• Mr_Remon

    本帖使用社区开源推广,符合推广要求。我申明并遵循社区要求的以下内容:

    - 我的帖子已经打上 开源推广 标签: 是

    - 我的开源项目完整开源,无未开源部分: 是

    - 我的开源项目已链接认可 LINUX DO 社区: 是

    - 我帖子内的项目介绍,AI生成、润色内容部分已截图发出: 是

    - 以上选择我承诺是永久有效的,接受社区和佬友监督: 是

    以下为项目介绍正文内容,AI生成、润色内容已使用截图方式发出


    距离上次更新已经过去了一个月,我平常用着v0.1版本感觉还凑合,结果一看npm,好嘛,3K下载量。为了不辜负各位佬友,我就爆肝了几天,把Search Boost给重新审了并更新一个大版本。

    首先给不了解的佬友介绍一下我的项目:

    Search Boost是一款网络增强插件,采用多引擎聚合的方式来提高搜索质量,同时为了提高实时性,原生支持X搜索。详情:[开源推广] search-boost:让模型拥有更强的搜索能力,还可以让模型抓取x的页面而不需要x官方订阅和api

    新版亮点是什么?

    ^-^主动式搜索优化:

    - 为MCP接入的agent写了hook,在agent启动时输入短的提示词,agent现在会更加主动的搜索。Pi和DSH优化了注入提示词。

    ^-^fused_search多引擎并行搜索工具更新:

    - 引擎池重做:v0.1版本的api/free两层感觉并不能适配所有任务,比如如果想用exa多搜索专业知识就做不到。所以这一次,我重写了引擎池,为多种任务设置自己的引擎层,写了各个引擎的占比比重,同时开放给agent权限让agent可以自由选择使用引擎和权重来进行搜索,当然agent也可以自由选择使用什么层。(具体权重见仓库README)

    - 增加x搜索:当agent判断用户问的问题偏向于实时时,可传入community参数,使得搜索结果聚合x的及时性。

    ^-^fetch_page网页抓取工具更新:

    - 效率与效果的综合更新:

    我重新确定了fetch_page工具的位置:当agent需要抓取某个网页时,不应该自己写curl和自己理解网页中有效的信息是什么。所以我写了网络优化抓取(速度提升)和后处理(处理噪声),实测确实极大的提升了agent搜索网页的能力。

    ^-^subagent并行研究工作流:

    - 重做了Pi和dsh的子代理插件,现在子代理默认获得Search Boost工具,并写了fast和complex两种模式,面向不同复杂度的搜索场景。

    - 对于MCP接入的agent,我写了相关skill,但是还是实验版本,还不确定性能如何。

    ^-^增加Jev工具:adaptive_search(实验性功能)

    - 现在,佬友们可以将Jev接入Search Boost中,让其实现自动化搜索

    - Jev将接管引擎选择和最终网页评分,并判断是否有缺口,当概率较高时,系统自动开启新一轮的搜索,直到判断成功。从而实现自动化搜索。

    - 目前此功能为实验性,较多不确定性。但确实已经可以使用了。

    快速开始(30s):```

    新用户、pi、dsh

    npm install -g search-boost

    启动TUI自动化配置

    search-boost
    ``````

    mcp版老用户更新:

    npx --yes --package=search-boost@latest -- search-boost migrate -y

    
    我从没有想到,有一天自己的想法能获得那么多人的认可,感谢各位佬友的支持,我会一直将这个项目更新下去的。
    
    佬友们如果有什么问题,欢迎推issue给我,或者直接评论区也可以,我看到后会立刻去修复的。
    
    求star​^-^,求star​^-^
    
    GitHub地址:
    
    github.com
    
    ![图片](https://cdn3.ldstatic.com/optimized/4X/9/8/6/986611be598dc089b3f40f377aca65140864a80e_2_690x344.png)
    
    GitHub - Mr-remon219/search-boost: Multi-engine web search and evidence synthesis for...
    
    Multi-engine web search and evidence synthesis for AI coding agents. Unified MCP server, Pi extension, and DeepSeek Harness bundle — free search, X/Twitter, parallel research, and TUI setup.
    主楼
  • 莫乃

    codex也可以用么,然后对于调研结果的处理,即突出重点,忽略不重要信息和提出矛盾点,是依赖skill还是模型本身能力呀

    #1

发表回复

登录后回复