文档中心
Kepler
Kepler
  1. kepler-agent-search
  • Kepler文档说明
  • 问题说明(重要)
  • kepler-agent-search
    • SKILL.md
    • references
      • mcp-setup.md
  1. kepler-agent-search

SKILL.md

前置要求#

本技能依赖 Kepler MCP 服务,使用前需配置 MCP 服务器。
快速配置:
{
  "mcpServers": {
    "kepler": {
      "type": "sse",
      "url": "https://apisec.cn/sse",
      "headers": { "Authorization": "Bearer <API-KEY>" }
    }
  }
}
📖 完整安装指南 — 支持 Claude Code、OpenClaw、Codex 等多个 Agent 平台

常驻规则(全程适用)#

1.
数据源选择策略:
通用问题 → 使用 Bing/Baidu 搜索
中文知识问答/经验分享 → 优先搜索知乎
生活方式/种草/攻略/消费决策 → 优先搜索小红书 (xhs)
代码/开源项目 → 优先搜索 GitHub
学术论文/研究 → 优先搜索 arXiv
互联网数据/行业报告 → 优先搜索 199it
财经/股票/基金资讯 → 优先搜索东方财富 (eastmoney)
招聘职位/工作机会 → 优先搜索智联招聘 (zhaopin) 或前程无忧 (51job)
综合调研 → 多数据源并行搜索
2.
搜索优先原则:涉及时效性内容(新闻、最新动态)时,先用 mcp__kepler__web_search 获取最新信息,不要依赖训练数据。
3.
平台内容特殊处理:
优先使用专用引擎搜索,遇到不可用的时候可以降级为通用搜索
知乎文章/回答、小红书笔记、GitHub项目可以直接使用 mcp__kepler__web_reader 读取完整内容
部分平台内容可能需要特定关键词格式
4.
参数规范(重点!engines 参数每次只能指定单个引擎):
mcp__kepler__web_search: query (必填), engines (可选, 默认 ['bing'], 可选值: ['bing'], ['baidu'], ['zhihu'], ['xhs'], ['github'], ['arxiv'], ['199it'], ['eastmoney'], ['zhaopin'], ['51job']), max_results (可选, 默认10, 最大50), fetch_content (可选, 默认false), max_fetch (可选, 默认3, 最大10)
mcp__kepler__web_reader: url (必填), format (可选, markdown/text/html, 默认 markdown), extract_article (可选, 默认 true)

搜索路由表#

按场景分类的详细参考文档:
分类说明参考文档
search网页搜索references/search.md
social社交媒体references/social.md
github开源代码references/github.md
arxiv学术研究references/arxiv.md
data行业数据references/data.md
finance财经资讯references/finance.md
career招聘信息references/career.md

快速选择指南#

用户意图推荐策略工具参数示例
通用搜索Bing/Baidu 搜索mcp__kepler__web_searchengines: ["bing"] 或 engines: ["baidu"]
知乎搜索指定 zhihu 引擎mcp__kepler__web_searchengines: ["zhihu"]
小红书搜索指定 xhs 引擎mcp__kepler__web_searchengines: ["xhs"]
GitHub搜索指定 github 引擎mcp__kepler__web_searchengines: ["github"]
学术论文指定 arxiv 引擎mcp__kepler__web_searchengines: ["arxiv"]
行业数据指定 199it 引擎mcp__kepler__web_searchengines: ["199it"]
财经资讯指定 eastmoney 引擎mcp__kepler__web_searchengines: ["eastmoney"]
智联招聘指定 zhaopin 引擎mcp__kepler__web_searchengines: ["zhaopin"]
前程无忧指定 51job 引擎mcp__kepler__web_searchengines: ["51job"]
多源对比依次执行多个引擎mcp__kepler__web_search依次调用不同 engines
读取网页直接访问 URLmcp__kepler__web_readerurl: "..."
深度调研搜索 → 读取 → 分析两者组合-

搜索模式#

模式一:单源搜索#

Bing 通用搜索:
用户:「搜索 Python 异步编程最佳实践」
→ 调用 mcp__kepler__web_search,query="Python 异步编程最佳实践"
Baidu 通用搜索:
用户:「百度搜索 Python 异步编程最佳实践」
→ 调用 mcp__kepler__web_search,query="Python 异步编程最佳实践", engines=["baidu"]
知乎定向搜索(使用 engines 参数):
用户:「知乎上关于 Python 异步编程的讨论」
→ 调用 mcp__kepler__web_search,query="Python 异步编程", engines=["zhihu"]
知乎定向搜索(使用关键词):
用户:「知乎上关于 Python 异步编程的讨论」
→ 调用 mcp__kepler__web_search,query="Python 异步编程 site:zhihu.com" 或 "Python 异步编程 知乎"
小红书定向搜索:
用户:「小红书上关于上海咖啡探店的分享」
→ 调用 mcp__kepler__web_search,query="上海咖啡探店", engines=["xhs"]
GitHub 代码搜索:
用户:「搜索 React 组件库开源项目」
→ 调用 mcp__kepler__web_search,query="React component library", engines=["github"]
arXiv 学术论文搜索:
用户:「搜索 transformer 架构的最新论文」
→ 调用 mcp__kepler__web_search,query="transformer architecture", engines=["arxiv"]
199it 行业数据搜索:
用户:「搜索 2024 年电商行业数据报告」
→ 调用 mcp__kepler__web_search,query="2024 电商行业报告", engines=["199it"]
东方财富财经搜索:
用户:「搜索贵州茅台股票最新资讯」
→ 调用 mcp__kepler__web_search,query="贵州茅台", engines=["eastmoney"]
智联招聘职位搜索:
用户:「搜索北京 Java 开发工程师职位」
→ 调用 mcp__kepler__web_search,query="Java 开发工程师 北京", engines=["zhaopin"]
前程无忧职位搜索:
用户:「搜索上海产品经理职位」
→ 调用 mcp__kepler__web_search,query="产品经理 上海", engines=["51job"]

模式二:多引擎搜索(推荐!)#

同时使用 Bing、知乎和小红书搜索:
用户:「搜索 Python 异步编程」
→ 依次执行三次搜索:
   1. 调用 mcp__kepler__web_search,query="Python 异步编程", engines=["bing"]
   2. 调用 mcp__kepler__web_search,query="Python 异步编程", engines=["zhihu"]
   3. 调用 mcp__kepler__web_search,query="Python 异步编程", engines=["xhs"]
→ 自动返回来自 Bing、知乎和小红书的综合结果

注意:多引擎搜索只能依次执行,不支持 engines=["bing", "zhihu", "xhs"] 这种多引擎同时调用的模式
学术调研(arXiv + Bing):
用户:「调研大语言模型最新进展」
→ 依次执行:
   1. mcp__kepler__web_search,query="large language models", engines=["arxiv"]
   2. mcp__kepler__web_search,query="大语言模型 最新进展", engines=["bing"]
   3. mcp__kepler__web_search,query="大语言模型 知乎", engines=["zhihu"]
→ 综合学术论文、最新资讯和社区讨论
技术调研(GitHub + Bing + 知乎):
用户:「调研 React 19 新特性」
→ 依次执行:
   1. mcp__kepler__web_search,query="React 19", engines=["github"]
   2. mcp__kepler__web_search,query="React 19 new features", engines=["bing"]
   3. mcp__kepler__web_search,query="React 19 新特性", engines=["zhihu"]
→ 综合开源项目、技术文档和社区讨论
行业调研(199it + Bing + 知乎):
用户:「调研 2024 年 AI 行业发展」
→ 依次执行:
   1. mcp__kepler__web_search,query="2024 AI industry report", engines=["199it"]
   2. mcp__kepler__web_search,query="AI 行业 2024", engines=["bing"]
   3. mcp__kepler__web_search,query="2024 AI 发展 知乎", engines=["zhihu"]
→ 综合行业数据、最新资讯和社区观点
财经调研(Eastmoney + Bing):
用户:「调研新能源汽车行业」
→ 依次执行:
   1. mcp__kepler__web_search,query="新能源汽车", engines=["eastmoney"]
   2. mcp__kepler__web_search,query="新能源汽车行业", engines=["bing"]
   3. mcp__kepler__web_search,query="新能源汽车 投资", engines=["zhihu"]
→ 综合财经资讯、行业动态和投资观点
职位调研(Zhaopin + 51job + Bing):
用户:「调研 AI 算法工程师招聘市场」
→ 依次执行:
   1. mcp__kepler__web_search,query="AI 算法工程师", engines=["zhaopin"]
   2. mcp__kepler__web_search,query="AI 算法工程师", engines=["51job"]
   3. mcp__kepler__web_search,query="AI 算法工程师 薪资", engines=["bing"]
   4. mcp__kepler__web_search,query="AI 算法工程师 面试", engines=["zhihu"]
→ 综合招聘平台职位信息和市场趋势

模式三:多源并行搜索#

用户:「多源搜索 Python 异步编程」
→ 并行执行:
   1. mcp__kepler__web_search: "Python 异步编程 best practices", engines=["bing"]
   2. mcp__kepler__web_search: "Python 异步编程 知乎", engines=["zhihu"]
   3. mcp__kepler__web_search: "Python 异步编程 小红书", engines=["xhs"]
→ 综合结果去重并呈现

模式四:搜索+深度阅读#

用户:「调研 Python asyncio 的性能优势」
→ 步骤:
   1. mcp__kepler__web_search 搜索 "Python asyncio performance"
   2. mcp__kepler__web_search 搜索 "asyncio 性能 知乎"
   3. 筛选 3-5 个高质量链接(优先知乎、官方文档、知名博客)
   4. mcp__kepler__web_reader 读取重点页面详细内容
   5. 综合分析输出结构化报告

模式五:知乎/小红书内容精读#

知乎文章精读:
用户:「帮我读一下这个知乎回答 https://zhuanlan.zhihu.com/...」
→ 直接调用 mcp__kepler__web_reader,format="markdown"
→ 提取文章核心观点并总结
小红书笔记精读:
用户:「帮我读一下这篇小红书笔记 https://www.xiaohongshu.com/...」
→ 直接调用 mcp__kepler__web_reader,format="markdown"
→ 提取笔记核心内容和种草要点

输出格式规范#

单源搜索结果#

## 搜索结果:[关键词]

### 1. [标题](链接)
📰 来源:网站名 | 日期
📝 摘要:内容摘要...

### 2. [标题](链接)
...

---
🔍 数据源:Bing

多源搜索结果#

## 多源搜索结果:[关键词]

### 🔵 Bing 搜索结果

#### 1. [标题](链接)
📰 来源:XXX | 日期
📝 摘要:...

### 🟠 知乎相关结果

#### 1. [标题](链接)
📰 来源:知乎 | 日期
📝 摘要:...

### 🔴 小红书相关结果

#### 1. [标题](链接)
📕 来源:小红书 | 日期
📝 摘要:...

---
🔍 多源搜索整合:Bing + 知乎 + 小红书

知乎文章精读#

## 📄 知乎文章精读

**🔗 来源**:[知乎专栏/回答](URL)
**✍️ 作者**:XXX
**📅 发布日期**:XXXX-XX-XX
**💬 互动数据**:XXX 赞同 · XX 评论(如有)

### 💡 核心观点
一句话总结文章核心内容。

### 📝 详细内容
正文内容...

### 🔖 精彩评论(如有)
- 评论一...
- 评论二...

---
📚 来源:知乎 · Kepler Web Reader

小红书笔记精读#

## 📕 小红书笔记精读

**🔗 来源**:[小红书笔记](URL)
**✍️ 作者**:XXX
**📅 发布日期**:XXXX-XX-XX
**❤️ 互动数据**:XXX 点赞 · XX 收藏 · XX 评论(如有)

### 💡 核心内容
一句话总结笔记核心内容。

### 📝 详细内容
笔记正文...

### 🏷️ 标签/话题
- #标签一
- #标签二

---
📚 来源:小红书 · Kepler Web Reader

综合调研报告#

## 🔍 多源调研报告:[主题]

### 📊 数据来源概览
- Bing 搜索结果:X 条
- 知乎相关内容:X 条
- 小红书相关内容:X 条
- 其他来源:X 条

### 🎯 核心发现
1. **发现一**:[内容] [来源: 网站名]
2. **发现二**:[内容] [来源: 知乎]
3. **发现三**:[内容] [来源: 网站名]

### 📚 详细分析

#### 技术博客/文档观点
...

#### 知乎社区讨论
...

### 🔗 参考来源
- [标题](链接) — Bing/Blog
- [标题](链接) — 知乎
- ...

---
🔍 多源搜索整合 | 时间:YYYY-MM-DD HH:MM

使用技巧#

Engines 参数用法(重点)#

支持的数据源(每次调用只能指定一个):
引擎标识适用场景
Bing"bing"通用搜索、英文内容
Baidu"baidu"通用搜索、中文内容
知乎"zhihu"中文知识问答
小红书"xhs"生活方式、种草
GitHub"github"开源代码、项目
arXiv"arxiv"学术论文、研究
199it"199it"行业数据、报告
东方财富"eastmoney"财经资讯、股票
智联招聘"zhaopin"招聘职位、人才
前程无忧"51job"招聘职位、人才
多源搜索策略(依次执行):
推荐策略:
通用信息 → engines: ["bing"] 或 engines: ["baidu"]
中文知识/经验 → engines: ["zhihu"]
生活方式/消费决策/攻略 → engines: ["xhs"]
开源代码/项目 → engines: ["github"]
学术论文/研究 → engines: ["arxiv"]
行业数据/报告 → engines: ["199it"]
财经资讯/股票 → engines: ["eastmoney"]
智联招聘职位 → engines: ["zhaopin"]
前程无忧职位 → engines: ["51job"]
综合调研 → 依次调用多个引擎,然后合并结果

搜索词优化#

GitHub 定向搜索:
arXiv 定向搜索:
199it 定向搜索:
东方财富定向搜索:
知乎定向搜索(方式一:使用 engines 参数):
小红书定向搜索(方式一:使用 engines 参数):
知乎/小红书定向搜索(方式二:使用关键词):
site:zhihu.com 关键词 — 只搜索知乎内容
site:xiaohongshu.com 关键词 — 只搜索小红书内容
关键词 知乎 — 获取知乎相关结果
关键词 小红书 — 获取小红书相关结果
Bing 高级搜索:
"精确短语" — 精确匹配
关键词 filetype:pdf — 搜索 PDF 文档
关键词 -排除词 — 排除特定词汇

多源并行策略#

对于重要调研任务,建议依次搜索:
1.
英文关键词 → Bing (engines: ["bing"]),获取英文资源
2.
中文关键词 → Baidu (engines: ["baidu"]),获取中文通用内容
3.
中文知识 → 知乎 (engines: ["zhihu"]),获取中文社区讨论
4.
生活方式/消费 → 小红书 (engines: ["xhs"]),获取真实体验分享
5.
开源项目 → GitHub (engines: ["github"]),获取代码和文档
6.
学术论文 → arXiv (engines: ["arxiv"]),获取研究论文
7.
行业数据 → 199it (engines: ["199it"]),获取数据报告
8.
财经资讯 → 东方财富 (engines: ["eastmoney"]),获取股票财经
9.
智联招聘 → 职位 (engines: ["zhaopin"]),获取招聘信息
10.
前程无忧 → 职位 (engines: ["51job"]),获取招聘信息
11.
综合对比 → 合并多源结果

GitHub 内容获取技巧#

1.
项目仓库:URL 通常为 github.com/owner/repo
2.
代码文件:github.com/owner/repo/blob/main/file.js
3.
Issues:github.com/owner/repo/issues
4.
搜索技巧:
使用英文关键词效果更佳
可以加上 stars:>100 筛选热门项目
language:python 筛选特定语言
GitHub 内容使用 mcp__kepler__web_reader 时:
默认提取 README 内容
代码文件会保留格式
Issue 和 PR 页面会提取讨论内容

arXiv 内容获取技巧#

1.
论文页面:URL 通常为 arxiv.org/abs/xxxx.xxxxx
2.
PDF 下载:arxiv.org/pdf/xxxx.xxxxx
3.
搜索技巧:
使用英文关键词
可以加上分类如 cs.AI, cs.CL, cs.LG
arXiv 内容使用 mcp__kepler__web_reader 时:
自动提取论文标题、作者、摘要
保留数学公式格式
支持获取 PDF 内容

199it 内容获取技巧#

1.
报告页面:URL 通常为 199it.com/archives/xxxxxx
2.
分类页面:199it.com/category/xxxx
3.
搜索技巧:
使用中文关键词
可以加上年份筛选
199it 内容使用 mcp__kepler__web_reader 时:
自动提取报告标题和摘要
保留数据表格
部分报告可能需要登录查看完整内容

东方财富内容获取技巧#

1.
个股页面:URL 通常为 quote.eastmoney.com/symbol
2.
资讯页面:finance.eastmoney.com/...
3.
研报页面:report.eastmoney.com/...
东方财富内容使用 mcp__kepler__web_reader 时:
自动提取股票行情数据
保留财经新闻内容
研报会提取核心观点

智联招聘内容获取技巧#

1.
职位详情页:URL 通常为 jobs.zhaopin.com/... 或 www.zhaopin.com/jobs/...
2.
搜索结果页:sou.zhaopin.com/?...
3.
公司主页:company.zhaopin.com/...
智联招聘搜索优化:
职位名称:使用精准职位名,如 "Java 后端工程师"
地点筛选:城市名 + 职位,如 "上海 Python 开发"
经验要求:可加上 "3-5 年"、"应届生"
行业筛选:如 "互联网"、"金融"
智联招聘内容使用 mcp__kepler__web_reader 时:
自动提取职位描述和要求
保留薪资范围和工作地点
提取公司信息和福利待遇

前程无忧内容获取技巧#

1.
职位详情页:URL 通常为 jobs.51job.com/...
2.
搜索结果页:search.51job.com/jobsearch/...
3.
公司主页:company.51job.com/...
前程无忧搜索优化:
职位名称:使用标准职位名称,如 "产品经理"
地点筛选:城市 + 区域,如 "北京 朝阳区"
薪资范围:可搜索 "15-25K"、"年薪"
公司规模:如 "互联网大厂"、"外企"
前程无忧内容使用 mcp__kepler__web_reader 时:
自动提取岗位职责和任职要求
保留公司介绍和联系方式
提取薪资福利和晋升空间

知乎内容获取技巧#

1.
专栏文章:URL 通常为 zhuanlan.zhihu.com/p/xxxx
2.
问题回答:URL 通常为 zhihu.com/question/xxxx
3.
用户主页:zhihu.com/people/username
知乎内容使用 mcp__kepler__web_reader 时:
默认提取文章正文
自动过滤广告和推荐内容
保留原文格式和结构

小红书内容获取技巧#

1.
笔记链接:URL 通常为 www.xiaohongshu.com/explore/xxxx 或 xhslink.com/xxxx
2.
用户主页:www.xiaohongshu.com/user/profile/xxxx
3.
话题页面:www.xiaohongshu.com/search_result?keyword=xxxx
小红书内容使用 mcp__kepler__web_reader 时:
自动提取笔记正文和图片说明
保留标签和话题信息
过滤广告和推荐内容

工具调用示例#

Bing 搜索(默认)#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">Python asyncio 性能优化</arg>
<arg name="engines">["bing"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

知乎搜索(使用 engines 参数)#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">Python asyncio 性能优化</arg>
<arg name="engines">["zhihu"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

小红书搜索(使用 engines 参数)#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">上海咖啡探店</arg>
<arg name="engines">["xhs"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

Baidu 搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">Python 异步编程 最佳实践</arg>
<arg name="engines">["baidu"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

GitHub 搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">react state management</arg>
<arg name="engines">["github"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

arXiv 学术论文搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">transformer attention mechanism</arg>
<arg name="engines">["arxiv"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

199it 行业数据搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">2024 电商行业报告</arg>
<arg name="engines">["199it"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

东方财富财经搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">贵州茅台</arg>
<arg name="engines">["eastmoney"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

智联招聘职位搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">Java 开发工程师 上海</arg>
<arg name="engines">["zhaopin"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

前程无忧职位搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">产品经理 北京</arg>
<arg name="engines">["51job"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

多引擎搜索(Bing + 知乎 + 小红书)#

注意:需要依次执行三次搜索,不支持同时传递多个引擎
<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">Claude Code MCP skill</arg>
<arg name="engines">["bing"]</arg>
<arg name="max_results">10</arg>
</invoke>
<invoke name="mcp__kepler__web_search">
<arg name="query">Claude Code MCP skill</arg>
<arg name="engines">["zhihu"]</arg>
<arg name="max_results">10</arg>
</invoke>
<invoke name="mcp__kepler__web_search">
<arg name="query">Claude Code MCP</arg>
<arg name="engines">["xhs"]</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

传统多源并行搜索#

<function_calls>
<invoke name="mcp__kepler__web_search">
<arg name="query">Claude Code MCP skill</arg>
<arg name="max_results">10</arg>
</invoke>
<invoke name="mcp__kepler__web_search">
<arg name="query">Claude Code MCP 知乎</arg>
<arg name="max_results">10</arg>
</invoke>
</function_calls>

读取知乎文章#

<function_calls>
<invoke name="mcp__kepler__web_reader">
<arg name="url">https://zhuanlan.zhihu.com/p/xxxxx</arg>
<arg name="format">text</arg>
<arg name="extract_article">true</arg>
</invoke>
</function_calls>

读取小红书笔记#

<function_calls>
<invoke name="mcp__kepler__web_reader">
<arg name="url">https://www.xiaohongshu.com/explore/xxxxx</arg>
<arg name="format">text</arg>
<arg name="extract_article">true</arg>
</invoke>
</function_calls>

读取 GitHub 项目#

<function_calls>
<invoke name="mcp__kepler__web_reader">
<arg name="url">https://github.com/facebook/react</arg>
<arg name="format">markdown</arg>
<arg name="extract_article">true</arg>
</invoke>
</function_calls>

读取 arXiv 论文#

<function_calls>
<invoke name="mcp__kepler__web_reader">
<arg name="url">https://arxiv.org/abs/1706.03762</arg>
<arg name="format">markdown</arg>
<arg name="extract_article">true</arg>
</invoke>
</function_calls>

故障处理#

搜索无结果#

尝试简化关键词
中英文关键词互换
使用更通用的词汇

知乎内容读取失败#

检查 URL 是否完整
部分知乎页面需要登录,可能无法读取完整内容
尝试切换 format 参数(markdown/text/html)

内容不完整#

知乎回答过长时可能只提取核心内容
需要详细内容可指定具体段落读取

限制说明#

1.
搜索范围:通过各引擎原生搜索获取结果
2.
访问限制:
部分网站有反爬机制,可能需要重试或者无法读取
无法读取需要登录的私有内容
3.
内容安全:遵守内容安全政策

工作区规则#

临时搜索结果直接输出到对话中。如需保存调研报告,使用 /tmp/ 目录。

🔍 Kepler Agent Search — 整合多源信息,一站式多源搜索解决方案。
修改于 2026-09-16 02:51:07
上一页
问题说明(重要)
下一页
mcp-setup.md
Built with