multi-search-fallback 多源搜索聚合技能

核心能力

当接到搜索任务时，智能调度多个搜索技能，通过 fallback 机制确保搜索的高可用性，并通过多源交叉验证提高结果准确率。

工作流程

第一步：判断搜索类型

if 简单事实查询（天气、人名、简单百科）:
→ 单源快速搜索（web_search），直接返回
elif 复杂研究任务（行业分析、技术对比、政策解读）:
→ 多源深度搜索（触发 fallback 链）
elif 学术/论文相关:
→ academic-deep-research + 多源验证
elif 金融/投资相关:
→ mx_search + 交叉验证
else:
→ 默认多源搜索

第二步：执行搜索链（Fallback 机制）

搜索链顺序（按优先级递减）：

优先级	搜索技能	适用场景	超时
1	web_search (Brave/Google)	通用搜索，快速结果	15s
2

ddg-web-search | Brave 不可用时的 fallback | 20s |
| 3 | openclaw-skill-search-web | 国内搜索，火山引擎 | 20s |
| 4 | tavily-search | AI 优化结果（需 API key） | 25s |
| 5 | multi-search-engine | 多引擎联合，结果最全 | 30s |
| 6 | deep-research-pro | 深度研究，综合报告 | 60s |

Fallback 规则：

• - 搜索失败（网络错误、API 错误）→ 自动切换到下一个
• 结果为空 → 切换到下一个
• 用户未指定搜索工具时，默认按优先级尝试
• 显式指定某工具时，直接使用（如用 Tavily 搜索 xxx）

第三步：多源交叉验证

当调用了 2 个及以上搜索源时，执行交叉验证：

for each unique finding across sources:
if 发现一致（相同结论）:
confidence += 1
tag: ✅ 一致
elif 发现分歧:
tag: ⚠️ 分歧
记录分歧内容
elif 发现补充:
tag: 📎 补充

confidence_score = 一致数 / 总发现数

置信度等级：

• - 90%+：✅ 高度可信（多源一致）
• 60-89%：⚠️ 中等可信（部分分歧）
• < 60%：❌ 低可信（分歧较大，需进一步查证）

第四步：结果融合输出

搜索结果：[query]

置信度：XX%（X/X 源一致）

核心发现

• - [按置信度排序的要点列表]

多源对比

搜索源	结果摘要	状态
web_search	xxx	✅ 一致
ddg-web-search

xxx | ⚠️ 分歧（xxx） |

| tavily | xxx | ✅ 一致 |

原始结果（按源分组，可折叠）

展开完整搜索结果

web_search:

• - ...

ddg-web-search:

• - ...

搜索源调用策略

简单搜索（默认）

自动选择前 2 个可用源，15 秒内返回。

深度搜索（用户要求深度、研究、全面）

自动选择 3+ 个源，包含 multi-search-engine 或 deep-research-pro。

争议查证（用户要求核实、fact-check、验证）

调用 4+ 个源，强制进行交叉验证并明确标注分歧。

国内内容（涉及国内政策、公司、新闻）

优先使用 openclaw-skill-search-web + multi-search-engine（含百度/搜狗）。

学术研究（涉及论文、学术概念、研究方法）

优先使用 academic-deep-research，辅以 tavily-search 验证。

错误处理

错误类型	处理方式
第一个源成功	直接返回，不继续调用
所有源失败

返回所有搜索渠道均不可用，建议稍后重试 | | 部分源失败 | 返回可用结果，标注失败的源 | | 超时 | 取消当前搜索，使用已返回的结果 |

调用示例

用户输入：搜索一下 OpenClaw 最新版本的功能更新

技能执行：

1. 1. 判断：简单新闻查询 → 单源快速搜索
2. 调用：web_search（Brave）
3. 返回结果 + 置信度（单源设为 N/A）

用户输入：研究一下 AI Agent 在教育行业的应用现状，需要多源验证

技能执行：

1. 1. 判断：深度研究 → 多源搜索
2. 调用链：web_search → multi-search-engine → deep-research-pro
3. 交叉验证：比对三个源的发现，标注一致/分歧
4. 输出：结构化报告 + 置信度评分

工具调用接口

本技能通过以下工具执行搜索：

python

工具映射

SEARCH_TOOLS = {
websearch: mcporter call minimax.websearch,
ddg-web-search: ddg-web-search skill,
openclaw-skill-search-web: openclaw-skill-search-web skill,
tavily-search: tavily-search skill,
multi-search-engine: multi-search-engine skill,
deep-research-pro: deep-research-pro skill,
academic-deep-research: academic-deep-research skill,
mxsearch: mxsearch skill,
}

调用搜索技能时，通过 sessions_spawn 启动子任务并获取结果。

质量标准

1. 1. 不瞎猜：搜索不到的信息明确说未找到，不编造
2. 标注来源：每个结论必须标注来源，不说据悉
3. 诚实呈现分歧：多个源结果不一致时，不强制统一，如实呈现
4. 优先广度：宁可多几个源，也不要漏掉重要信息源