back
loading skill details...
融合搜索引擎：Playwright + stealth.js 反爬 + 16引擎智能路由。支持中文/英文搜索、自动引擎选择、全文抓取、质量评分。
---
name: fusion-search
description: 融合搜索引擎：Playwright + stealth.js 反爬 + 16引擎智能路由。支持中文/英文搜索、自动引擎选择、全文抓取、质量评分。
version: 1.0.0
author: qianliyan + xiaoxiao
trigger_keywords:
- 搜索
- 查一下
- 调研
- 最新
- 新闻
- 教程
- 是什么
- search
- find
- research
tools:
- name: fusion_search
description: 融合16引擎搜索，智能路由选择最佳引擎链，支持全文抓取和多引擎Fallback
script: scripts/fusion_search.py
parameters:
query:
type: string
description: 搜索关键词，支持中文和英文
required: true
max_results:
type: integer
description: 最大返回结果数，默认10，最大20
required: false
full_content:
type: integer
description: 前N条结果全文抓取，默认0（不抓取），最大5
required: false
engine:
type: string
description: '搜索引擎: auto(自动)/baidu/bing_cn/google/duckduckgo/brave/sogou (默认auto)'
required: false
filter_low_quality:
type: boolean
description: 过滤低质量域名，默认true
required: false
rewrite:
type: boolean
description: 低质量时自动改写query重试，默认true
required: false
freshness:
type: string
description: '时效: hour/day/week/month/year'
required: false
---
# 🔗 Fusion Search v1.0.0 — 融合搜索
## 概述
**Fusion Search** 融合了 Playwright 反爬浏览器和 16 引擎智能路由的搜索能力。
核心特性：
- **反爬强** — Playwright 物理浏览器 + stealth.js 反检测 + 请求节流 + 退避重试
- **引擎广** — 16个搜索引擎（7国内 + 9国际），智能路由
- **质量高** — 多引擎合并去重 + 域名信誉评分 + 低分改写重试
- **全文抓取** — 支持前N条结果自动全文提取
- **结构化输出** — 统一 JSON 格式，含 source 和 score 字段
## 安装
```bash
pip install playwright
playwright install chromium
```
## 引擎列表
### 国内引擎（7个）
| 引擎名 | URL | 语言 | 说明 |
|--------|-----|------|------|
| baidu | baidu.com | 中文 | 百度搜索，中文首选 |
| bing_cn | cn.bing.com | 中文 | Bing中国站，稳定 |
| sogou | sogou.com | 中文 | 搜狗搜索 |
| so_360 | so.com | 中文 | 360搜索 |
| wechat | wx.sogou.com | 中文 | 微信搜狗 |
| shenma | m.sm.cn | 中文 | 神马搜索（移动端） |
| bing_int | bing.com | 英文 | Bing国际站，兜底用 |
### 国际引擎（9个）
| 引擎名 | URL | 语言 | 说明 |
|--------|-----|------|------|
| google | google.com | 英文 | Google搜索，国际首选 |
| duckduckgo | duckduckgo.com | 英文 | 隐私友好 |
| brave | search.brave.com | 英文 | Brave Search |
| yahoo | search.yahoo.com | 英文 | Yahoo Search |
| startpage | startpage.com | 英文 | 隐私代理搜索 |
| ecosia | ecosia.org | 英文 | 环保搜索 |
| qwant | qwant.com | 英文 | 法国隐私引擎 |
| wolframalpha | wolframalpha.com | 英文 | 计算/知识引擎 |
## 智能路由规则
| 输入特征 | 引擎链 | 全文 |
|----------|--------|------|
| 数学/公式/计算 | WolframAlpha → DDG → Bing INT | 否 |
| 中文 + 技术/深度 | Bing CN → Baidu → Sogou → 360 → Bing INT | 3条 |
| 中文 + 新闻/时效 | 百度 → Bing CN → Sogou → Bing INT | 否 |
| 中文（普通搜索） | Baidu → Bing CN → Sogou → 360 → WeChat → Bing INT | 否 |
| 英文 + 短查询（≤3词） | Google → DDG → Brave → Yahoo | 否 |
| 英文 + 技术/深度 | Google → Bing INT → DDG | 3条 |
| 英文 + 新闻/时效 | Google(tbs) → Bing INT → Brave | 否 |
| 用户指定引擎 | 只查指定引擎 | 看参数 |
## 工作流程
```
1. 路由决策阶段
route_query() 分析 query 特征：
- 语言检测（中文 vs 非中文）
- 词数判断（短查询 vs 长查询）
- 关键词检测（技术/新闻/教程/数学）
→ 输出引擎链 + 全文配置
2. 搜索执行阶段
Playwright 浏览器：
- headless Chromium 启动
- stealth.js 反检测注入
- 引擎 URL 构建（含时效参数）
- 请求节流（≥3s间隔）
- 引擎切换冷却（≥2s）
- 0结果指数退避（5s→10s→15s）
→ DOM 选择器解析 → 结构化结果
3. 评分优化阶段
- 域名信誉评分（低质量域名-0.3）
- 内容质量评分（含数字+0.15）
- 权威性加分（.gov/.org+0.2）
- 单域名集中度检测
- 低分自动优化：
a. 单域名排除重试
b. 意图识别改写重试
c. 简化query重试
4. 结果处理阶段
- 多引擎同源去重
- 质量评分排序
- 低质量域名过滤
- 全文抓取（前N条）
→ 输出 JSON 数组
```
## 输出格式
```json
[
{
"title": "Python 教程 — Python 3.14.5 文档",
"url": "https://docs.python.org/zh-cn/3/tutorial/index.html",
"snippet": "本教程被设计为针对新入门 Python 语言的程序员...",
"content": "索引 模块 | 下一页...（9000字全文）",
"engine": "bing_cn",
"score": 0.85
}
]
```
## CLI 用法
```bash
# 基本搜索（auto模式，自动路由）
python scripts/fusion_search.py "Python 教程" --max=5
# 指定引擎
python scripts/fusion_search.py "machine learning" --engine=google --max=3
# 全文抓取前2条
python scripts/fusion_search.py "最佳实践" --full=2
# 时效搜索
python scripts/fusion_search.py "news today" --freshness=day --max=5
# 中文搜索
python scripts/fusion_search.py "今天天气" --engine=baidu --max=3
# 禁用自动改写
python scripts/fusion_search.py "特殊查询" --no-rewrite
# 禁用低质量过滤
python scripts/fusion_search.py "论坛讨论" --no-filter
```
## Python API
```python
from fusion_search import search
# 基本搜索
results = search("Python 教程", max_results=5)
# 深度技术搜索 + 全文
results = search(
"machine learning tutorial",
max_results=5,
full_content=3,
engine="auto"
)
# 中文时效搜索
results = search(
"最新科技新闻",
max_results=10,
freshness="day"
)
# 处理结果
for r in results:
source = r["engine"]
title = r["title"]
score = r.get("score", 0)
print(f"[{source}] {title} (评分: {score:.2f})")
```
## 引擎路由源码参考
路由决策在 `router.py` 中实现的 `route_query()` 函数：
```python
def route_query(query, engine="auto", max_results=10, freshness=None):
lang = detect_language(query)
is_short = len(query.split()) <= 3
has_math = bool(re.search(r'[\d+\-*/^=]', query))
has_tech = bool(re.search(r'Python|API|tutorial|教程', query, re.I))
has_trend = bool(re.search(r'news|最新|新闻', query, re.I))
if has_math and is_short:
return {chain: ["wolframalpha", "duckduckgo"]}
if lang == "zh":
if has_tech or not is_short:
return {chain: ["bing_cn","baidu","sogou","bing_int"], full: 3}
return {chain: ["baidu","bing_cn","sogou","bing_int"], full: 0}
# 非中文...
return {chain: ["google","duckduckgo","brave"], full: 0}
```
## 注意事项
- ⚠️ 首次执行需要 `playwright install chromium`（约 300MB）
- ⚠️ Google/DDG 反爬较强，CN 环境下 Google 自动降级到 Bing
- ⚠️ 搜索耗时 10-30 秒，取决于引擎链长度和被搜索网站响应速度
- ⚠️ 部分搜索引擎 DOM 结构会变化，选择器需不定期维护
- ⚠️ 搜索引擎返回的 URL 可能是重定向链接，全文抓取会跟随
## 性能指标
| 操作 | 典型耗时 | 说明 |
|------|---------|------|
| 浏览器启动 | 1-3s | 首次搜索 |
| Bing搜索(单次) | 5-10s | 包含页面加载和DOM解析 |
| 全文抓取(单页) | 2-5s | 取决于页面复杂度和网络 |
| 链式搜索(完整) | 15-30s | 2-3个引擎+质量检查 |
## 依赖
- Python >= 3.8
- playwright（pip install playwright）
- Chromium（playwright install chromium）
## 文件结构
```
fusion-search/
├── SKILL.md ← 本文档
├── metadata.json ← 包元数据
├── CHANGELOG.md ← 变更日志
├── scripts/
│ ├── fusion_search.py ← 主入口脚本
│ ├── engines.py ← 16引擎URL+选择器定义
│ ├── router.py ← 路由决策逻辑
│ ├── stealth.js ← 反检测JS脚本
│ └── scorer.py ← 质量评分+query改写
├── references/
│ └── engine_list.md ← 引擎手册
└── tests/
└── test_basic.py ← 单元测试
```
## 版权
MIT-0 — 无限制使用
don't have the plugin yet? install it then click "run inline in claude" again.