谷歌搜索(专业版)

企业级谷歌搜索专业版，支持批量搜索、AI智能摘要、定时监控、多语言、多类型搜索及结果缓存功能。

Install

openclaw skills install @thcjp/free-google-search-tool-pro

批量搜索+AI摘要+定时监控+多语言。企业级Google搜索全功能覆盖。

将复杂的搜索任务交给专业工具处理。专业版在免费版单次搜索能力之上，新增批量搜索、AI智能摘要、定时监控、多语言搜索、结果缓存、图片搜索、新闻搜索、学术搜索八大高级能力，满足企业级场景对搜索的批量性、智能化与持续性要求.

概述

免费版 vs 专业版能力对比

能力维度	免费版	专业版
浏览器自动化搜索	支持	支持
结果解析	支持	支持
基础筛选	支持	支持+AI增强
单次搜索	支持	支持
批量搜索	不支持	支持（多查询并发）
AI智能摘要	不支持	支持（LLM摘要）
定时监控	不支持	支持（关键词变化）
多语言搜索	不支持	支持（中英日韩）
结果缓存	不支持	支持（避免重复）
图片搜索	不支持	支持（Google Images）
新闻搜索	不支持	支持（Google News）
学术搜索	不支持	支持（Google Scholar）
技术支持	社区	优先工单响应

核心能力

1. 批量搜索

详细代码示例已移至 references/detail.md

处理: 解析批量搜索的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回批量搜索的响应数据,包含状态码、结果和日志.

2. AI智能摘要

处理: 解析AI智能摘要的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回AI智能摘要的响应数据,包含状态码、结果和日志.

3. 定时监控

处理: 解析定时监控的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回定时监控的响应数据,包含状态码、结果和日志.

4. 多语言搜索

输入格式

参数名	类型	必填	说明
input	string	是	谷歌搜索(专业版)处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

python

class MultiLanguageSearcher:
    """多语言搜索器（专业版）"""
# ...
    LANGUAGE_CONFIG = {
        'zh-CN': {'name': '中文', 'country': 'cn'},
        'en-US': {'name': 'English', 'country': 'us'},
        'ja-JP': {'name': '日本語', 'country': 'jp'},
        'ko-KR': {'name': '한국어', 'country': 'kr'},
        'es-ES': {'name': 'Español', 'country': 'es'},
        'fr-FR': {'name': 'Français', 'country': 'fr'},
        'de-DE': {'name': 'Deutsch', 'country': 'de'},
    }
# ...
    def search_multilang(self, query, languages=None, num_results=10):
        """多语言搜索"""
        if languages is None:
            languages = ['zh-CN', 'en-US']
# ...
        all_results = {}
        searcher = GoogleSearcher()
# ...
        for lang in languages:
            if lang not in self.LANGUAGE_CONFIG:
                print(f"不支持的语言：{lang}")
                continue
# ...
            config = self.LANGUAGE_CONFIG[lang]
            print(f"搜索 {config['name']} 结果...")
# ...
            translated_query = self._translate_query(query, lang)
# ...
            result = searcher.search(
                translated_query,
                num_results=num_results,
                language=lang
            )
# ...
            if result.get("success"):
                all_results[lang] = {
                    'language': config['name'],
                    'query': translated_query,
                    'results': result["results"]
                }
# ...
        return all_results
# ...
    def _translate_query(self, query, target_lang):
        """翻译查询（由LLM提供）"""
        return query
# ...
    def generate_multilang_report(self, multilang_results):
        """生成多语言报告"""
        lines = ["# 多语言搜索报告\n"]
        for lang, data in multilang_results.items():
            lines.append(f"## {data['language']}（{lang}）")
            lines.append(f"**查询**：{data['query']}")
            lines.append(f"**结果数**：{len(data['results'])}\n")
# ...
            for i, r in enumerate(data['results'][:5], 1):
                lines.append(f"{i}. {r.get('title', '')}")
append(f"   URL: {r.get('url', '')}")
            lines.append("")
# ...
        return "\n".join(lines)
# ...
ml_searcher = MultiLanguageSearcher()
# ...
results = ml_searcher.search_multilang("人工智能", languages=['zh-CN', 'en-US'])
report = ml_searcher.generate_multilang_report(results)
print(report)

处理: 解析多语言搜索的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回多语言搜索的响应数据,包含状态码、结果和日志.

执行此能力时使用input_params参数,支持创建/查询/导出操作

5. 结果缓存

处理: 解析结果缓存的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回结果缓存的响应数据,包含状态码、结果和日志. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：企业级、搜索专业版、含批量搜索、多语言搜索与结果、谷歌搜索助手专业、版是面向企业级场、景的完整、搜索与结果分析工、在免费版单次搜索、能力之上、新增批量搜索、图片搜索、新闻搜索、学术搜索八大高级、Use、when、模型调用、智能对话、Agent、应用时使用、不适用于需要、确定性的关键决策等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一：市场调研（市场研究团队）

场景描述：批量搜索行业关键词，AI摘要后生成市场报告.

python

batch = BatchGoogleSearcher(max_workers=3)
summarizer = AISearchSummarizer()
# ...
queries = [
    "AI芯片市场2025",
    "新能源车销量预测",
    "半导体行业趋势"
]
# ...
results = batch.search_batch(queries, num_results=10)
# ...
for query, result in results.items():
    if result.get("success"):
        summary = summarizer.generate_summary(query, result["results"])
        print(f"\n=== {query} ===")
        print(summary)

场景二：竞品分析（产品团队）

场景描述：搜索竞争对手信息，对比分析.

python

ml_searcher = MultiLanguageSearcher()
summarizer = AISearchSummarizer()
# ...
competitors = ["CompetitorA", "CompetitorB", "CompetitorC"]
for competitor in competitors:
        f"{competitor} 产品评测",
        languages=['zh-CN', 'en-US']
    )
generate_multilang_report(results)
    print(report)

场景三：舆情监控（公关团队）

场景描述：监控品牌相关关键词变化，发现负面立即告警.

python

monitor = SearchMonitor()
monitor.add_keyword("我的品牌", interval=3600, webhook_url="https://hooks.slack.com/services/未指定")
monitor.add_keyword("我的品牌 投诉", interval=1800)
monitor.add_keyword("我的品牌 评测", interval=3600)

快速开始

阅读## 核心能力章节了解skill功能
按## 依赖说明配置环境
执行所需能力对应的命令
参考## 错误处理章节处理异常
查看## FAQ解答常见疑问

30秒上手

bash

python3 batch_search.py --queries queries.txt --output results.json
# ...
python3 ai_summary.py --input results.json --output summaries.md

120秒标准搭建

bash

npm install playwright
npx playwright install chromium
pip install requests schedule
# ...
cat > search_config.yaml <<EOF
batch:
  max_workers: 3
  cache_enabled: true
  cache_dir: ./cache
  cache_ttl_hours: 24
# ...
ai_summary:
  enabled: true
  model: gpt-4o
  max_results_for_summary: 10
# ...
monitor:
  keywords:
    - name: 品牌监控
      query: 我的品牌
      interval: 3600
      webhook: https://hooks.slack.com/services/未指定
    - name: 竞品监控
      query: 竞争对手
      interval: 7200
# ...
multilang:
  languages: [zh-CN, en-US, ja-JP]
  translate_query: true
# ...
export:
  formats: [json, markdown, csv]
  output_dir: ./output
EOF
# ...
python3 search_service.py --config search_config.yaml

配置示例

企业级配置

yaml

batch:
  max_workers: 3
  retry_failed: true
  retry_count: 2
  cache_enabled: true
  cache_dir: ./cache
  cache_ttl_hours: 24
# ...
ai_summary:
  model: gpt-4o
  max_results_for_summary: 10
  generate_insights: true
  generate_comparison: true
# ...
monitor:
  keywords:
    - name: 品牌监控
      query: 我的品牌
      interval: 3600
slack.com/services/未指定
    - name: 竞品监控
      query: 竞争对手
      interval: 7200
slack.com/services/未指定
    - name: 行业动态
      query: AI芯片 行业
      interval: 86400
# ...
multilang:
  languages: [zh-CN, en-US, ja-JP, ko-KR]
  translate_query: true
  generate_multilang_report: true
# ...
specialized_search:
  image_search: true
  news_search: true
  scholar_search: true
# ...
export:
  formats: [json, markdown, csv]
  output_dir: ./output
  include_metadata: true

优选实践

1. 批量搜索优化

python

batch = BatchGoogleSearcher(max_workers=3)  # 建议3-5

2. AI摘要优化

python

SUMMARY_TEMPLATES = {
    'formal': '正式报告风格',
    'brief': '简洁要点风格',
    'colloquial': '口语化风格',
    'analytical': '分析报告风格',
}

3. 监控频率控制

python

MONITOR_INTERVALS = {
    '品牌负面': 1800,       # 30分钟
    '竞品动态': 3600,       # 1小时
    '行业趋势': 86400,      # 1天
}

常见问题

Q1：专业版如何与免费版兼容？

专业版完全兼容免费版的所有功能。浏览器自动化搜索、结果解析、基础筛选在专业版中均可直接使用。升级后原有脚本无需修改，仅新增高级能力可用.

Q2：批量搜索的最大并发数应该设多少？

建议根据Google反爬能力设置：(1) 建议并发数3-5；(2) 单次批量建议不超过20个查询；(3) 搜索间隔2-3秒；(4) 使用代理IP池可提升到10并发。专业版自动控制请求间隔.

Q3：AI摘要使用什么模型？

专业版使用GPT-4o模型路由，提供更强的内容理解与摘要生成能力。支持自定义prompt模板，可生成不同风格的摘要（正式/简洁/分析/口语化）.

Q4：定时监控如何避免误报？

专业版采用"结果变化检测"策略：记录上次搜索结果，对比URL变化。仅当新增/消失结果时才触发告警。支持告警抑制（同一关键词24小时内不重复告警）.

Q5：多语言搜索如何工作？

专业版支持中、英、日、韩、西、法、德七种语言。可自动翻译查询（由LLM提供），分别执行搜索，生成多语言对比报告。适合跨国市场调研.

Q6：结果缓存的有效期是多久？

默认24小时。可配置为1-168小时（1周）。过期后自动重新搜索。缓存基于查询+结果数+语言生成唯一键，相同查询不重复搜索.

Q7：图片/新闻/学术搜索如何使用？

专业版提供三种特殊搜索：(1) 图片搜索（Google Images）返回图片URL与缩略图；(2) 新闻搜索（Google News）返回最近新闻；(3) 学术搜索（Google Scholar）返回论文与引用信息.

依赖说明

运行环境

Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
操作系统: Windows / macOS / Linux
Node.js: 16+ 或 Bun: 1.0+
Python: 3.8+
网络: 需能访问Google（可能需要代理）

第三方依赖

依赖项	类型	是否必需	获取方式
Node.js 16+	运行时	二选一	官网下载安装
Bun 1.0+	运行时	二选一	`curl -fsSL https://bun.sh/install \| bash`
Playwright	npm包	必需	`npm install playwright`
Chromium	浏览器	必需	`npx playwright install chromium`
Python 3.8+	运行时	必需	官网下载安装
requests	Python库	必需	`pip install requests`（告警推送）
schedule	Python库	必需	`pip install schedule`（定时监控）
concurrent.futures	Python库	必需	Python标准库（批量搜索）
LLM API	API	必需	由Agent平台内置LLM提供

LLM模型路由

专业版使用 GPT-4o 模型路由，提供更强的搜索结果理解、摘要生成与多语言翻译能力
支持自定义prompt模板、多风格摘要生成、智能查询翻译

API Key 配置

搜索基于浏览器自动化执行，无需Google API Key
告警推送需配置对应平台（Slack/飞书/钉钉）的Webhook URL
LLM模型路由由Agent平台内置提供
如需使用代理，配置 HTTP_PROXY 与 HTTPS_PROXY 环境变量

可用性分类

分类: MD+EXEC（Markdown指令+命令行执行）
说明: 通过自然语言指令驱动Agent执行企业级Google搜索与分析任务

专业版特性

本专业版相比免费版新增以下能力：

批量搜索：多查询并发执行，结果聚合输出，支持3-5并发
AI智能摘要：基于GPT-4o的结果摘要、对比分析、关键洞察提取
定时监控：关键词变化监控，自动告警通知，支持告警抑制
多语言搜索：中英日韩西法德七种语言，自动翻译查询
结果缓存：24小时TTL，避免重复搜索，可配置有效期
图片搜索：Google Images图片搜索，返回图片URL与缩略图
新闻搜索：Google News新闻搜索，按时间排序
学术搜索：Google Scholar学术论文搜索，含引用信息

此外，专业版还提供：

多角色场景指南（市场研究/产品团队/公关团队）
完整FAQ（7问）与故障排查表
性能优化建议与优选实践
GPT-4o模型路由与优先支持

定价

版本	价格	功能	适用场景
免费体验版	¥0	浏览器搜索+结果解析+基础筛选+单次搜索+JSON导出	个人试用、单次搜索
收费专业版	¥39/月	批量搜索+AI摘要+定时监控+多语言+缓存+图片/新闻/学术搜索+优先支持	团队/企业、市场调研

专业版通过SkillHub SkillPay发布.

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

执行效率受模型能力与网络环境影响

示例

基本用法

输出：返回执行结果,包含操作状态和输出数据

text

用户: 执行核心功能
Skill: 正在执行核心功能...
Skill: 执行完成,结果如下: 操作成功

输出格式

json

{
  "success": true,
  "data": {
    "result": "谷歌搜索(专业版)处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "free google search pro"
    }
  },
  "execution_log": ["解析输入参数", "执行核心处理", "格式化输出结果"],
  "error": null
}

安全注意事项

风险类型	防范措施
API密钥泄露	通过环境变量配置，禁止硬编码到代码或配置文件中
命令执行风险	仅执行白名单命令，避免拼接用户输入到命令行参数中
网络通信安全	使用HTTPS协议，验证SSL证书有效性
敏感数据暴露	输出结果中不包含密钥、令牌等敏感信息

使用前请确认已阅读依赖说明章节，确保运行环境满足安全要求。

核心功能

自动化执行: 企业级Google搜索专业版，含批量搜索、AI摘要、定时监控、多语言搜索与结果缓存.。谷歌搜索助手专业版是面向企业级场景
文件处理: 支持多种文件格式的读取、解析和写入操作
API集成: 通过标准化接口调用外部服务并处理响应
命令执行: 在安全沙箱中执行系统命令并收集结果
信息检索: 快速搜索和过滤目标数据

谷歌搜索(专业版)

Install

概述

免费版 vs 专业版能力对比

核心能力

1. 批量搜索

2. AI智能摘要

3. 定时监控

4. 多语言搜索

输入格式

5. 结果缓存

使用场景

场景一：市场调研（市场研究团队）

场景二：竞品分析（产品团队）

场景三：舆情监控（公关团队）

快速开始

30秒上手

120秒标准搭建

配置示例

企业级配置

优选实践

1. 批量搜索优化

2. AI摘要优化

3. 监控频率控制

常见问题

Q1：专业版如何与免费版兼容？

Q2：批量搜索的最大并发数应该设多少？

Q3：AI摘要使用什么模型？

Q4：定时监控如何避免误报？

Q5：多语言搜索如何工作？

Q6：结果缓存的有效期是多久？

Q7：图片/新闻/学术搜索如何使用？

依赖说明

运行环境

第三方依赖

LLM模型路由

API Key 配置

可用性分类

专业版特性

定价

错误处理

已知限制

示例

基本用法

输出格式

安全注意事项

核心功能

Related skills