smart-search

name smart-search description 智能搜索路由器。根据用户意图选择最佳搜索源，构造 URL 并导航，获取内容。 仅在默认搜索手段效果不佳、或需要登录自媒体平台（抖音/小红书/微博等）搜索时启用本技能； 常规通用搜索请先用 onboard 配置的搜索供应商（火山/serper/Tavily 等）。 metadata {"openclaw":{"emoji":"🔍"}} Smart Search 智能搜索路由器 本技能 只负责搜索和阅读 ，不负责发布、点赞、关注、回复等互动操作（那些由各平台专属技能处理）。 使用流程 确定数据源 ：根据用户意图和下方路由规则，选择搜索平台 读取站点知识 ：查看 ./sites/<platform>.md 获取搜索 URL、分页、pitfalls、fallback 执行搜索 ：Cookie Warmup → 导航到搜索 URL → 等待加载 → 提取内容 搜索摘要 ：每次查询结束必须汇报（格式见下方） 路由规则 用户明确指定平台时 直接使用对应平台。平台名与站点知识文件对应： 用户可能说 站点文件 搜索类型 百度 / Baidu sites/general.md → Baidu 通用搜索 Bing / 必应 sites/general.md → Bing 通用搜索（推荐） 夸克 / Quark sites/general.md → Quark 通用搜索（fallback） 知乎 sites/zhihu.md 中文问答 小红书 / XHS / 红薯 sites/xiaohongshu.md 生活方式/真实体验 抖音 / Douyin sites/douyin.md 短视频 B站 / Bilibili sites/bilibili.md 视频/番剧 微博 / Weibo sites/weibo.md 热点/舆论 YouTube / 油管 sites/youtube.md 视频 Twitter / X / 推特 sites/twitter.md 实时讨论 Reddit sites/reddit.md 社区讨论 GitHub sites/github.md 代码/项目 LinkedIn / 领英 sites/linkedin.md 职业/招聘 微信视频号 sites/wechat-channels.md 视频号内容 雪球 sites/financial.md → 雪球 股票/金融 arXiv sites/academic.md → arXiv 学术预印本 百度学术 sites/academic.md → 百度学术 中文学术 万方 sites/academic.md → 万方 中文学术 Wikipedia sites/academic.md → Wikipedia 百科 贴吧 sites/tech.md → 贴吧 兴趣社区 Hacker News sites/tech.md → HN 科技社区 V2EX sites/tech.md → V2EX 技术社区 路透社 / Reuters sites/news.md 国际新闻 国务院 sites/gov.md 政策文件 Amazon sites/shopping.md 购物 Per-Category Source Guides 每个分类列出 推荐源 + 典型用途 + 数据特征 ： 分类 推荐源 典型用途 数据特征 AI openai.com / anthropic.com / huggingface.co / paperswithcode.com / arxiv.org/cs.AI LLM / 模型 / benchmark / 学术 强时效性；英文为主；benchmark 数字多 info reuters.com / bbc.com / ft.com / 36kr.com / 财新 / 新浪财经 / 澎湃 行业新闻 / 公司动态 / 政策 时效性强；中文 + 英文混合；财经类需付费墙 media youtube.com / bilibili.com / pexels-footage / pixabay-footage（本仓 skill） 视频 / 音乐 / 媒体库 视频 metadata 重要；版权注意 shopping amazon.com / taobao.com / jd.com / pdd.cn 电商 / 价格 / 评测 国内电商需登录；价格波动大 social x.com / weibo.com / xiaohongshu.com / douyin.com 实时讨论 / 社区 短文本；高噪；需 cookie tech github.com / stackoverflow.com / jianshu.com / juejin.cn / segmentfault.com / v2ex.com 代码 / 开源 / 编程 强时效；英文为主；stackoverflow 答案质量高 travel ctrip.com / booking.com / tripadvisor.com / mafengwo.cn 旅游 / 交通 季节性强；多语种；图片重要 other duckduckgo.com / startpage.com / kagi.com / sogou.com / yandex.com 兜底 / 隐私搜索 / 国内外通用 隐私优 DDG；国内兜底 sogou；俄罗斯 Yandex 快速选择规则 ： 用户 明确指定平台 → 用指定平台（不分类） 用户 未指定 → 按"用户未指定平台时"表的意图特征路由 国内 网络环境下 → DuckDuckGo 可能不稳， 优先 Bing / 夸克 与路由表配合 ： 路由表是"按意图 → 选平台"（平台名 → sites/ .md） 源 guides 是"按分类 → 列备选"（ 多了 1 步选平台的灵活性） 推荐组合：先看路由表选定首选 → 源 guides 给备选 → 1 个站不够时切换 本节是"per-category source guides"——最小可行实现。完整 Site Maps Hub（ sitemaps/<site>/ per-site navigation knowledge）超出范围， 不 做。 用户未指定平台时 按意图优先级自动路由： 意图特征 首选 补充 中文通用/热点 Bing — 中文深度问答 知乎 — 生活方式/真实体验 小红书 — 短视频内容 抖音 — 视频/番剧 B站 — 中文舆论/热搜 微博 — 英文通用 Bing — 技术/代码 GitHub — 学术/论文 arXiv 百度学术 股票/金融 雪球 — 国际新闻 Reuters — 频率限制 同一用户问题（同一意图链路，含追问澄清）内： 每个站点最多调用 2 次 （第 2 次必须有明确理由：结果过宽需限定、信息不足需补充角度） 不要第 3 次调用 同一站点；若信息仍不足，停止扩搜并说明缺口 camoufox-cli --session <s> --json open <search-url> 导航到搜索 URL、 snapshot 读取结果，每次导航计为 1 次调用 Cookie Warmup（仅访问首页）不计入调用次数 因报错/超时/验证码/登录墙失败也算 1 次， 不要无限重试 Keyword 编码 空格 ： + 用于 Bing、GitHub、Bilibili； %20 用于 Douyin、Twitter、Facebook、Zhihu；两者皆可用于 Baidu、Quark、YouTube 特殊字符 ：URL-encode（ # → %23 ， & → %26 ， ? → %3F ） 中文 ：URL-encode（浏览器导航时自动处理） Cookie Warmup 速查 以下平台 必须 先访问首页再搜索，否则返回空结果或跳转登录： 平台 Warmup URL 知乎 https://www.zhihu.com 微博 https://weibo.com 小红书 https://www.xiaohongshu.com 抖音 https://www.douyin.com YouTube https://www.youtube.com Twitter/X https://x.com Reddit https://www.reddit.com 雪球 https://xueqiu.com LinkedIn https://www.linkedin.com TikTok https://www.tiktok.com 路透社 https://www.reuters.com 不需要 Warmup ：Bing、Baidu、Quark、GitHub、arXiv、Wikipedia、HackerNews、V2EX、贴吧、Amazon、百度学术、万方、国务院 浏览器操作最佳实践 主力后端 = target=camoufox （ camoufox-cli ）。下方命令 / 示例只针对 target=camoufox 。 target=host / target=node ：只按本节「流程 + 提示事项」走，不要照搬 camoufox-cli ... 命令——用你当前后端自带的浏览器工具语义调用即可。页面加载等待、超时处理、登录墙 / CAPTCHA 处理约定是 后端无关 的，照本节执行。 临时性 session（推荐） 搜索 / 浏览 / 取数走 临时性 session ——不 cp 持久化模板、不带 --persistent ，每次随机指纹，关闭自清（spec 补充 A，新闻等不登录站点）。 SESSION= "search- $(date +%s) " camoufox-cli --session " $SESSION " --json open "<url>" # …snapshot / eval / scroll 取数… camoufox-cli --session " $SESSION " --json close 涉及登录的平台搜索（知乎 / 微博 / 小红书 / 抖音 / Twitter / Reddit / 雪球 / LinkedIn 等）走持久化 session。 页面加载等待 通用站点： camoufox-cli --session <s> --json wait 或 sleep 3-5 重度客户端渲染（Twitter/X、小红书、抖音）： 5 秒以上 snapshot 显示内容不完整时再等几秒重新 snapshot 超时错误处理 不重启浏览器 ，不 teardown session 等待 30 秒 后在原页面继续（ sleep 30 + snapshot 复核） 只有重开 session（ camoufox-cli --session <s> close → 重 open ）仍报错才是真正出错 同一 session 已有命令在跑时，新命令会 fail-first（返回 session <name> 正忙，请等待当前操作完成后再试 ）——读到这条文本就等当前操作完成再重试，不要盲试。 表单输入 用 camoufox-cli --session <s> --json type <ref> "<文本>" （逐字符输入，触发完整事件链） 不用 fill ——一次性塞值不触发逐字事件链，受控组件 / mask 字段容易出问题 snapshot ref 优先 camoufox-cli --session <s> --json snapshot 返回带 ref 的语义快照（ @e1 @e2 …），后续 click / type / scroll 全部优先传 ref，不要自己 hack CSS selector。找不到元素时 先 snapshot 看真实 DOM 结构 再决定 selector 改写。 登录墙 / CAPTCHA 遇到登录墙、验证码、人机验证，遵循 browser-guide 技能 不要反复重试，最多 2 次后转其他数据源或告知用户 结果区定位 当 DOM snapshot 噪音过多（大量广告/推荐/脚手架 DOM）时，先 snapshot 拿语义结构，按 ref 锚到搜索结果区（ main / search-results / [role="list"] 等语义角色），再 eval 在该子树内提取。不要在整页 selector 上盲试。 搜索后操作 确认结果已加载（snapshot） 遇到登录墙/CAPTCHA → browser-guide 提取所需信息 需要更多结果 → 查看 sites/<platform>.md 的分页方式 提取完毕后 立即关闭标签页 搜索摘要 每次查询结束 ，回答末尾必须追加搜索摘要，至少包含： 使用了什么站点 每个站点搜了什么关键词 每个站点调用了几次 格式： 搜索摘要 - 站点： < site1 > | 关键词： < term1 > | 次数： < n > - 站点： < site2 > | 关键词： < term2 > ； < term3 > | 次数： < n > - 已跳过： < site3 > ，原因：达到频率上限 站点详细知识 各平台搜索的详细参数、分页、pitfalls、fallback、DOM 提取提示，见 ./sites/ 目录下对应文件。 执行搜索前务必先读对应站点文件 ，避免踩坑。