什么是 并行搜索？

并行搜索是 Openclaw Skills 生态系统中的一个专门工具，旨在桥接 AI 智能体与实时网络之间的鸿沟。它利用 Parallel API 提供经过排序的搜索结果，并优先考虑智能摘要，使大语言模型能够更轻松地消费和合成信息，而不会被无关数据所淹没。

通过集成此技能，开发人员可以赋予其智能体执行深度研究、使用引用验证事实以及精确探索 GitHub 或 Reddit 等特定领域的能力。对于任何构建需要获取在线最新信息智能体的开发人员来说，这都是一个必不可少的组件。

下载入口:https://github.com/openclaw/skills/tree/main/skills/normallygaussian/parallel-search

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

并行搜索 应用场景

• 执行实时网络研究，为用户查询提供最新信息。
• 使用来自实时网络的引用原代码进行事实核查，以确保准确性。
• 在 GitHub、文档网站或社交媒体等平台上进行特定领域搜索。
• 监控特定行业的当前新闻和最新技术发展。

1. AI 智能体识别出对外部信息的需求，并触发 parallel-cli 搜索命令。
2. 应用特定的关键词过滤器和域名约束来细化 LLM 的搜索参数。
3. Parallel API 从网络中抓取、排序并提取高质量的文本片段。
4. 该技能返回一个包含 URL、标题和具有丰富上下文摘要的结构化 JSON 有载荷。
5. 智能体解析这些数据以生成带有来源的响应，或生成一个子智能体进行复杂的合成。

并行搜索 配置指南

要在您的 Openclaw Skills 环境中开始使用此技能，请按照以下步骤操作：

1. 在 parallel.ai 获取 API 密钥。
2. 通过终端安装 CLI 工具：

curl -fsSL https://parallel.ai/install.sh | bash

3. 设置您的环境变量：

export PARALLEL_API_KEY=your-key

并行搜索 数据架构与分类体系

并行搜索技能将其输出整理为结构化的 JSON 格式，以确保与 AI 工作流的无缝集成。以下是所使用的元数据分类：

name: parallel-search
description: "AI-powered web search via Parallel API. Returns ranked results with LLM-optimized excerpts. Use for up-to-date research, fact-checking, and domain-scoped searching."
homepage: https://parallel.ai

Parallel Search

High-accuracy web search built for AI agents. Returns ranked results with intelligent excerpts optimized for LLM consumption.

When to Use

Trigger this skill when the user asks for:

• "search the web", "web search", "look up", "find online"
• "current news about...", "latest updates on..."
• "research [topic]", "what's happening with..."
• Fact-checking with citations needed
• Domain-specific searches (e.g., "search GitHub for...", "find on Reddit...")

Quick Start

parallel-cli search "your query" --json --max-results 5

CLI Reference

Basic Usage

parallel-cli search "" [options]

Common Flags

Examples

Basic search:

parallel-cli search "When was the United Nations founded?" --json --max-results 5

With keyword filters:

parallel-cli search "Latest developments in quantum computing" r
  -q "quantum" -q "computing" -q "2026" r
  --json --max-results 10

Domain-scoped search:

parallel-cli search "React hooks best practices" r
  --include-domains react.dev --include-domains github.com r
  --json --max-results 5

Recent news only:

parallel-cli search "AI regulation news" r
  --after-date 2026-01-01 r
  --json --max-results 10

Best-Practice Prompting

Objective

Write 1-3 sentences describing:

• The real task context (why you need the info)
• Freshness constraints ("prefer 2026+", "latest docs")
• Preferred sources ("official docs", "news sites")

Keyword Queries

Add 3-8 keyword queries including:

• Specific terms, version numbers, error strings
• Common synonyms
• Date terms if relevant ("2026", "Jan 2026")

Response Format

Returns structured JSON with:

• search_id — unique identifier
• results[] — array of results:
  • url — source URL
  • title — page title
  • excerpts[] — relevant text excerpts
  • publish_date — when available

Output Handling

When turning results into a user-facing answer:

• Prefer official/primary sources when possible
• Quote or paraphrase only the relevant extracted text
• Include URL + publish_date for transparency
• If results disagree, present both and note the discrepancy

Running Out of Context?

For long conversations, save results and use sessions_spawn:

parallel-cli search "" --json -o /tmp/search-.json

Then spawn a sub-agent:

{
  "tool": "sessions_spawn",
  "task": "Read /tmp/search-.json and synthesize a summary with sources.",
  "label": "search-summary"
}

Error Handling

Prerequisites

1. Get an API key at parallel.ai
2. Install the CLI:

curl -fsSL https://parallel.ai/install.sh | bash
export PARALLEL_API_KEY=your-key

References

• API Docs
• Search API Reference