OpenClaw Skill 每日推荐 - 搜索与研究

🔍 OpenClaw Skill 每日推荐 — 搜索与研究

Search & Research 分类共收录 352 个 Skills，是 OpenClaw 生态中最庞大的分类之一。从学术文献检索到社交媒体情报，从实时价格查询到深度研究框架，几乎涵盖了信息获取的所有维度。

📋 今日分类概述

搜索与研究是 AI Agent 最核心的能力之一。这个分类的 352 个 Skill 可以粗分为以下几个子方向：

子方向 代表 Skill 数量
学术研究 academic-deep-research, arxiv-* ~40
网页搜索 hybrid-deep-search, openclaw-free-web-search ~30
社交媒体情报 social-intelligence, twitter-api-alternative ~25
知识管理与 RAG cheese-brain, ragflow, orchata ~35
金融数据 jquants-mcp, vietstock, priceforagent ~20
航旅搜索 duffel, google-flights, variflight ~15
电商比价 amazon-data, naver-shopping, forage-shopping ~15
法律与医疗 legalfrance, med-info, medical-clinicaltrials ~10
其他垂直搜索 torah-scholar, geepers-etymology, lyrics-search ~50+

⭐ 精选 Skill 详解

1. Super Research — 终极研究系统

核心功能： 将 8 个顶级研究 Skill 融合为一个强大框架，是目前最全面的一站式研究解决方案。

技术实现： 元技能（Meta-Skill）架构，在运行时根据任务类型动态编排子技能——先规划搜索策略，再并行调用多个搜索引擎和知识源，最后综合生成结构化报告。

实用场景：

  • 竞品分析：自动搜索目标公司信息、整理对比表格
  • 技术调研：多源检索技术方案，输出可行性评估
  • 市场研究：跨平台数据采集，生成趋势报告
1
2
3
4
# 安装
openclaw skill add heldinhow/super-research
# 使用
openclaw run "对 Rust 在嵌入式开发中的应用做一份深度调研"

2. Hybrid Deep Search — 智能路由搜索

核心功能： 在 Brave API（免费、快速）和 OpenAI Codex（深度分析、付费）之间智能路由，兼顾成本与深度。

技术实现： 双引擎搜索架构——简单事实查询走 Brave 路径（零成本），复杂分析任务自动切换到 Codex 深度研究模式。搜索质量可视化，让你知道该信任结果多少。

实用场景：

  • 日常问答：快速获取事实，不浪费 API 额度
  • 深度课题：需要多步推理的复杂问题自动升级
  • 预算控制：自动在免费/付费之间找最优路径
1
2
# 安装
openclaw skill add scsun1978/hybrid-deep-search

3. OpenClaw Free Web Search — 零成本隐私搜索

核心功能： 自托管 SearXNG + Scrapling 反爬虫 + 多源交叉验证。零 API Key，零成本，并告诉你该多大程度信任结果。

技术实现：

  • 自托管 SearXNG 作为搜索聚合器
  • Scrapling 处理反爬虫和验证码
  • 多源交叉验证评估结果可信度
  • 输出可信度评分（类似学术引用的置信区间）

实用场景：

  • 不想付费的搜索需求
  • 对隐私敏感的查询
  • 需要多个来源佐证的事实核查
1
2
# 安装
openclaw skill add wd041216-bit/openclaw-free-web-search

4. Cheese Brain — DuckDB 驱动的知识管理

核心功能： 基于 DuckDB 的本地知识管理系统，支持 22+ 实体类型（项目、联系人、工具等）的快速检索。

技术实现： 利用 DuckDB 的列式存储和 SQL 查询引擎，在本地实现毫秒级语义检索。无需外部向量数据库，零配置启动。支持项目、联系人、工具、笔记等多种实体类型的关联查询。

实用场景：

  • 个人知识库：统一管理笔记、项目、联系人
  • 研究资料整理：跨类型关联检索
  • Agent 长期记忆：替代传统向量数据库的轻量方案
1
2
# 安装
openclaw skill add mhugo22/cheese-brain

5. Academic Deep Research — 学术深度研究

核心功能： 透明、严谨的学术研究，强调可溯源性和方法论。

技术实现： 分阶段研究流程——问题分解 → 文献检索 → 证据评估 → 综合分析 → 报告生成。每一步都保留完整引用链，确保研究可复现、可审计。

实用场景：

  • 论文写作前的文献综述
  • 技术方案的学术支撑
  • 研究生课题调研
1
2
# 安装
openclaw skill add kesslerio/academic-deep-research

🏆 推荐指数排名

排名 Skill 推荐指数 核心亮点
1 Super Research ⭐⭐⭐⭐⭐ 8 合 1 终极研究框架
2 Hybrid Deep Search ⭐⭐⭐⭐⭐ 智能路由，成本最优
3 OpenClaw Free Web Search ⭐⭐⭐⭐⭐ 零成本 + 可信度评分
4 Cheese Brain ⭐⭐⭐⭐ DuckDB 本地知识管理
5 Academic Deep Research ⭐⭐⭐⭐ 可溯源的学术研究

🎯 应用场景总结

场景一：日常信息查询

推荐组合： OpenClaw Free Web Search（默认） + Hybrid Deep Search（升级）

日常事实查询走免费路径，遇到复杂问题自动切换深度模式。零成本覆盖 90% 的搜索需求。

场景二：学术/技术调研

推荐组合： Academic Deep Research + arxiv-cli-tools + Paperzilla

从文献检索到论文阅读到知识整理的完整链路，适合研究型工作。

场景三：社交媒体情报

推荐组合： Social Intelligence + X-Monitor + Twitter API Alternative

实时监控社交动态、分析舆论趋势、发现潜在客户。1.5B+ 帖子索引量。

场景四：个人知识管理

推荐组合： Cheese Brain + RAGFlow + Orchata

从文件摄入到语义检索到知识图谱，构建属于自己的第二大脑。

💡 实用建议

  1. 从免费开始： 先装 openclaw-free-web-search，零成本体验搜索能力
  2. 按需升级： 深度研究需求再加 super-research 或 hybrid-deep-search
  3. 垂直深耕： 特定领域（法律、医疗、金融）有专门的 Skill，比通用搜索更精准
  4. 组合使用： 搜索 + 记忆的组合（如 Cheese Brain + Free Web Search）比单一 Skill 更强大
  5. 注意成本： 部分 Skill 依赖付费 API，安装前看清说明

📌 本系列每日更新，明日预告：安全与密码 (Security & Passwords) 分类

上一篇：生产力与任务 | 系列索引：OpenClaw Skill 每日推荐

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

程序员，关于技术我所知甚少，唯有探索，方得真知。