Internet Search

查询自托管的 SearXNG 实例，该实例聚合了多个搜索引擎。

分类路由

根据查询内容性质，始终设置正确的 category。

查询语句构建

编写查询时应遵循搜索引擎的预期格式——使用关键词而非完整句子：

# 不推荐
"what is the fastest async runtime for rust"

# 推荐
"rust async runtime benchmarks 2025"

• news：需包含时间锚点 —— 如 "OpenAI o3 release 2025"，而非仅 "OpenAI o3"
• academic：使用领域专业术语 —— 如 "transformer attention efficiency survey"
• social：以社区搜索方式表达 —— 如 "reddit best mechanical keyboard 2025"

SearXNG 搜索语法（在 query 中使用）

SearXNG 支持轻量级查询修饰符，可直接嵌入 query 字符串中：

结果数量

• count=5（默认）—— 大多数任务已足够
• count=10 —— 需要比较多个选项或验证共识时使用
• count=3 —— 快速核实事实时使用

多次搜索策略

应发起多个聚焦明确的搜索，而非一次宽泛的查询：

# 不推荐：单一模糊搜索
internet_search("best way to deploy Node.js")

# 推荐：三个针对性搜索
internet_search("Node.js Docker deployment best practices 2025")
internet_search("Node.js PM2 vs Docker production", category="social")
internet_search("Node.js zero-downtime deployment strategies")

结合 general 与 social 分类，实现事实与观点双重覆盖：

internet_search("Bun runtime performance vs Node.js benchmarks")
internet_search("Bun runtime production experience", category="social")

不应使用的情况

• 对某事已有高度信心的知识
• 稳定的 API 文档或广为人知的语法 —— 应依赖训练知识
• 重复进行已回答过的问题的搜索

常见错误