separated domains to include | - |
--exclude-domains <domains> | Comma-separated domains to exclude | - |
--raw-content | Include full page content | false |
--json | Output raw JSON | false |
--depth advanced when precision matters--topic news for current events--time-range to filter by recency--include-domains to focus on trusted sources