mcpField
A
alphaear-search

alphaear-search

github.com/rkiding生产力3.1k543 次安装30 周前更新
代码仓库

关于 alphaear-search

alphaear-search 是面向 Agent 的搜索技能，结合 Jina、DDG、Baidu 网页搜索与对 daily_news 数据库的本地 RAG 检索。它还支持聚合多引擎结果并检查缓存相关性。

主要功能

  1. 01通过 Jina、DDG、Baidu 或本地 RAG 搜索
  2. 02聚合多个引擎的结果
  3. 03搜索前检查缓存相关性
  4. 04返回 JSON 摘要或结果列表

适用场景

  1. 01通过支持的引擎搜索网页
  2. 02检索本地 daily_news 数据库
  3. 03合并多个搜索引擎的结果

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/rkiding/awesome-finance-skills --skill alphaear-search

安装后在 Claude Code 中输入/alphaear-search确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
PROMPTS.md
scripts/
__init__.py
content_extractor.py
database_manager.py
hybrid_search.py
search_tools.py
sentiment_tools.py
scripts/llm/
__init__.py
capability.py
factory.py
router.py
tests/
test_search.py

详细介绍

AlphaEar 搜索技能

概述

统一的搜索能力：网络搜索（Jina/DDG/Baidu）和本地 RAG 搜索。

功能

1. 网络搜索

通过 SearchTools 使用 scripts/search_tools.py。

  • 搜索：search(query, engine, max_results)
    • 引擎：jina、ddg、baidu、local。
    • 返回：JSON 字符串（摘要）或 List[Dict]（通过 search_list）。
  • 智能缓存（Agentic）：如果想避免重复搜索，请使用 references/PROMPTS.md 中的 搜索缓存相关性提示词。先读取缓存，再判断其是否可用。
  • 聚合：aggregate_search(query)
    • 合并多个引擎的结果。
2. 本地 RAG

使用 scripts/hybrid_search.py，或通过 SearchTools 并设置 engine='local'。

  • 搜索：搜索本地 daily_news 数据库。

依赖项

  • duckduckgo-search、requests
  • scripts/database_manager.py（搜索缓存和本地新闻）

评论

支持 Markdown