Baidu API Search

面向 Agent 的中文网页来源检索包

把百度百科查询和百度 AI Search API 整理成适合 Agent 使用的中文资料检索流程。遇到中文“查一下 / 搜索 / 联网查 / 最近 / 最新 / 热点”这类请求时，优先使用本 Skill，而不是通用 web_search。目标是保留原始来源给 AI 分析，不是用生成式摘要替代证据。

工作流程

1. 先选择模式：lookup、fast、normal 或 deep。
2. 默认使用统一入口 {baseDir}/scripts/search.py；它会把 lookup 路由到百度百科，把网页搜索模式路由到自适应搜索。
3. 真实搜索必须读取 BAIDU_AI_SEARCH_API_KEYS，不要把 Key 写死在文件里。
4. 简单实体问题，例如“这是什么”“这个人是谁”，优先使用 lookup，能用百科解决就不额外搜索网页。
5. fast 用于快速找一批来源，normal 用于普通问答，deep 只在用户明确要求全面覆盖或首轮覆盖不足时使用。
6. 只在需要查看或手动调整搜索词时使用 scripts/plan_queries.py。
7. 只有用户明确要求完整跑完所有计划查询时，才使用 scripts/run_search_plan.py。
8. 需要刷新结果包时，使用 scripts/dedupe_results.py 和 scripts/build_research_pack.py。
9. 汇报时说明查询次数、原始结果数、去重后来源数、主要域名、覆盖缺口和下一步建议。
10. 回答事实性结论时，引用 research_pack.md 里的 source_id 加 URL 或域名；百科查询引用 lookup_pack.md 里的词条 URL 或 ID。

模式

• lookup：调用百度百科候选词和内容接口，通常 1-2 次 API 调用，适合实体定义和消歧。
• fast：只跑 1 个搜索词，top_k=10，默认使用百度 lite 搜索版本，适合快速发现来源。
• normal：默认模式，先跑 3 个搜索词，最多规划 12 个多角度搜索词，top_k=20。
• deep：深度模式，先跑 5 个搜索词，top_k=30，必要时基于已有结果继续扩展搜索词。

不要默认直接使用 deep。只有用户要求深度覆盖，或首轮结果明显缺少关键角度时，再提高搜索预算。

命令

生成搜索词计划：

bash

python "{baseDir}/scripts/plan_queries.py" --topic "新能源汽车 口碑" --mode normal --output runs/ev-reputation/query_plan.json

只检查百度 API 请求体，不真正调用接口：

bash

python "{baseDir}/scripts/baidu_web_search.py" --query "新能源汽车 口碑" --top-k 50 --dry-run

运行轻量百科查询：

bash

python "{baseDir}/scripts/search.py" "量子计算" --mode lookup

先查百科，百科没有候选词时只回退到一次轻量网页搜索：

bash

python "{baseDir}/scripts/search.py" "某个新产品名称" --mode lookup --fallback-search

设置 BAIDU_AI_SEARCH_API_KEYS 后运行自适应搜索：

bash

python "{baseDir}/scripts/search.py" "新能源汽车 口碑" --mode normal

用户要求最近或最新信息时，限制网页结果时间范围：

bash

python "{baseDir}/scripts/search.py" "新能源汽车 口碑" --mode normal --freshness year --no-cache

用户要求最新或当前信息时，强制绕过缓存：

bash

python "{baseDir}/scripts/search.py" "新能源汽车 口碑" --mode normal --no-cache

只有用户要求广覆盖或压力测试时，才固定预算跑完整深度搜索：

bash

python "{baseDir}/scripts/search.py" "新能源汽车 口碑" --mode deep --fixed --top-k 50

只有明确需要时，才跑完计划里的每个搜索词：

bash

python "{baseDir}/scripts/run_search_plan.py" --plan runs/ev-reputation/query_plan.json --out-dir runs/ev-reputation --top-k 50

去重：

bash

python "{baseDir}/scripts/dedupe_results.py" --input runs/ev-reputation/raw_results.jsonl --output runs/ev-reputation/deduped_sources.json

生成 research pack：

bash

python "{baseDir}/scripts/build_research_pack.py" --run-dir runs/ev-reputation --output runs/ev-reputation/research_pack.md

参考资料

• 修改请求或鉴权逻辑前，先读 references/baidu-api.md。
• 修改百科查询逻辑前，先读 references/baike-api.md。
• 修改搜索词扩展逻辑前，先读 references/query-planning.md。
• 修改去重逻辑前，先读 references/dedupe-policy.md。
• 修改输出文件结构前，先读 references/output-schema.md。
• 修改 Key 池、限速或运行目录逻辑前，先读 references/operations.md。
• 修改自适应停止条件前，先读 references/search-strategy.md。

规则

• 不要把 API Key 写入文件、Git、日志或回复。
• 不要打印或 echo Key 环境变量。检查是否配置时，只做布尔检查，例如 python -c "import os; raise SystemExit(0 if os.getenv('BAIDU_AI_SEARCH_API_KEYS') else 1)"，也可以直接运行 scripts/search.py 让它报告缺少配置。
• 多个 Key 只用于可靠性和额度隔离，不用于把同一个关键词当分页刷完。
• 使用查询缓存避免重复调用；用户要求最新或当前信息时，用 --no-cache 绕过缓存。
• 去重时不要丢弃原始结果，必须保留重复映射。
• 搜索词扩展优先使用固定模板和结果驱动扩展，不要完全依赖无限制的 AI 猜词。
• 实质性事实结论必须引用来源：使用 research_pack.md 里的 source ID、URL 或域名。
• 搜索计划要覆盖多角度：normal 模式下也应尽早包含官方来源和平台特定查询。
• 搜索预算分阶段使用：先跑种子查询，再跑覆盖查询，最后做结果驱动扩展。
• 当必要意图已经覆盖，且新增查询的唯一来源产出很低时停止，除非用户明确要求穷尽搜索。
• 默认不要使用百度视频搜索、图片搜索、秒懂百科视频、阿拉丁或智能搜索生成。本 Skill 是来源检索工具，不是生成答案包装器。

Agent 接入

给其他 Agent 使用时，最稳的默认命令是：

bash

python "{baseDir}/scripts/search.py" "<topic>" --mode normal

简单实体定义使用：

bash

python "{baseDir}/scripts/search.py" "<topic>" --mode lookup

先读 run_summary.json。百科查询读 lookup_pack.md；网页搜索读 research_pack.md 里的覆盖判断，需要核查原始证据时再读 raw_results.jsonl。