AI 搜索总差点意思?问题不在工具数量

你让 AI 去查点东西，它常常干两件让人无语的事。一件是把一段搜索摘要当成答案，语气还特别确定；另一件是把你装过的搜索工具全叫出来开个会，明明只是找一个官网，它跑了五个渠道。

这不是 AI 搜索工具装得不够多，而是没人告诉它什么时候该用哪一个。工具越杂、分工越模糊，AI 越容易挑错。真正要解决的其实只有一件事：让搜索工具有岗位，让规则决定谁出场。

中文场景里的搜索，我习惯分成三种活。

第一种是找入口：官网在哪、这个词什么意思、某篇已知的文章读一遍。这种活百度 AI 搜索最快，一次就够。

第二种是补充和核实：最新规则、产品更新、价格变动。这类问题不能只求搜到，还得搜准。常用路径是先定位，再补近期信息，最后回到官方原文确认。

第三种是把一片资料摊开：多方案比较、行业调研、一批资料整理。找一个答案和看清一个问题，不是同一件事，后者更适合秘塔搜索这类偏研究型的工具。

通用搜索引擎有个天生短板：它只擅长搜网页。推特上的讨论、YouTube 的字幕、B 站的教程、GitHub 的 issue，很多东西不是不存在，只是不在搜索框最擅长的地盘上。

Agent-Reach 做的就是补上这些渠道。仓库在 Panniantong/Agent-Reach，85,584 Star，MIT 协议，2026 年 2 月建仓，9 月中还在提交。它自己的定位写得很清楚：是一个能力层，负责选型、安装、体检、路由，不负责具体读取。

装法简单到有点不真实，把下面这句话丢给 Claude Code、Codex、Hermes 这类能执行命令的 Agent 就行：

默认只检查环境、不动系统，要真写配置才需要显式带上参数。零配置能用的有读任意网页、YouTube 字幕、RSS、GitHub 公开仓库、B 站搜索、全网语义搜索；需要登录态的渠道它不偷偷替你装，会列个菜单问你。

装完跑一次 agent-reach doctor，每个渠道走哪条路、现在什么状态，一条命令全告诉你。

秘塔的 MCP 已经有现成的包，MIT 协议，一份 MCP 配置短得不像话：

接上之后它给你两个工具。metaso_search 支持六种范围：网页、文库、学术、图片、视频、播客，做调研时把范围收窄到学术或文库，噪音立刻少一半。metaso_reader 负责把单个网页转成 markdown，省掉自己清洗 HTML 的功夫。

不想手写这段 JSON，包本身带了配置生成器：

...bash

npx -y -p metaso-search-mcp metaso-mcp-config --client generic --api-key mk-你的密钥 --print

秘塔搜索接进来，就一行 npx

百度 AI 搜索的 MCP 走 SSE 地址，配置比想象中短：

坑在密钥格式。api_key 的值由三部分组成：Bearer、一个 +、密钥本身。中间那个 + 不能省，也不能换成空格，官方文档专门标了这一条，实测少一个就连不上。

它只提供 SSE，客户端如果只吃 stdio，得用 supergateway 转一层。免费额度是每天 100 次调用，个人用足够。

前面几种都是静态读。遇到必须登录、内容动态渲染、或者要点击滚动才翻得出来的页面，静态读一律拿不到。

这种时候才该动用浏览器类 MCP，比如 @playwright/mcp，37,591 Star，Apache-2.0，最近还在更新，一行 npx 就能起：

它的价值不在能读网页，而在能像人一样操作：点开折叠区、翻到第二页、在站内搜索框里敲字。代价是慢、吃资源，所以它是最后一张牌，不是默认选项。

上面这些都是零件。真正决定效果的是那套搜索规则。我自己用的是四级，可以直接抄：

规则里有两条比工具本身更值钱。

一条是够用就停。一个问题如果第一级就能解决，就停在那里。不要为了显得 AI 很厉害，把五个工具全叫出来折腾一遍，那只是在烧时间和额度。

另一条是结论必须回到原始页面。搜索返回的是线索，不是答案。摘要写得再像那么回事，它也只是别人嚼过一遍的东西，重要的事得自己去看原文。

把这套东西装完，我最大的感受是：AI 搜索效果好不好，跟工具数量关系不大，跟有没有人给它定过规矩关系很大。

你先别急着把五个工具全接上。挑一个最常用的场景，把上面那四级规则改成你自己的版本，跑两天看看它还会不会乱叫工具。剩下的，慢慢补。

规则不写清楚，装再多也是白装