Free Web Search AI v3.0 - 智能搜索（Perplexity 模式）

功能特性

本技能提供企业级智能搜索解决方案，采用 Perplexity 模式：

核心功能

• 多引擎搜索：Tavily（AI 理解）+ SearXNG（隐私搜索）
• 智能分类：自动识别 tech/commerce/news/academic/howto 查询类型
• 并发抓取：使用 Crawl4AI 异步并发抓取网页，提速 3-5 倍
• 语义去重：基于 SentenceTransformer 向量相似度去重
• 加权排序：域名权威性 + 内容质量综合评分
• SQLite 缓存：支持过期时间、自动清理
• 自动重试：3 次指数退避重试机制
• 详细日志：完整的搜索过程日志记录

技术架构

用户查询 → Tavily 搜索 → 查询分类 → SearXNG 补充 → 去重 → 排序 → 并发抓取 → 生成答案 → 缓存

使用方法

基础搜索

python3 main.py "Python 异步编程"

技术搜索

python3 main.py "github actions 报错 timeout"

商业搜索

python3 main.py "iPhone 15 价格 对比"

配置说明

编辑 config.py：

TAVILY_API_KEY = "your-api-key"  # Tavily API 密钥
SEARXNG_URL = "http://localhost:8080/search"  # SearXNG 服务地址
MAX_CRAWL = 5  # 最大抓取 URL 数
CONCURRENT_CRAWL = 3  # 并发抓取数
CACHE_TTL = 300  # 缓存过期时间（秒）

依赖安装

pip install -r requirements.txt

SearXNG 部署

docker run -d -p 8080:8080 searxng/searxng

版本历史

v3.0.0 (2026-03-24) - Perplexity 模式

• ✅ 多引擎搜索 + 智能调度
• ✅ 并发抓取（asyncio.gather）
• ✅ 语义去重（SentenceTransformer）
• ✅ 加权排序（域名权威性 + 内容质量）
• ✅ SQLite 缓存（支持过期时间）
• ✅ 自动重试（tenacity）
• ✅ 日志记录

v2.0.0 - 基础版本

• Tavily + SearXNG 双引擎
• 基础缓存功能

v1.0.0 - 初始版本

• 单一 Tavily 引擎

性能对比

| 版本 | 搜索耗时 | 结果质量 | 并发数 | |------|---------|---------|--------| | v1.0 | 5-8 秒 | ⭐⭐⭐ | 1 | | v2.0 | 3-5 秒 | ⭐⭐⭐⭐ | 1 | | v3.0 | 1-3 秒 | ⭐⭐⭐⭐⭐ | 3 |

常见问题

Q: 为什么需要 SearXNG？ A: Tavily 结果不足时，SearXNG 提供补充搜索结果，确保 coverage。

Q: 缓存多久过期？ A: 默认 300 秒（5 分钟），可在 config.py 调整。

Q: 并发抓取会封 IP 吗？ A: CONCURRENT_CRAWL 默认为 3，已做限流保护。

作者

brucetangc

许可证

MIT License