Querit 高级搜索:为智能体提供强大的网页过滤功能 - Openclaw Skills
作者:互联网
2026-04-03
什么是 Querit 高级搜索技能?
Querit 高级搜索技能使 Openclaw Skills 生态系统中的 AI 智能体能够进行复杂的网络研究。通过利用 Querit API,智能体可以跳过通用的搜索结果,并使用针对域名、时间范围和地理位置的细粒度过滤器来精确定位特定信息。对于需要智能体访问实时数据,同时又需要严格控制来源可信度和数据新鲜度的开发者来说,这项技能至关重要。它弥补了静态 LLM 知识与实时网页之间的差距,使其成为任何重研究型 Openclaw Skills 实现的基石。
下载入口:https://github.com/openclaw/skills/tree/main/skills/murphyzzzzz/querit-web-search
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install querit-web-search
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
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。
请帮我使用 Clawhub 安装 querit-web-search。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
Querit 高级搜索技能 应用场景
- 获取实时新闻更新和当前事件。
- 进行仅限于特定行业网站的市场研究。
- 从政府和官方域名获取学术或监管数据。
- 在特定日期范围或地理区域内进行事实核查。
- 根据针对性的查询构建自动化新闻简报或情报报告。
- AI 智能体根据用户查询识别对外部实时信息的需求。
- 智能体构建一个 JSON 有效负载,其中包含搜索查询以及任何所需的过滤器(如时间范围或站点包含)。
- 该技能调用 search.py 脚本,将 JSON 配置传递给 Querit API。
- Querit 处理请求,对实时网页索引应用高级过滤逻辑。
- 过滤后的搜索结果以结构化格式返回给智能体,用于分析和生成响应。
Querit 高级搜索技能 配置指南
要将其集成到您的环境中,请确保已安装 Python 3。您还需要从 Querit 网站获取有效的 API 密钥。设置您的环境变量:
export QUERIT_API_KEY='your_api_key_here'
该技能可以直接从 CLI 进行测试,以确保它能与其它 Openclaw Skills 正常协作:
python skills/querit-web-search/scripts/search.py 'Openclaw Skills'
Querit 高级搜索技能 数据架构与分类体系
该技能利用结构化的 JSON 请求模式来定义搜索参数:
| 字段 | 类型 | 描述 |
|---|---|---|
| query | 字符串 | 主要搜索词(必填) |
| count | 整数 | 要返回的结果数量(可选) |
| filters.sites | 对象 | 包含或排除特定域名 |
| filters.timeRange | 对象 | 时间限制(例如 d7, m6, YYYY-MM-DD) |
| filters.geo | 对象 | 针对特定国家的地理定位 |
| filters.languages | 对象 | 针对性语言支持(例如 english, french) |
name: querit-web-search
description: Advanced web search using the Querit API with support for site filtering, time ranges, geolocation, and language targeting.
homepage: https://querit.ai
metadata: { "openclaw": { "emoji": "??", "requires": { "bins": ["python3"], "env":["QUERIT_API_KEY"]}, "primaryEnv":"QUERIT_API_KEY" } }
Querit Advanced Search Skill
This skill provides OpenClaw with real-time web search capabilities. It supports complex filtering to retrieve highly accurate information.
Notes:
- Needs
QUERIT_API_KEYfrom https://querit.ai - Each account receives 1,000 free search queries to experience the content and capabilities.
Trigger Conditions
- When the user asks for real-time news, specific facts, or up-to-date data.
- When the search requires constraints like specific dates, languages, countries, or particular websites.
Supported Parameters
You can construct a JSON payload to use this tool. The payload supports the following fields:
query(string, Required): The search query term.count(integer, Optional): The maximum number of search results to return.filters(object, Optional): Filter conditions to refine results.sites(object): Specify which websites to include or exclude.include(array of strings): Only fetch data from these domains (e.g.,["wikipedia.org", "nytimes.com"]).exclude(array of strings): Do not fetch data from these domains.
timeRange(object):date(string): Options include:d[number]: Past X days (e.g.,d7for past 7 days).w[number]: Past X weeks (e.g.,w2).m[number]: Past X months (e.g.,m6).y[number]: Past X years (e.g.,y1).YYYY-MM-DDtoYYYY-MM-DD: Specific date range (e.g.,2023-01-01to2023-12-31).
geo(object):countries->include(array of strings): E.g.,["united states", "japan", "germany"].
languages(object):include(array of strings): E.g.,["english", "japanese", "german", "french", "spanish"].
Execution Instructions
Execute the included search.py script by passing a strict JSON string as the argument. Wrap the JSON string in single quotes.
Example 1: Simple Search
python skills/querit-web-search/scripts/search.py 'quantum computing breakthroughs'
Example 2: Advanced Filtered Search
python skills/querit-web-search/scripts/search.py '{
"query": "artificial intelligence regulations",
"count": 10,
"filters": {
"sites": {
"include": ["techcrunch.com", "mondaq.com","europa.eu"]
},
"timeRange": {
"date": "m3"
},
"geo": {
"countries": {
"include": ["united states", "united kingdom"]
}
},
"languages": {
"include": ["english"]
}
}
}'
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
应用开发委派:自动化移动应用工作流 - Openclaw Skills
面向 AI 代理的 UniFi Site Manager API 集成 - Openclaw Skills
云备份:AI 智能体 S3 存储与恢复 - Openclaw Skills
Poe API 编排器:自主多模型路由 - Openclaw Skills
OpenClaw 团队:安全零知识协作 - Openclaw 技能
Reminder Research:AI驱动的Apple提醒事项自动化 - Openclaw Skills
Clup:自动化 ClickUp 任务管理 - Openclaw Skills
Polymarket 新闻监控器:实时警报与 API 状态 - Openclaw Skills
服务器监控:实时系统性能追踪 - Openclaw Skills
Firecracker:轻量级 MicroVM 编排 - Openclaw Skills
AI精选
从 Prompt 到 Harness:AI 工程的三重进化,你在哪一层?
这本 LLM 应用书,我翻了 5 遍:RAG 与 Agent 开发实战指南
现在面试 AI 相关问题,不把底层原理扒得明明白白,真的分分钟被问麻 | 沸点周刊 4.16
无人机拍叶片→AI找缺陷:CEA-DETR改进RT-DETR做风电叶片表面缺陷检测,mAP50达89.4%
学习编辑自己的 Skill:如何书写一个合格的 AI 工作流指令
替你筛完70个Skills!手把手教你调教Hermes Agent!
踩坑3天后,我把公司的AI接口全换成了多模型路由——GPT-6和Claude Opus 4.7同时上线的这周
一个问题,GPT-6是否值得期待???
