总安装量 17
评分人数 14
核心用法
UnSearch Skill 提供五个核心 API 端点，满足从基础搜索到深度研究的全链路需求：
1. Web Search：基础网页搜索，支持 Google/Bing/DuckDuckGo 多引擎并行，可选网页内容抓取（scrape_content），返回结构化结果包含标题、摘要、完整正文及字数统计。
2. Agent Search：AI 优化的搜索端点（Tavily 兼容），支持生成 AI 回答（basic/advanced/production 三级深度），可限定/排除特定域名，返回带置信度评分的引用结果，专为 LLM 应用设计。
3. Content Extraction：针对特定 URL 的内容提取，支持批量处理，可提取原始文本内容，适用于对已知的网页进行深度解析而非全网搜索。
4. Deep Research：多源深度研究模式，提供 quick/standard/deep/comprehensive 四级深度，自动综合 3-30 个来源生成执行摘要（executive summary）、关键发现（key findings）和引用列表，适合学术调研和商业分析。
5. Fact Verification：事实核查端点，对特定声明进行多源验证，返回 true/false/partially_true/misleading/unverifiable 等判定结果及置信度评分，支持假新闻检测和事实验证工作流。
所有端点均通过标准 HTTP POST 请求访问，支持 Python（httpx）、JavaScript（fetch）和 curl 调用，提供完整的 JSON 响应格式和错误码处理（401/429/422/500）。
显著优点
开源与成本优势：作为开源的 Tavily/Exa 替代方案，提供免费套餐（5000 次/月）和透明定价，降低 AI 应用的数据获取成本。
隐私保护机制：支持零留存模式（Zero-Retention），通过 X-Zero-Retention: true 头确保敏感查询不留存，满足隐私合规要求。
RAG 流程优化：Agent Search 专为检索增强生成设计，返回带评分的内容片段和结构化引用，可直接注入 LLM 上下文，减少幻觉问题。
多源验证能力：独特的事实核查端点可自动交叉验证信息源，为 AI 应用提供可信度评估，适合新闻核查、学术验证等高风险场景。
多语言支持：支持 ISO 639-1 语言代码指定，可进行多语言搜索和内容提取，满足全球化应用需求。
潜在缺点与局限性
来源可信度限制：开发者来自社区/个人（T3 来源），虽代码透明可审计，但缺乏知名机构背书，企业级应用需谨慎评估长期维护能力。
网络依赖与数据出境：所有功能依赖 api.unsearch.dev 服务，需确保网络连通性，且数据需传输至第三方服务器，对数据主权敏感的场景（如政府、金融）可能存在合规限制。
API 配额与限流：免费版仅 10 次/分钟，高并发场景需付费升级（Pro/Growth/Scale），且作为相对较新的服务，稳定性可能不及 Google Custom Search 等成熟方案。
内容提取限制：依赖目标网页的反爬策略，部分 JavaScript 渲染的现代网页（SPA）可能抓取失败，且未提供浏览器模拟（playwright/puppeteer）等高级渲染选项。
适合的目标群体
- AI Agent 开发者：需要为自主代理提供实时网络搜索和工具调用能力
- RAG 系统架构师：构建检索增强生成流程，需要高质量的网页内容注入
- 学术研究员：进行文献调研、事实核查和多源信息综合
- 内容审核团队：需要自动化的事实验证和假新闻检测工具
- 市场情报分析师：监控竞品动态、行业趋势，需要深度研究模式
使用风险
API 可用性风险：作为第三方服务，存在单点故障可能，建议实现熔断机制和降级方案（如切换至备用搜索 API）。
数据隐私风险：尽管提供零留存模式，但搜索查询本身仍可能包含敏感信息，建议对医疗、法律等敏感领域启用隐私模式并审查服务条款。
成本控制风险：深度研究（deep/comprehensive）模式可能消耗大量配额（单次查询可能触发多次内部搜索），需监控用量避免超额。
内容版权风险：抓取网页内容需遵守 robots.txt 和版权法规，商业用途需注意引用来源的知识产权问题。