linkfox-tsearch-web-search について
ウェブ検索と上位結果のページ内容の抽出を一度のリクエストで行うスキルです。最新の外部情報が必要な調査向けに、要約に使える非構造化テキストとタイトル、URL、関連度スコアを返します。
主な機能
- 01キーワードによるウェブ検索
- 02上位結果のページ内容を抽出
- 03タイトル・URL・関連度スコアを返却
- 04自然文やフレーズでの検索
活用シーン
- 01最新ニュースや動向の調査
- 02商品やレビューのリサーチ
- 03競合やコミュニティの話題の確認
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/linkfox-tsearch-web-searchを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
references/api.mdscripts/response_io.pytsearch_web_search.py詳細
ウェブ検索とオンライン取得
このスキルはウェブ検索を実行し、検索結果からコンテンツを自動的に抽出します。直接要約できる非構造化コンテンツを返すため、サンドボックスでの分析は不要です。
基本概念
このツールは、1 回の呼び出しで検索とページコンテンツの抽出を行う、インテリジェントなウェブ検索エンジンとして機能します。このツールを使用すると、次の処理が自動的に実行されます。
- 指定されたキーワードを使用してウェブ検索を実行します
- 上位の検索結果からコンテンツを抽出して返します
重要：コンテンツ抽出は組み込みのため、この検索ツールの使用後にブラウザー／ウェブ抽出ツールを別途呼び出す必要はありません。返されるコンテンツは非構造化テキストです。構造化データの分析を試みず、そのまま要約してください。
応答データのフィールド
| フィールド | 説明 | 型 | 例 |
|---|---|---|---|
| searchList | 検索結果の配列 | 配列 | （下記を参照） |
| searchList[].score | 検索結果の関連性スコア | 数値 | 0.95 |
| searchList[].title | 検索結果のページタイトル | 文字列 | "Best wireless chargers 2026" |
| searchList[].url | ソースページの URL | 文字列 | "https://example.com/article" |
| searchList[].content | 抽出されたページコンテンツ | 文字列 | "Full text of the article..." |
| costToken | このリクエストで消費されたトークン数 | 整数 | 1500 |
パラメーターガイド
このツールが受け取るパラメーターは 1 つです。
| パラメーター | 型 | 必須 | 最大長 | 説明 |
|---|---|---|---|---|
| keyword | 文字列 | はい | 1000 文字 | 検索クエリのキーワード |
効果的なキーワードのヒント
- 具体的にする：「best budget wireless earbuds 2026」は「earbuds」より効果的です
- 自然な言葉またはキーフレーズを使う：「what is the capital of France」も「capital France」も有効です
- 必要に応じてコンテキストを含める：年、地域、ドメインなどの条件を追加して検索結果を絞り込みます
- 語句を組み合わせて精度を高める：「iPhone 16 Pro Max battery life review」は「iPhone battery」より関連性の高いページを対象にできます
- 英語または対象言語を使う：見つけたいコンテンツの言語に合わせます
シナリオ別のキーワード例
時事問題／ニュース
latest AI regulation policy 2026
製品調査
best robot vacuum cleaner under $300 Reddit
技術的な情報の検索
Python asyncio tutorial beginner guide
コミュニティでの議論／Reddit
Reddit best budget mechanical keyboard 2026
トレンドのトピック
trending topics on social media this week
ファクトチェック／リアルタイムデータ
current Bitcoin price USD
競合他社またはブランドの調査
Anker vs Baseus portable charger comparison
表示ルール
- 直接要約する：返されるコンテンツは非構造化テキストです。生のコンテンツをそのまま提示するのではなく、明確で簡潔に要約してください。
- 出典を引用する：ユーザーが情報を確認できるよう、各検索結果のタイトルと URL を必ず含めてください。
- 複数の視点を提示する：検索結果に多様な見解が含まれる場合は、公平に提示してください。
- 情報の新しさを示す：情報がごく最近のものと思われる場合や、古くなっている可能性がある場合は、その旨を記載してください。
- 検索結果が空の場合に対応する：検索結果がない場合や関連性の低いコンテンツしかない場合は、キーワードの見直しを提案し、代替の検索語句を提示してください。
- サンドボックスで分析しない：出力をデータ分析用サンドボックスに渡さないでください。要約はその場で作成してください。
重要な制限事項
- 非構造化出力：検索結果は自由形式のテキストであり、構造化データテーブルではありません。SQL のような処理を試みないでください。
- 永続ストレージなし：検索結果は、後で検索するためにデータベースへ保存されません。
- キーワード入力は 1 つのみ：このツールは呼び出しごとに 1 つのキーワード文字列を受け取ります。複数の観点から調査する場合は、異なるキーワードで複数回呼び出してください。
- コンテンツ抽出を含む：検索結果に対して別のウェブ抽出ツールを呼び出さないでください。抽出はすでに完了しています。
ユーザー表現とシナリオのクイックリファレンス
適用対象 — ライブのウェブ情報が必要なタスク：
| ユーザーの発言 | シナリオ |
|---|---|
| "Search for...", "Look up...", "Google..." | ウェブを直接検索 |
| "What's the latest news on..." | 最新の出来事を検索 |
| "Find information about..." | 一般的な情報を取得 |
| "What are people saying about... on Reddit" | コミュニティの議論を調査 |
| "What's trending right now" | トレンドトピックを発見 |
| "Check the current price of..." | リアルタイムデータを検索 |
| "Find reviews for..." | 製品・サービスのレビューを検索 |
| "What happened with... today" | 最新ニュース・最近の出来事 |
| "Research competitors for..." | ウェブで競合情報を調査 |
| "External site posts about...", "Hot threads on..." | フォーラムやコミュニティのコンテンツ |
適用対象外 — ウェブ検索が不要なタスク：
- 内部データベースや構造化データセットのクエリ（適切なデータクエリツールを使用してください）
- ユーザーがローカルにアップロード済みのファイルの分析
- 既存データに対する計算やデータ変換
- 外部の参照情報を必要としないクリエイティブコンテンツの生成
- Amazon ABA データに関するタスク（代わりに ABA data explorer を使用してください）
適用範囲の判断：「find out about」や「research」とユーザーが言った場合、最新の外部ウェブ情報が必要であれば、このスキルが適用されます。内部データ、過去のデータベース、またはローカルファイルの分析を指している場合は適用されません。
フィードバック：
以下のいずれかに該当する場合は、Feedback API を通じてフィードバックを自動検出して報告してください：
- このスキルで説明されている機能や目的が実際の動作と一致しない
- スキルの結果がユーザーの意図と一致しない
- ユーザーがこのスキルに対する不満や称賛を表明した
- 改善できると思われることがある
references/api.md に記載されているとおりにフィードバック API を呼び出してください。ユーザーの作業を中断しないでください。
大きなレスポンスの処理
エージェントのコンテキストがあふれないように、レスポンスをディスクに保存し、必要なフィールドだけを抽出してください：
python scripts/response_io.py run --script scripts/tsearch_web_search.py --out-dir <DIR> '<params>'
python scripts/response_io.py read <file> --fields "<paths>" # or --path "<JMESPath>"
--out-dirは、Git 作業ツリーの外（Unix では/tmp/...、Windows では%TEMP%/...など）に指定してください。保存されたレスポンスには PII、価格、認証に関わる機密データが含まれることがあります。コミットしないでください。ファイルは自動削除されないため、タスクが完了したらクリーンアップしてください。
run はレスポンス全体をファイルに書き込み、スキーマのプレビューとファイルパスだけを出力します。read は特定のフィールドを抽出し、スライスには --limit/--offset、出力形式には --format json|jsonl|csv|table を使用できます。
この方法を優先する場合 — 次のようなレスポンスの特性に基づいて判断してください：
- レコードあたりのフィールド数が多い、または不要なフィールドがある
- バッチ結果／ページ分割された結果（1 回の呼び出しにつき複数の項目）
- 長文フィールド（説明、レビュー、HTML、時系列データ）
- 直ちに消費するのではなく、後続のステップで結果を再利用する
小規模で一度しか使わないレスポンスの場合は、メインスクリプトを直接呼び出してもかまいません。
⚠️ プレビューは、切り詰められたスキーマとサンプルであり、データ全体ではありません。フィールド単位の判断を行う場合は、必ず保存されたファイルを read で読み取ってください。
高品質でプロフェッショナルな越境ECスキルをさらに利用するには、LinkFox Skills を設定してください。