关于 search
用于一次查询多个已连接 MCP 来源并综合结果的搜索技能。它会将问题拆分为针对各来源的搜索,并行执行后对结果排序、去重和归纳。
主要功能
- 01一次搜索多个已连接来源
- 02拆分问题并生成定向搜索
- 03并行执行搜索
- 04对结果排序并去重
- 05综合结果并注明来源
适用场景
- 01跨聊天和邮件查找决策
- 02在已连接服务中定位文档
- 03跨来源调查人员或项目
- 04部分来源故障时汇总结果
MCP 相关
它搜索已连接 MCP 来源提供的工具,并将查询筛选条件转换为各来源适用的搜索方式。技能会检测可用来源,并报告故障或部分结果。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ anthropics/ knowledge-work-plugins --skill search安装后在 Claude Code 中输入/search确认已加载。
详细介绍
搜索命令
如果你看到不熟悉的占位符,或需要检查已连接的工具,请参阅 CONNECTORS.md。
在一次查询中搜索所有已连接的 MCP 来源。拆解用户的问题,并行执行搜索,然后综合结果。
说明
1. 检查可用来源
搜索之前,先确定哪些 MCP 来源可用。尝试从可用工具列表中识别已连接的工具。常见来源包括:
- ~~chat — 聊天平台工具
- ~~email — 邮件工具
- ~~cloud storage — 云存储工具
- ~~project tracker — 项目跟踪工具
- ~~CRM — CRM 工具
- ~~knowledge base — 知识库工具
如果没有连接任何 MCP 来源:
To search across your tools, you'll need to connect at least one source.
Check your MCP settings to add ~~chat, ~~email, ~~cloud storage, or other tools.
Supported sources: ~~chat, ~~email, ~~cloud storage, ~~project tracker, ~~CRM, ~~knowledge base,
and any other MCP-connected service.
2. 解析用户查询
分析搜索查询,理解以下内容:
- 意图:用户在寻找什么?(一项决定、一份文档、一个人、一条状态更新、一段对话)
- 实体:提及的人员、项目、团队、工具
- 时间限制:时效信号("本周""上个月"、具体日期)
- 来源提示:对特定工具的引用("在 ~~chat 里""那封邮件""那份文档")
- 过滤条件:从查询中提取明确的过滤条件:
from:— 按发送者或作者过滤in:— 按频道、文件夹或位置过滤after:— 仅保留此日期之后的结果before:— 仅保留此日期之前的结果type:— 按内容类型过滤(message、email、doc、thread、file)
3. 拆解为子查询
针对每个可用来源,使用该来源的原生搜索语法创建一个有针对性的子查询:
~~chat:
- 使用聊天平台可用的搜索和读取工具
- 转换过滤条件:
from:对应发送者,in:对应频道或房间,日期对应时间范围过滤 - 在适当时使用自然语言查询进行语义搜索
- 使用关键词查询进行精确匹配
~~email:
- 使用可用的邮件搜索工具
- 转换过滤条件:
from:对应发送者,日期对应时间范围过滤 - 视情况将
type:映射为附件过滤或主题行搜索
~~cloud storage:
- 使用可用的文件搜索工具
- 转换为文件查询语法:名称包含、全文包含、修改日期、文件类型
- 同时考虑文件名和文件内容
~~project tracker:
- 使用可用的任务搜索或自动补全工具
- 映射为任务文本搜索、负责人过滤、日期过滤、项目过滤
~~CRM:
- 使用可用的 CRM 查询工具
- 搜索 Account、Contact、Opportunity 及其他相关对象
~~knowledge base:
- 对概念性问题使用语义搜索
- 对精确匹配使用关键词搜索
4. 并行执行搜索
同时在所有可用来源上运行全部子查询。不要等一个来源完成后再搜索另一个。
对于每个来源:
- 执行转换后的查询
- 捕获带有元数据的结果(时间戳、作者、链接、来源类型)
- 记录失败或返回错误的来源,不要让某一个失败阻塞其他来源
5. 排序与去重
去重:
- 识别同一信息在多个来源中的重复出现(例如,在 ~~chat 中讨论、并经邮件确认的一项决定)
- 将相关结果归并在一起,而不是显示重复内容
- 优先保留最权威或最完整的版本
排序因素:
- 相关性:结果与查询意图的匹配程度如何?
- 时效性:对于状态或决定类查询,更新的结果排名更靠前
- 权威性:对于事实性问题,官方文档 > 维基 > 聊天消息;对于"我们讨论过什么"类查询,对话 > 文档
- 完整性:上下文更充分的结果排名更靠前
6. 呈现统一结果
将回复组织为综合性答案,而不是原始结果列表:
对于事实类/决定类查询:
[Direct answer to the question]
Sources:
- [Source 1: brief description] (~~chat, #channel, date)
- [Source 2: brief description] (~~email, from person, date)
- [Source 3: brief description] (~~cloud storage, doc name, last modified)
对于探索性查询("我们对 X 了解多少"):
[Synthesized summary combining information from all sources]
Found across:
- ~~chat: X relevant messages in Y channels
- ~~email: X relevant threads
- ~~cloud storage: X related documents
- [Other sources as applicable]
Key sources:
- [Most important source with link/reference]
- [Second most important source]
对于"查找"类查询(寻找某个具体内容):
[The thing they're looking for, with direct reference]
Also found:
- [Related items from other sources]
7. 处理边缘情况
查询有歧义: 如果查询可能有多种含义,请在搜索前提出一个澄清问题:
"API redesign" could refer to a few things. Are you looking for:
1. The REST API v2 redesign (Project Aurora)
2. The internal SDK API changes
3. Something else?
无结果:
I couldn't find anything matching "[query]" across [list of sources searched].
Try:
- Broader terms (e.g., "database" instead of "PostgreSQL migration")
- Different time range (currently searching [time range])
- Checking if the relevant source is connected (currently searching: [sources])
部分结果(部分来源失败):
[Results from successful sources]
Note: I couldn't reach [failed source(s)] during this search.
Results above are from [successful sources] only.
注意事项
- 始终并行搜索多个来源,切勿依次搜索
- 将结果综合成答案,而不是仅列出原始搜索结果
- 包含来源归属信息,方便用户进一步查阅
- 遵循用户的过滤语法,并根据各来源适当应用
- 当查询提及特定人员时,在所有来源中搜索其消息、文档和提及内容
- 对于时效性查询,在排序中优先考虑最新内容
- 如果只连接了一个来源,仍需从该来源提供有用的结果
评论
支持 Markdown