现在的 AI Agent，最怕什么？不是不会写代码，而是不知道外面的世界发生了什么。

你让 AI"帮我查一下今天最新的技术资料"，它需要搜索。

你让 AI"帮我分析一个 GitHub 项目"，它需要访问网页。

你让 AI"查一下某个漏洞的最新信息"，它需要实时搜索。

问题来了。传统大模型本身掌握的知识存在时间边界，而 AI Agent 真正开始干活之后，越来越需要一种能力：随时搜索互联网，并把搜索结果变成 AI 能直接理解的上下文。

最近发现一个很有意思的项目：AnySearch。 它的定位非常直接：

The Search Infrastructure Your AI Can Trust

也就是面向 AI Agent 的搜索基础设施。

AnySearch 到底是什么？

简单理解：

传统搜索：
人 → 搜索引擎 → 网页 → 人阅读

而 AnySearch 更关注：

AI Agent → AnySearch → 通用与垂直搜索互联网 → 结构化结果 → AI继续推理

它不是单纯给人使用的搜索框，而是给 AI Agent 使用的搜索能力。

官方目前提供三种主要接入方式：API、MCP、Skill。 也就是说，你可以把它接入 AI Agent、Coding Agent、自动化工作流、自己的 AI 应用。

为什么 AI Agent 特别需要搜索？

这个问题其实非常关键。以前我们使用 ChatGPT、Claude 等大模型，通常是：

用户提问 → 模型回答

模型主要依赖训练数据 + 当前上下文。 但 Agent 不一样，Agent 的工作模式正在逐渐变成：

理解任务 → 搜索资料 → 读取网页 → 分析代码 → 再次搜索 → 整理信息 → 最终回答

所以搜索能力正在成为 Agent 的基础设施。

AnySearch 最核心的能力：实时搜索

通用 Web 搜索、垂直领域搜索、并行批量搜索、URL 全文内容提取。

这几个能力看起来普通，但放到 AI Agent 里面，就完全不一样了。

不只是"搜网页"

比如你问"React 最新版本有什么变化？"普通搜索是：搜索关键词 → 返回网页。Agent 更希望得到：

问题 → 搜索 → 筛选 → 提取内容 → 结构化结果 → 交给模型

因为 AI 最需要的并不是一堆搜索结果， 而是干净、结构化、可以直接进入上下文的信息。 这也是 AnySearch 官方特别强调的能力。

官网将其描述为：Clean Context Delivery， 同时支持结构化 Markdown 输出。

一个非常实用的功能：直接提取网页全文

这个功能对于 AI Agent 特别重要。假设你给 Agent 一个 https://example.com/article，它不只是告诉你"这个网页存在"，而是可以：

URL → 抓取页面 → 提取内容 → 转换成 Markdown → 交给 AI

AnySearch MCP Server 官方明确提供 URL Content Extraction， 也就是完整网页内容提取。

实操案例一：让 AI Agent 帮你做一次技术调研

这个场景其实非常适合 AnySearch。

比如你准备做一个前端项目，需要选择一个适合自己的开源图表库。

你可以直接让 AI Agent：

“帮我调研一下目前比较热门的 React 图表库，重点比较 GitHub Star、最近更新时间、支持的图表类型、TypeScript 支持情况以及项目 License，最后给我一个选型建议。”

以前可能需要自己：

搜索 Google / Bing → 打开 GitHub → 查看 README → 查看文档 → 对比多个项目 → 整理结果

而拥有实时搜索能力之后，Agent 可以自己完成：

搜索相关项目 → 获取 GitHub 信息 → 读取项目文档 → 提取关键信息 → 对比多个方案 → 给出结论

这时候，搜索就不再是：

“帮我找一个网页。”

而是：

“帮我完成一次技术调研。”

这也是 AI Agent 使用搜索能力之后，最明显的变化。

实操案例二：让 AI Agent 自己寻找并分析开源项目

再比如，你正在开发一个类似在线白板的功能。

你直接问 Agent：

“帮我找几个 GitHub 上实现在线白板/流程图编辑的开源项目，并分析它们分别使用了什么技术，以及核心实现思路。”

Agent 可以先搜索 GitHub 以及相关技术资料。

找到项目之后，再进一步：

搜索 GitHub → 寻找相关项目 → 读取 README → 提取项目技术栈 → 分析实现方式 → 对比多个方案

如果某个项目还存在相关技术文档或者 Issue，Agent 还可以继续搜索。

最后得到的就不再只是几个 GitHub 链接，而是一份可以直接帮助你做技术选型的结果。

这其实就是：

Search → Read → Analyze → Compare

对于 AI Coding Agent 来说，这种能力非常实用。

MCP 版本也来了

如果你最近关注 AI Agent，应该已经很熟悉 MCP。 它解决的问题很简单：让 AI 模型可以调用外部工具。 比如：

AI → MCP → GitHub / 数据库 / 文件系统 / 浏览器 / 搜索

AnySearch 也提供了 AnySearch MCP Server， GitHub 仓库目前已经公开。项目定位就是 Unified real-time search MCP server， 支持：通用搜索、垂直领域搜索、批量搜索、URL 内容提取。

MCP 接入也非常简单

例如 AnySearch 官方提供的 Claude Desktop 配置方式：

{
  "mcpServers": {
    "anysearch": {
      "type": "streamable-http",
      "url": "https://api.anysearch.com/mcp",
      "headers": {
        "Authorization": "Bearer ${ANYSEARCH_API_KEY}",
        "X-Anysearch-Client": "mcp/1.0.0"
      }
    }
  }
}

也就是说，支持 Streamable HTTP 的客户端，可以直接连接 https://api.anysearch.com/mcp， 而不一定需要自己部署 MCP Server。（

更有意思的是：它支持匿名访问

这是 AnySearch 一个比较容易被忽略的特点。官方 MCP Server README 明确说明：API Key 不是强制要求。 没有 API Key，也可以通过匿名方式使用，只是速率限制更低。 如果需要更高的速率限制，再配置 API Key 即可。

对于开发者来说，这意味着：想体验，不用一开始就折腾复杂的账号体系。

Skill 又是什么？

如果你经常使用 Claude Code、OpenCode、Cursor、Windsurf、Cline 这类 AI Coding Agent，应该已经开始接触 Skills。 Skill 可以简单理解成：

一套能力说明 + 使用规则 + 工具调用方式

让 Agent 知道：什么时候用这个能力。

AnySearch 直接提供了 AnySearch Skill， 官方 Skill 当前版本为 3.0.1， 并且明确支持 search、batch_search、extract、get_sub_domains 等能力。

安装方式也很简单

官方仓库提供了直接下载方式。例如：

curl -L -o anysearch-skill.zip \
https://github.com/anysearch-ai/anysearch-skill/archive/refs/heads/main.zip

然后放到对应 Agent 的 Skill 目录。例如：

Claude Code    → ~/.claude/skills/anysearch
OpenCode       → ~/.config/opencode/skills/anysearch
Cursor/Windsurf → 项目 .skills/anysearch

官方 README 还提供了共享目录 ~/.agents/skills/ 用于多个 AI 工具共享 Skill。

这就很有意思了

过去我们给 AI 加搜索能力，可能需要：写 API → 处理认证 → 写搜索逻辑 → 处理网页 → 清洗 HTML → 转换 Markdown → 再交给模型。

现在可以变成：

Agent → AnySearch Skill → 搜索 → 获取内容 → 继续工作

复杂度明显下降。

它还支持"批量搜索"

这个功能其实特别适合 Agent。假设你让 AI"帮我对比 React、Vue、Svelte、Solid 最新生态。"传统方式是：搜索 React → 搜索 Vue → 搜索 Svelte → 搜索 Solid，一个个执行。

而 AnySearch 提供 Parallel Batch Search， 也就是一次执行多个独立搜索。 这对于 Agent 来说非常重要，因为 Agent 经常需要同时获取多个信息源。

还支持垂直领域搜索

AnySearch 并不只是 Web Search。官方 MCP Server 当前列出的垂直领域包括：finance、academic、security、legal、code 等。也就是说，不同问题，可以走不同的数据搜索方向。这也是它和普通搜索框比较大的区别。

例如代码搜索

如果你问"有没有实现类似功能的开源项目？"Agent 可以：搜索 GitHub → 寻找相关项目 → 读取代码 → 提取实现方式 → 比较多个方案。

AnySearch 官方首页也将 Dev Project Code Search 作为实际场景进行展示。

对开发者来说，它真正有价值的地方是什么？

其实不是"又多了一个搜索引擎。"而是搜索正在从"人使用的工具"，变成"Agent 使用的基础能力"。

以前：

Google / Bing → 人

现在：

Search API → Agent

未来可能变成：

Agent → 搜索 → 理解 → 调用工具 → 执行任务

搜索不再是最终目的， 而是Agent 工作流中的一个工具。

AnySearch 的整体架构其实很清楚

如果把它简单画出来：

                 AI Agent
                    │
          ┌─────────┼─────────┐
          ↓         ↓         ↓
        Skill      MCP       API
          └─────────┼─────────┘
                    ↓
                AnySearch
                    ↓
        ┌───────────┼───────────┐
        ↓           ↓           ↓
     Web Search  Domain Search  URL Extract
        │           │           │
        └───────────┼───────────┘
                    ↓
             Structured Result
                    ↓
                 AI Agent

这也是为什么 AnySearch 官方把自己定位为 Search Infrastructure， 而不只是 Search Engine。

它最适合哪些场景？

我觉得可以简单分成四类。

01 AI Coding： 查 GitHub、查官方文档、查最新 API、查 Issue、查技术方案，让 Coding Agent自己搜索。

02 Research Agent： 竞品分析、技术调研、论文检索、行业信息、新闻搜索，Agent 不需要只依赖模型记忆，可以实时获取信息。

03 AI 应用： 如果你正在开发 AI Assistant、AI Search、Research Agent、Knowledge Agent，可以直接通过 API / MCP 接入搜索能力。

04 自动化工作流： 例如每天早上搜索最新技术新闻 → 筛选 GitHub 项目 → 读取文章 → 整理摘要 → 生成日报。这种场景其实非常适合搜索 + Agent。

AnySearch 和普通搜索最大的区别

可以用一句话总结：

普通搜索是帮人找到网页，AnySearch 更强调帮 Agent 获取可以直接使用的信息。

所以它关注的不只是 Search Result， 还包括：

Intent → Routing → Search → Extraction → Structured Context

官网也将 Smart Intent Routing 作为核心能力之一，系统会根据查询意图，将请求路由到更合适的数据源。

写在最后

AnySearch 这个项目真正值得关注的地方，并不是“又来了一个搜索工具。”

而是它踩中了一个非常明显的趋势：

AI Agent 正在从“回答问题”走向“自己完成任务”。

而一个真正能干活的 Agent，不可能永远只依赖模型自己的知识。

它需要：搜索、浏览、读取、分析、调用工具、再继续执行。

所以：AI Agent + Search + MCP + Skill + API

正在逐渐形成一套新的基础设施。

AnySearch 做的事情，就是把其中最基础、也最重要的一环 Search 重新包装成 Agent 可以直接调用的能力。

另外，对于学生和开发者来说，AnySearch 最近还推出了 Student & Developer Program（学生与开发者计划）。

官方介绍显示，该计划主要面向学生、AI 开发者以及开源贡献者，符合条件的用户可以获得搜索额度支持，用于学习、研究、AI 应用开发以及开源项目实践。

如果你最近正在研究 AI Agent、MCP、Skills、AI Coding 或搜索增强应用，这个项目确实值得收藏。

AnySearch 官网：https://www.anysearch.com/home

AnySearch Skill：https://github.com/anysearch-ai/anysearch-skill

AnySearch MCP Server：https://github.com/anysearch-ai/anysearch-mcp-server

你平时用 AI Coding Agent 的时候，有没有遇到过它"不知道最新信息"的尴尬？你觉得给 AI 加上实时搜索能力，是不是比单纯提升模型参数更有用？评论区聊聊～

---

各位互联网搭子，要是这篇文章成功引起了你的注意，别犹豫，关注、点赞、评论、分享走一波，让我们把这份默契延续下去，一起在前端的海洋里乘风破浪！