通过 SearXNG 聚合搜索多引擎，支持分类路由（通用/新闻/学术/社交）与智能查询优化，适合实时信息检索与多源验证。
说明：
## 核心用法
**internet-search** 是一个基于自托管 SearXNG 实例的聚合搜索工具，可同时查询 Brave、Bing、DuckDuckGo、Google Scholar、Reddit 等多个引擎。使用时需根据查询性质选择分类路由：
– **`general`**（默认）：通用事实、操作指南、产品信息、人物检索
– **`news`**：时效性新闻事件，需附加时间锚点（如 “2025”）
– **`academic`**：研究论文、医学文献、预印本，需使用领域术语
– **`social`**：社区观点、用户推荐、口碑 sentiment
查询应采用关键词组合而非完整句子，例如用 “rust async runtime benchmarks 2025” 替代 “what is the fastest async runtime”。支持 SearXNG 原生语法如 `!wp`（指定引擎）、`:fr`（语言过滤）。
## 显著优点
1. **多引擎聚合**：单次调用即可覆盖通用搜索、学术数据库与社交平台，减少信息盲区
2. **分类精准路由**：避免用通用搜索查找学术论文，或用学术分类查实时新闻的效率损耗
3. **查询优化指导**：内置反模式提示（如避免 `count=20` 查简单事实），降低无效调用
4. **组合策略支持**：推荐 “general + social” 双轨搜索，兼顾事实准确性与 sentiment 覆盖
## 潜在缺点与局限
– **依赖外部实例**：SearXNG 自建实例的稳定性、索引更新频率直接影响结果质量
– **无结果相关性排序控制**：相比原生 Google/Bing API，缺少细粒度排序参数
– **社交数据局限**：Reddit 作为唯一社交源，可能存在样本偏差，无法覆盖 Twitter/X、Hacker News 等平台
– **语言过滤非强制**：`:lang` 语法依赖引擎支持，部分源可能忽略该参数
## 适合人群
– 需要**实时信息**补充训练数据截止日期的研究者
– 进行**技术选型**时需对比 benchmark 数据与社区真实反馈的工程师
– 需要**多源验证**（学术+社交+新闻）的媒体、投资、政策分析人员
– 构建 RAG 系统时需外部检索增强的 AI 应用开发者
## 常规风险
| 风险类型 | 说明 | 缓释建议 |
|———|——|———|
| 信息时效性 | 索引非实时，突发新闻可能存在分钟级延迟 | 对关键时效信息交叉验证官方源 |
| 来源可信度参差 | 聚合引擎包含 User-Generated Content（Reddit、部分论坛） | academic 分类优先用于关键事实 |
| 隐私泄露 | 查询内容发送至自托管服务器，但仍暴露检索意图 | 避免搜索个人敏感信息 |
| 结果漂移 | 不同引擎对同一关键词返回差异显著 | 重要决策时执行 multi-search 策略 |
会员专属
