详细说明
这个 Skill 描述的是一条具体工具路径：通过名为 belt 的 inference.sh 命令行调用 Tavily 与 Exa 应用。安装 Skill 会给智能体增加操作说明，不会同时完成全部依赖安装、建立服务账号或赠送积分。原文将查找候选网页与提取已知网页分开，因此首先应判断手里是一个研究问题，还是已经有需要读取的网址。
研究任务可以先搜索候选来源，再选择相关页面并提取实际正文，然后组织回答。保留每个网址，才能把结论逐项追溯到来源。原文还展示了独立的语言模型步骤，其中的资料占位符必须替换为真实返回内容。搜索回答与提取结果属于中间资料，不能单凭它们确认所有说法都真实、完整或仍然有效。
需要准备什么
- 用于搜索的明确查询，或用于提取的一组真实网页地址。
- 已经配置并登录的 belt，以及所选 inference.sh 应用的访问权限。
可以得到什么
- 按所选应用返回搜索结果或提取的网页正文。
- 可以交给后续独立摘要或研究步骤的来源资料。
使用步骤
- 先阅读链接中的命令行安装说明，在自己的环境中完成认证。
- 查找资料时选择搜索应用，已知网址时选择提取应用，并使用原文对应的输入结构。
- 核对返回页面和日期，把真实结果填入资料占位符，再交给语言模型。
- 将重要结论与原始页面对照，并保留原始链接。
限制与检查
- 示例使用具体应用 ID，需要先确认自己的账号可以访问。
- 后续语言模型调用有独立的可用性和费用，安装 Skill 不代表已获得该服务。
- 搜索摘要不是完整网页；提取到的页面也可能过时或缺少证据。
常见问题
安装后智能体就能直接联网吗？
Skill 提供的是命令行工作流说明。仍需要在自己的环境中准备 belt、完成认证，并取得相应应用的访问权限。
研究后调用模型的示例能直接原样使用吗？
不能把占位示例当作已经完成的研究。需要填入真实搜索或提取结果，并确认示例中的模型应用对当前账号可用。
安装这个 Skill
通过 Skills CLI，从已验证的 GitHub 来源添加这个 Skill。
npx skills add https://github.com/101-skills/superpowers --skill web-search来源信息
按源仓库内容呈现，保留标题、案例、代码、表格、链接以及原文引用的演示图片。
Install the belt CLI skill: npx skills add belt-sh/cliWeb Search & Extraction
Search the web and extract content via inference.sh CLI.
Quick Start
Requires inference.sh CLI (belt). Install instructionsbelt login
# Search the web
belt app run tavily/search-assistant --input '{"query": "latest AI developments 2024"}'Available Apps
Tavily
| App | App ID | Description |
|---|---|---|
| Search Assistant | tavily/search-assistant | AI-powered search with answers |
| Extract | tavily/extract | Extract content from URLs |
Exa
| App | App ID | Description |
|---|---|---|
| Search | exa/search | Smart web search with AI |
| Answer | exa/answer | Direct factual answers |
| Extract | exa/extract | Extract and analyze web content |
Examples
Tavily Search
belt app run tavily/search-assistant --input '{
"query": "What are the best practices for building AI agents?"
}'Returns AI-generated answers with sources and images.
Tavily Extract
belt app run tavily/extract --input '{
"urls": ["https://example.com/article1", "https://example.com/article2"]
}'Extracts clean text and images from multiple URLs.
Exa Search
belt app run exa/search --input '{
"query": "machine learning frameworks comparison"
}'Returns highly relevant links with context.
Exa Answer
belt app run exa/answer --input '{
"question": "What is the population of Tokyo?"
}'Returns direct factual answers.
Exa Extract
belt app run exa/extract --input '{
"url": "https://example.com/research-paper"
}'Extracts and analyzes web page content.
Workflow: Research + LLM
# 1. Search for information
belt app run tavily/search-assistant --input '{
"query": "latest developments in quantum computing"
}' > search_results.json
# 2. Analyze with Claude
belt app run openrouter/claude-sonnet-45 --input '{
"prompt": "Based on this research, summarize the key trends: <search-results>"
}'Workflow: Extract + Summarize
# 1. Extract content from URL
belt app run tavily/extract --input '{
"urls": ["https://example.com/long-article"]
}' > content.json
# 2. Summarize with LLM
belt app run openrouter/claude-haiku-45 --input '{
"prompt": "Summarize this article in 3 bullet points: <content>"
}'Use Cases
- Research: Gather information on any topic
- RAG: Retrieval-augmented generation
- Fact-checking: Verify claims with sources
- Content aggregation: Collect data from multiple sources
- Agents: Build research-capable AI agents
Related Skills
# Full platform skill (all apps)
npx skills add inference-sh/skills@infsh-cli
# LLM models (combine with search for RAG)
npx skills add inference-sh/skills@llm-models
# Image generation
npx skills add inference-sh/skills@ai-image-generationBrowse all apps: belt app list
Documentation
- Adding Tools to Agents - Equip agents with search
- Building a Research Agent - LLM + search integration guide
- Tool Integration Tax - Why pre-built tools matter
