{
title: "AnySearch上线一月吸引10万开发者，Agent搜索进入结构化时代",
summary: "开源项目AnySearch-skill上线一个月即吸引10万开发者，成为GitHub Agent技能市场热榜第一。该工具让AI Agent能够直接获取结构化数据而非网页链接，将原本需要七八轮搜索的调研任务缩减至一两次调用，大幅提升推理效率。",
content: "5月中旬，一个名为anysearch-skill的开源仓库悄然出现在GitHub上，一周之内便冲上了Agent技能市场Skills.sh的热榜第一。这个看似低调的项目，正在悄然改变AI Agent获取信息的方式——从传统的网页链接检索，转向直接输出结构化数据。上线一个月，它已经吸引了超过10万开发者，成为近期最受关注的Agent工具之一。\n\n传统上，AI Agent进行网络搜索时，通常返回的是网页链接列表，需要多次调用才能拼凑出完整信息。而AnySearch的核心创新在于，它让Agent能够直接获取经过解析的结构化数据，例如表格、JSON格式的实体关系、关键指标等。开发者反馈，在安装这个Skill后，原本需要七八轮搜索才能完成的调研任务，常常一两次调用就能拿到结果，而且返回的信息可以直接进入推理链路，无需额外解析。这种转变意味着Agent的搜索效率提升了数倍，同时减少了幻觉和冗余信息的干扰。\n\n从技术实现上看，AnySearch采用了轻量级的插件架构，兼容主流的Agent框架，如LangChain和AutoGPT。其底层通过预训练的网页解析模型和知识图谱增强，能够从非结构化的网页内容中提取出符合任务需求的结构化数据。据项目文档显示，在标准评测集上，AnySearch的检索准确率比传统方法提升了约35%，平均响应时间缩短了40%。此外，项目完全开源，支持自定义数据源和输出格式，这降低了开发者的使用门槛，也促进了社区生态的快速成长。\n\n目前，AnySearch已经在多个领域展现出应用潜力，包括竞品分析、技术调研、学术文献综述等。随着开发者社区的持续壮大，其技能市场已涌现出数十个垂直场景的扩展插件。未来，随着多模态Agent和长上下文模型的普及，像AnySearch这样的结构化搜索工具可能会成为Agent基础设施的关键组件。对于AI从业者而言，及时关注并参与这类项目，将有助于在Agent应用开发中抢占先机。建议开发者从GitHub仓库的示例代码入手，结合自身业务场景进行定制化适配，以最大化利用这一工具带来的效率提升。"
}