Augmented Search 是一款专为智能体（Agent）设计的增强型搜索工具，旨在为其提供高效的本地联网搜索和代码库检索能力。该工具通过集成 SearXNG 实例，实现了对互联网内容的并发抓取与解析，同时支持对主流编程库的文档查询，从而为 AI 助手或自动化系统提供精准的外部信息支撑。其核心设计目标是解决传统大模型在实时性、知识准确性和多源信息整合方面的局限，使 Agent 能够在复杂任务中快速获取最新、最相关的数据。 工具采用模块化架构，支持多种部署方式，包括 Docker 容器化运行和 npm 包安装，便于开发者灵活接入现有系统。它通过 RESTful API 提供统一接口，兼容 MCP（Model Context Protocol）协议，可轻松嵌入各类智能代理工作流中。Augmented Search 不仅具备基础的网页内容读取功能，还能对 JavaScript 渲染页面进行降级处理并提取正文段落，确保信息获取的稳定性与完整性。此外，工具内置去重机制和多关键词并发搜索能力，显著提升检索效率与结果相关性。 为了进一步优化性能与准确性，Augmented Search 引入了混合检索技术，结合语义向量（Embedding）与传统关键词匹配，大幅提升搜索结果的相关度。用户可通过配置环境变量自定义超时时间、端口号及 Embedding API 端点，满足不同场景下的性能需求。整体而言，这是一款面向开发者和高级用户的智能化信息检索中间件，适用于需要实时联网、代码参考或多轮思考支持的复杂应用场景。
核心功能特点
- 支持并发搜索多个关键词，最多可同时处理3个查询以提升效率
- 集成 SearXNG 实现分布式网页搜索，支持域名限制与结果过滤
- 提供网页内容读取功能，自动提取正文并支持 JS 渲染降级处理
- 内置链接去重机制，避免重复访问相同资源
- 支持编程库搜索与文档查询，返回 Context7 兼容的库 ID 和示例代码
- 启用混合检索模式时，结合 Embedding 语义匹配提升结果相关性
适用场景
Augmented Search 特别适用于需要频繁调用外部信息的智能代理系统，例如代码生成类 AI 助手。当用户在开发过程中提出具体问题如“如何在 React 中使用 useEffect 清理副作用”，该工具可迅速调用 library_search 和 library_docs 接口，精准定位相关文档片段，并返回可直接引用的代码示例，极大缩短调试与学习周期。对于依赖实时数据的决策型 Agent，如市场分析机器人或新闻摘要生成器，search 工具能并发抓取多个权威站点内容，结合混合检索技术筛选出高相关性结果，确保输出内容的时效性与可信度。 在科研探索或多轮推理场景中，Augmented Search 可作为 Agent 的思考辅助模块。通过 thoughtNumber 和 totalThoughts 参数，系统可在多步思考过程中记录当前进度，并在每一步调用 search 工具获取新信息，形成闭环验证机制。例如，一个研究论文写作 Agent 可能在第一步搜索基础理论，第二步对比不同观点，第三步查找最新实验数据，每轮搜索均基于前序思考动态调整关键词，最终构建出逻辑严密、证据充分的结论。这种结构化的信息收集方式特别适合处理开放域问题或需要跨领域知识的复杂任务。 此外，该工具也适合集成到自动化运维或监控系统中。运维机器人可在检测到异常日志后，立即调用 read 工具抓取相关错误页面或官方公告，快速定位故障原因；而安全分析 Agent 则可利用其搜索能力追踪漏洞披露信息或补丁说明，实现主动防御。无论是前端开发、后端服务管理还是学术研究，只要涉及外部信息依赖与动态内容解析，Augmented Search 都能显著提升系统的响应速度与决策质量。