Compétences web-search
🔍

web-search

Sûr ⚙️ Commandes externes🌐 Accès réseau

Rechercher sur le Web avec des outils alimentés par l'IA

Également disponible depuis: inference-sh-9,inference-sh,inferen-sh,Cain96

Améliorez vos agents d'IA avec des capacités de recherche Web en temps réel et d'extraction de contenu. Cette compétence donne accès aux API Tavily et Exa via l'interface CLI inference.sh pour la recherche, la vérification des faits et les pipelines RAG.

Prend en charge: Claude Codex Code(CC)
🥉 74 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "web-search". Recherchez les derniers développements en informatique quantique

Résultat attendu:

5 sources récentes trouvées. Les développements clés incluent la percée du processeur 1000 qubits d'IBM, les améliorations de correction d'erreurs quantiques de Google et les nouvelles normes de cryptographie quantique. Sources : Nature, MIT Technology Review, ArXiv.

Utilisation de "web-search". Extrayez et résumez le contenu de https://example.com/research-paper

Résultat attendu:

4200 mots extraits du document de recherche. Résumé : L'article présente une nouvelle approche de l'architecture transformer qui réduit la complexité computationnelle de 40% tout en maintenant les benchmarks de précision.

Utilisation de "web-search". Quelle est la population actuelle de Tokyo selon les sources officielles ?

Résultat attendu:

Selon les statistiques du gouvernement métropolitain de Tokyo (2024), la population de Tokyo est d'environ 14,1 millions de personnes dans la préfecture, avec 9,8 millions dans les 23 quartiers spéciaux.

Audit de sécurité

Sûr
v1 • 4/21/2026

All 38 static analysis findings are false positives from documentation code blocks and URL references. The skill legitimately uses Bash tool with inference.sh CLI for web search capabilities. No actual command injection, credential exfiltration, or weak cryptography detected.

1
Fichiers analysés
151
Lignes analysées
5
résultats
1
Total des audits
Problèmes à risque faible (3)
SKILL.md:15-143
Documentation Code Blocks Trigger Pattern Detectors
Backtick patterns in bash code examples (lines 15-143) triggered external_commands detection. These are documentation examples in fenced code blocks, not actual Ruby/shell backtick execution. The skill uses Bash(infsh *) tool which is properly sandboxed.
SKILL.md:9-149
Documentation URLs Trigger Network Detection
URLs in documentation (inference.sh links, example URLs in code blocks) triggered hardcoded URL detection. These are legitimate documentation references and example parameters, not hardcoded malicious endpoints.
SKILL.md:3SKILL.md:29SKILL.md:36SKILL.md:148
False Positive Weak Cryptography Detection
Static analyzer reported weak crypto (MD5) at lines 3, 29, 36, 148. Manual review confirms no MD5 usage in skill. These appear to be pattern-matching errors on line numbers or other non-crypto content.

Facteurs de risque

⚙️ Commandes externes (1)
SKILL.md:15-143
🌐 Accès réseau (1)
SKILL.md:9-149
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
99
Sécurité
91
Conformité aux spécifications

Ce que vous pouvez construire

Agent de recherche avec citations des sources

Construisez un agent d'IA qui recherche le Web pour obtenir des informations actuelles sur n'importe quel sujet, extrait le contenu pertinent et fournit des réponses avec des citations de sources appropriées. Utile pour les étudiants, les chercheurs et les analystes qui ont besoin d'informations précises et à jour.

Assistant de vérification des faits

Vérifiez les affirmations et déclarations en recherchant des sources faisant autorité. La compétence peut extraire le contenu de plusieurs URLs et croiser les informations pour déterminer l'exactitude. Idéal pour les journalistes, les éditeurs et les modérateurs de contenu.

Enrichissement des données pour pipelines RAG

Améliorez les systèmes de génération augmentée par récupération en récupérant du contenu Web frais pour compléter les bases de connaissances statiques. Recherchez les développements récents, extrayez les articles pertinents et intégrez-les dans les invites LLM pour des réponses plus précises.

Essayez ces prompts

Recherche Web basique 
Recherchez sur le Web des informations sur [votre sujet]. Utilisez Tavily Search Assistant pour trouver des sources pertinentes et récentes.
Recherche multi-sources 
Recherchez les développements récents dans [sujet/industrie]. Extrayez le contenu des 5 URLs les plus pertinentes et résumez les principales tendances.
Requête de vérification des faits 
Vérifiez cette affirmation : [affirmation ou déclaration spécifique]. Recherchez des sources faisant autorité qui confirment ou réfutent ces informations.
Analyse améliorée par RAG 
D'abord recherchez les dernières informations sur [sujet], puis utilisez ces résultats pour répondre : [question spécifique]. Incluez les sources dans votre réponse.

Bonnes pratiques

  • Vérifiez toujours les résultats de recherche en consultant plusieurs sources, surtout pour les affirmations factuelles
  • Utilisez des requêtes spécifiques et ciblées plutôt que des questions larges pour obtenir des résultats plus pertinents
  • Enchaînez les opérations de recherche avec l'analyse LLM pour synthétiser les informations de plusieurs sources
  • Respectez les limites de débit et implémentez la mise en cache pour les requêtes fréquemment recherchées

Éviter

  • N'utilisez pas la recherche Web comme source principale pour les décisions sensibles ou critiques sans vérification humaine
  • Évitez de rechercher des sujets très larges sans contraintes spécifiques, car cela peut renvoyer des résultats non pertinents
  • N'extraire pas de contenu de sites Web qui interdisent le scraping dans leur robots.txt ou leurs conditions d'utilisation
  • Ne vous appuyez jamais uniquement sur les réponses générées par l'IA sans examiner les sources citées pour vérifier l'exactitude

Foire aux questions

Quelles clés API ai-je besoin pour utiliser cette compétence ?
Vous avez besoin d'un compte inference.sh et d'une clé API. La compétence utilise l'interface CLI inference.sh qui gère l'authentification avec les API Tavily et Exa. Exécutez 'infsh login' pour configurer vos identifiants.
Y a-t-il une limite au nombre de recherches que je peux effectuer ?
Les limites de débit dépendent de votre niveau de compte inference.sh. Les niveaux gratuits ont généralement des limites plus basses. Consultez le tableau de bord de votre compte pour les quotas spécifiques et envisagez une mise à niveau pour une utilisation plus intensive.
Puis-je utiliser cette compétence pour des applications commerciales ?
Oui, cette compétence est sous licence MIT. Cependant, assurez-vous que votre utilisation est conforme aux conditions d'utilisation d'inference.sh et aux accords d'API Tavily/Exa sous-jacents. L'utilisation commerciale peut nécessiter des niveaux API appropriés.
Quelle est la différence entre Tavily et Exa ?
Tavily excelle dans la recherche alimentée par l'IA avec des réponses directes et des citations de sources. Exa se spécialise dans la recherche sémantique avec des résultats très pertinents et des réponses factuelles directes. Les deux offrent l'extraction de contenu. Utilisez Tavily pour la recherche avec des réponses, Exa pour la recherche de précision.
Comment combiner les résultats de recherche avec l'analyse LLM ?
Utilisez les exemples de workflow dans la documentation de la compétence. D'abord exécutez une application de recherche et sauvegardez les résultats dans un fichier, puis transmettez ce fichier comme entrée à une application LLM. Cela permet les pipelines RAG où le contenu Web enrichit le contexte LLM.
Cette compétence fonctionne-t-elle hors ligne ?
Non, cette compétence nécessite une connectivité Internet pour fonctionner. Toutes les opérations de recherche et d'extraction font des appels API en temps réel vers inference.sh, qui interroge ensuite les services Tavily/Exa. Assurez-vous que votre connexion réseau est stable avant l'utilisation.

Détails du développeur

Auteur

skillssh

Licence

MIT

Dépôt

https://github.com/skillssh/skills/tree/main/tools/llm/web-search/

Réf

main

Structure de fichiers

📄 SKILL.md