全部技能 分类浏览
← 返回
未分类

SuperSearch超强搜索

SuperSearch超强搜索 v4.0 — 全平台聚合搜索与社交舆情分析引擎。 支持一键跨搜索引擎、新闻门户、社交媒体、短视频、学术数据库等海量平台并行检索， 内置 MinHash+LSH 近似去重 (O(n))、分词缓存、时间新鲜度衰减、相对时间解析、自动降级。 输出结构化 Markdown 报告 + JSON 摘要 + 断点续跑。 支持按场景灵活扩展搜索范围。
>-一个关键词，搜遍全网。 输入任何话题，SuperSearch 瞬间并行检索百度、微信、微博、抖音、知乎、B站、头条、小红书等 20+ 核心平台，智能去重、按相关性排序、标注内容新鲜度，5 秒内生成一份结构化舆情报告。支持学术论文、财经分析、政策研究、技术调研等多场景按需扩展至 160+ 数据源。搜完即看懂，不用自己翻 20 个 App。
跃渊META SKILLDIY
未分类 community v1.1.0 3 版本 92857.1 Key: 无需
★ 0
Stars
📥 13
下载
💾 0
安装
3
版本
#latest

概述

SuperSearch超强搜索 — 全平台聚合搜索分析器 v4.0

概述

一个关键词，搜遍全网。 输入任何话题，SuperSearch 瞬间并行检索百度、微信、微博、抖音、

知乎、B站、头条、小红书等 20+ 核心平台，智能去重、按相关性排序、标注内容新鲜度，

5 秒内生成一份结构化舆情报告。支持学术论文、财经分析、政策研究、技术调研等

多场景按需扩展至 160+ 数据源。搜完即看懂，不用自己翻 20 个 App。

v4.0 超强搜索版新增：

  • 搜索平台从 11 个扩充，覆盖搜索引擎、新闻门户、社交、短视频、学术等全平台
  • 三层搜索优先级：必选(8) → 推荐(12) → 按场景追加
  • 8 大搜索场景优先级矩阵
  • 封闭平台处理策略升级至 6 个平台

v3.0 新增优化：

  • --max-items 参数：控制输入上限（默认 2000），防止大输入内存飙升
  • 相对时间解析：从 snippet 正则提取"刚刚""X分钟前""X小时前""X天前""昨天""X月X日"等
  • 中间结果持久化：自动保存 .md 报告 + .json 摘要 + .checkpoint.jsonl 断点
  • 搜索阶段建议 10s 超时：避免某引擎响应慢阻塞整体
  • 提升时间戳提取成功率，减轻时间因子恒为 0.5 的问题

v2.0 已有优化：

  • MinHash + LSH 近似去重 → 复杂度从 O(n²) 降至 O(n)
  • 分词缓存 → 相同文本不重复分词
  • 扩展停用词至 200+ 词（含时间词/语气词/常见动词）
  • 时间新鲜度衰减因子 → 近期内容权重更高（半衰期 7 天）
  • Top 50 截断 → 相似度矩阵限制计算规模
  • tqdm 进度反馈 → 大输入不再黑盒

触发场景

当用户说出以下任一意图时必须加载此技能：

  • "帮我搜一下 XXX 在全平台的情况"
  • "查一下 XXX 的热度/舆情"
  • "关于 XXX，各个平台都在说什么"
  • "聚合搜索 XXX" / "全能搜索 XXX"
  • "搜索 XXX，看看抖音、小红书、微信上都有什么"
  • "分析 XXX 在各大平台的相似信息"
  • 任何涉及多平台、跨平台搜索/舆情/信息聚合的需求

核心工作流

Step 0: 技能安装检查

首次使用需安装依赖： 

cd <skill_dir>/scripts
pip install jieba scikit-learn numpy datasketch tqdm

依赖说明：

| 依赖 | 用途 | 可选？ |

|------|------|--------|

| jieba | 中文分词 | 必需 |

| scikit-learn | TF-IDF + Cosine 相似度 | 可选（降级为 Jaccard） |

| numpy | 数值计算 | 可选 |

| datasketch | MinHash + LSH 近似去重 | 强烈推荐（无则降级 O(n²)） |

| tqdm | 进度条显示 | 可选（无则打印简单日志） |

Step 1: 理解需求

向用户确认：

  1. 关键词 — 要搜什么
  2. 平台范围 — 全平台还是指定平台（默认全平台）
  3. 时间范围 — 近期（默认7天内）还是不限
  4. 输出格式 — Markdown报告（默认）还是Excel

如果用户需求已经很明确，跳过此步直接执行。

Step 2: 多引擎并行搜索（建议超时 10s）

使用 WebSearch 工具同时对以下引擎发起搜索（并行调用，节省时间）。

以下为按优先级分层的推荐搜索列表。

第一层：必选引擎（8个，每次搜索必须覆盖）

| 目标 | 搜索策略 | 优先级 | 超时建议 |

|------|---------|--------|---------|

| 百度 | WebSearch(query="关键词") 不加站点限定 | 必选 | 10s |

| 微信公众平台 | WebSearch(query="关键词 site:mp.weixin.qq.com") 限定公众号 | 必选 | 10s |

| 微博 | WebSearch(query="关键词 site:微博域名") | 必选 | 10s |

| 今日头条 | WebSearch(query="关键词 site:头条域名") | 必选 | 10s |

| 知乎 | WebSearch(query="关键词 site:知乎域名") | 必选 | 10s |

| B站 | WebSearch(query="关键词 site:B站域名") | 必选 | 10s |

| 抖音 | WebSearch(query="关键词 抖音") 间接搜索 | 必选 | 10s |

| 小红书 | WebSearch(query="关键词 小红书") 间接搜索 | 必选 | 10s |

第二层：推荐引擎（12个，常规搜索追加）

| 目标 | 搜索策略 | 优先级 | 超时建议 |

|------|---------|--------|---------|

| 360搜索 | WebSearch(query="关键词") 不加站点限定 | 推荐 | 10s |

| 搜狗 | WebSearch(query="关键词") 不加站点限定 | 推荐 | 10s |

| 必应中国 | WebSearch(query="关键词") 不加站点限定 | 推荐 | 10s |

| 新浪新闻 | WebSearch(query="关键词 site:新浪域名") | 推荐 | 10s |

| 腾讯新闻 | WebSearch(query="关键词 site:腾讯新闻域名") | 推荐 | 10s |

| 网易新闻 | WebSearch(query="关键词 site:网易域名") | 推荐 | 10s |

| 澎湃新闻 | WebSearch(query="关键词 site:澎湃域名") | 推荐 | 10s |

| 凤凰网 | WebSearch(query="关键词 site:凤凰网域名") | 推荐 | 10s |

| 新华网 | WebSearch(query="关键词 site:新华网域名") | 推荐 | 10s |

| 人民网 | WebSearch(query="关键词 site:人民网域名") | 推荐 | 10s |

| 快手 | WebSearch(query="关键词 快手") 间接搜索 | 推荐 | 10s |

| 豆瓣 | WebSearch(query="关键词 site:豆瓣域名") | 推荐 | 10s |

第三层：可选引擎（按场景按需追加）

| 场景 | 推荐追加平台 |

|------|-------------|

| 学术研究 | 知网、万方、维普、百度学术、Google Scholar |

| 财经分析 | 第一财经、财新、36氪、雪球、华尔街见闻 |

| 技术调研 | GitHub、CSDN、掘金、Stack Overflow |

| 政策法规 | 中国政府网、北大法宝、裁判文书网 |

| 国际资讯 | Google、Bing、DuckDuckGo、Yahoo |

| 医疗健康 | 丁香园、好大夫在线、PubMed |

| 百科知识 | 百度百科、维基百科、MBA智库 |

| 权威央媒 | 央视网、光明网、中国新闻网、环球网 |

| 科技媒体 | 量子位、机器之心、极客公园 |

| 自媒体 | 百家号、知乎专栏 |

并行策略： 每个搜索请求之间无依赖关系，一次性发出所有 WebSearch 调用。

推荐先发第一层（8个必选），然后追加第二层（12个推荐），根据需要再追加第三层。

超时策略： 如果某个引擎响应超过 10 秒，建议放弃该引擎的搜索结果，

继续处理其他引擎的返回，避免阻塞整体流程。

WebSearch 参数优化：

  • 设置 topic: "news" 获取最新资讯
  • 可组合 query_keyword_groups 覆盖多角度搜索
  • 时间范围通过搜索词暗示（如"关键词 2025"）

数据量控制：

  • 轻量搜索（必选8个）：快速概览，约1-2分钟
  • 标准搜索（必选+推荐20个）：常规舆情，约2-3分钟
  • 深度搜索（20+按场景追加）：学术/重大舆情，约3-5分钟

Step 3: 封闭平台处理（抖音、小红书、快手等）

⚠️ v4.0 策略： 以下封闭/半封闭平台直接使用 WebSearch 间接搜索，

不再尝试 WebFetch 直连（反爬率高、成功率低）。

| 封闭平台 | 封闭程度 | 推荐策略 | 兜底方案 |

|---------|---------|---------|---------|

| 抖音 | 完全封闭，反爬率极高 | WebSearch(query="关键词 抖音") | 跳过WebFetch；关注第三方抖音指数 |

| 小红书 | 完全封闭，反爬率极高 | WebSearch(query="关键词 小红书") | 部分内容可通过WebSearch获取 |

| 快手 | 部分封闭 | WebSearch(query="关键词 快手") | 部分页面可直连 |

| 微信搜一搜 | 仅微信App内 | WebSearch(query="关键词 site:mp.weixin.qq.com") | 搜狗微信搜索公开页 |

| 朋友圈 | 完全私密 | 无公开方案 | 依赖用户主动分享的公开内容 |

| 百度指数 | 需登录 | 仅做参考 | 第三方替代数据 |

经验法则: 对已知反爬的域名（抖音、小红书），直接跳过 WebFetch 改用 WebSearch，

避免浪费时间在验证码/登录页上。WebFetch 仅用于第三方聚合站（如搜狗微信搜索公开页）。

Step 4: 数据格式化

将所有搜索结果统一转为 JSONL 格式，每行一个 JSON 对象： 

{"platform": "百度", "title": "...", "url": "...", "snippet": "...", "content": "", "source_engine": "WebSearch", "timestamp": "2026-06-06"}
{"platform": "微信", "title": "...", "url": "...", "snippet": "...", "content": "", "source_engine": "WebSearch", "timestamp": "2026-06-06"}

timestamp 字段用于时间新鲜度衰减计算。即使 snippet 中没有明确日期，

v3.0 引擎也会尝试从 snippet 中提取相对时间（"3小时前""昨天""6月1日"等）。

保存到临时文件供分析脚本使用，例如： 

.workbuddy/tmp/agg_search_关键词.jsonl

Step 5: 运行分析脚本（v3.0）

调用 scripts/aggregate_search.py 进行： 

# 基本用法
python scripts/aggregate_search.py "关键词" "输入jsonl路径" "输出文件前缀"

# 限制输入条数（默认2000）
python scripts/aggregate_search.py "关键词" "输入.jsonl" "report" --max-items 1000

# 从 checkpoint 恢复
python scripts/aggregate_search.py "关键词" "data.checkpoint.jsonl" "report"

脚本输出三个文件：

  • {前缀}.md — Markdown 报告
  • {前缀}.json — JSON 分析摘要
  • {前缀}.checkpoint.jsonl — 原始数据断点（可重新输入跑分析）

分析功能：

  • 输入截断 — --max-items 控制输入上限，超限自动截断并提示
  • 去重 — 默认 MinHash + LSH (O(n))，无 datasketch 降级为传统相似度矩阵 (O(n²))
  • 相关性评分 — 基于关键词密度+覆盖度+子串匹配+时间新鲜度的综合评分 (0~1)
  • 相对时间解析 — 从 snippet 提取"刚刚""X分钟前""X小时前""X天前""昨天""X月X日"等
  • 相似度矩阵 — TF-IDF + Cosine 相似度（限制 Top 50）
  • Top 10 排序 — 按相关性从高到低排列
  • 平台分布统计 — 各平台结果数量 + 平均相关性/新鲜度
  • 性能统计 — 耗时、去重率、分词缓存命中数
  • 中间结果持久化 — 自动保存报告+摘要+断点，防止分析过程崩溃丢失数据

Step 6: 呈现报告

  1. 读取生成的 Markdown 报告
  2. 使用 open_result_view 呈现给用户
  3. 如果用户需要导出，使用 deliver_attachments 发送报告文件（.md + .json + .checkpoint.jsonl）

输出示例结构

报告包含以下章节：

  1. 总体概览 — 各平台结果数 + 平均相关性 + 平均新鲜度
  2. 高相关结果 Top 10 — 最相关的10条结果详情（含新鲜度标识 🆕/📅/📦）
  3. 内容相似性分析 — Top N 之间的相似度矩阵 + 最相似/差异最大对
  4. 平台来源分布 — 按平台统计
  5. 性能统计 — 耗时、去重率、分词缓存命中、算法类型

失败备选方案

| 问题 | 方案 |

|------|------|

| 某平台搜索无结果 | 跳过该平台，注明"无有效结果" |

| 封闭平台反爬 | 跳过 WebFetch，改用 WebSearch 间接搜索（"关键词 + 平台名"） |

| 分析脚本依赖未安装 | 自动 pip install，如安装失败则手动用文本分析 |

| 无 datasketch | 降级为传统相似度矩阵去重，提示用户安装 |

| jieba 分词效果差 | 改用直接转写（无需分词，直接用原文做 Jaccard） |

| 数据量过大（>500条） | MinHash 自动处理；矩阵分析截断至 Top 50；--max-items 控制输入 |

| Python 环境问题 | 在系统 Python 中尝试，或直接由 WorkBuddy 做文本分析 |

| 结果太少（不足5条） | 放宽搜索范围，去除站点限定 |

| 分析过程崩溃 | 使用 checkpoint 断点恢复（再次传入 .checkpoint.jsonl） |

相似性兜底计算（无Python环境时）

如果 Python 脚本无法运行，WorkBuddy 可手动计算 Jaccard 相似度：

  1. 提取两条内容的共同词汇数量 ∩
  2. 提取两条内容的总词汇数量 ∪
  3. 相似度 = |∩| / |∪|
  4. 相关性 = 关键词在内容中出现的比例 × 0.85 + 新鲜度 × 0.15

捆绑资源说明

  • scripts/aggregate_search.py — 核心分析引擎 v3.0（去重+相关性+相似度+报告生成+断点续跑）
  • scripts/install_deps.bat — 一键依赖安装（含 datasketch、tqdm）

版本历史

共 1 个版本

  • v1.1.0 Initial release 当前
    2026-06-09 00:33 安全 安全

安全检测

腾讯云安全 (Keen)

安全，无风险
查看报告

腾讯云安全 (Sanbu)

安全，无风险
查看报告

🔗 相关推荐

超级课题大师

user_6455574a
>超级课题大师 — 教育科研课题全生命周期一站式专家。覆盖第零阶段(政策情报与选题规划)→第一阶段(申报书撰写)→第二阶段(质量检测与优化)→第三阶段(成果汇编)→第四阶段(答辩演练)→第五阶段(实施管理)六大环节。五级适配(校/县/市/省
★ 0 📥 13

OCR中英文识别加强版

user_6455574a
|OCR-Pro v2.1.0 技能描述 一句话概括 OCR-Pro 是一个高精度中英文 OCR 技能，采用三层架构（图像预处理 + 多引擎 OCR + LLM 纠错），专为扫描件、手写体、英文印刷体等复杂场景设计，最大程度提升识别准确率。
★ 0 📥 57

超强论文导师

user_6455574a
总体评价 体系完整，覆盖论文全生命周期 — 8个阶段从诊断→选题→文献→方法→写作→评审→格式→答辩，还内置了迭代回溯路径，设计非常合理。 模块化设计优秀 — 🔵核心模块（AI可直接执行，如对话引导、写作、批注）与 🟠扩展模块（需外部工具
★ 0 📥 26

Skill工具集 © 2026