스킬 web-search
🔍

web-search

안전 ⚙️ 외부 명령어🌐 네트워크 접근

AI 기반 검색 도구로 웹 검색

또한 다음에서 사용할 수 있습니다: inference-sh-9,inference-sh,inferen-sh,Cain96

실시간 웹 검색 및 콘텐츠 추출 기능으로 AI 에이전트를 강화하세요. 이 스킬은 연구, 팩트 체크, RAG 파이프라인을 위해 inference.sh CLI를 통해 Tavily 및 Exa API에 액세스할 수 있습니다.

지원: Claude Codex Code(CC)
🥉 74 브론즈
1

스킬 ZIP 다운로드

2

Claude에서 업로드

설정 → 기능 → 스킬 → 스킬 업로드로 이동

3

토글을 켜고 사용 시작

테스트해 보기

"web-search" 사용 중입니다. 양자 컴퓨팅의 최신 개발 사항 검색

예상 결과:

최신 출처 5개를 찾았습니다. 주요 개발 사항으로는 IBM의 1000큐비트 프로세서 돌파구, Google의 양자 오류 수정 개선, 새로운 양자 암호화 표준이 포함됩니다. 출처: Nature, MIT Technology Review, ArXiv.

"web-search" 사용 중입니다. https://example.com/research-paper의 콘텐츠를 추출하고 요약

예상 결과:

연구 논문에서 4,200단어를 추출했습니다. 요약: 이 논문은 정확도 벤치마크를 유지하면서 계산 복잡성을 40% 감소시키는 트랜스포머 아키텍처에 대한 새로운 접근 방식을 제시합니다.

"web-search" 사용 중입니다. 공식 출처에 따르면 도쿄의 현재 인구는 얼마인가요?

예상 결과:

도쿄 도정 통계(2024)에 따르면, 도쿄의 인구는 도도부현 전체에서 약 1,410만 명, 23개 특별구에서 980만 명입니다.

보안 감사

안전
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
스캔된 파일
151
분석된 줄 수
5
발견 사항
1
총 감사 수
낮은 위험 문제 (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.

위험 요인

⚙️ 외부 명령어 (1)
SKILL.md:15-143
🌐 네트워크 접근 (1)
SKILL.md:9-149
감사자: claude

품질 점수

38
아키텍처
100
유지보수성
87
콘텐츠
50
커뮤니티
99
보안
91
사양 준수

만들 수 있는 것

출처 인용이 포함된 연구 에이전트

모든 주제에 대한 최신 정보를 웹에서 ���색하고, 관련 콘텐츠를 추출하며, 적절한 출처 인용과 함께 답변을 제공하는 AI 에이전트를 구축하세요. 정확하고 최신 정보가 필요한 학생, 연구원, 분석가에게 유용합니다.

팩트 체크 도우미

권위 있는 출처를 검색하여 주장과 진술을 검증하세요. 이 스킬은 여러 URL에서 콘텐츠를 추출하고 정보를 상호 참조하여 정확성을 판단할 수 있습니다. 저널리스트, 편집자, 콘텐츠 모더레이터에게 이상적입니다.

RAG 파이프라인 데이터 강화

정적 지식 베이스를 보완하기 위해 최신 웹 콘텐츠를 가져와서 검색 증강 생성 시스템을 강화하세요. 최신 개발 사항을 검색하고, 관련 기사를 추출하며, 더 정확한 응답을 위해 LLM 프롬프트에 입력하세요.

이 프롬프트를 사용해 보세요

기본 웹 검색 
[주제]에 대한 정보를 웹에서 검색하세요. Tavily Search Assistant를 사용하여 관련된 최신 출처를 찾으세요.
다중 출처 연구 
[주제/산업]의 최신 개발 사항을 검색하세요. 가장 관련성 높은 5개 URL에서 콘텐츠를 추출하고 핵심 트렌드를 요약하세요.
팩트 체크 쿼리 
이 주장을 검증하세요: [특정 주장 또는 진술]. 이 정보를 ��인하거나 반박하는 권위 있는 출처를 검색하세요.
RAG 강화 분석 
먼저 [주제]에 대한 최신 정보를 검색한 다음, 해당 결과를 사용하여 이 질문에 답하세요: [특정 질문]. 응답에 출처를 포함하세요.

모범 사례

  • 특히 사실적 주장에 대해서는 여러 출처를 확인하여 검색 결과를 항상 검증하세요
  • 더 관련성 높은 결과를 얻으려면 광범위한 질문보다 구체적이고 타겟팅된 쿼리를 사용하세요
  • 여러 출처의 정보를 종합하려면 검색 작업을 LLM 분석과 연결하세요
  • 빈번하게 검색되는 쿼리에 대해 캐싱을 구현하고 속도 제한을 준수하세요

피하기

  • 사람의 검증 없이 민감하거나 중요한 결정의 주요 출처로 웹 검색을 사용하지 마세요
  • 관련 없는 결과를 반환할 수 있으므로 특정 제약 없이 매우 광범위한 주제를 검색하지 마세요
  • robots.txt나 서비스 약관에서 스크래핑을 금지하는 웹사이트에서 콘텐츠를 추출하지 ��세요
  • 인용된 출처의 정확성을 검토하지 않고 AI 생성 답변만 의존하지 마세요

자주 묻는 질문

이 스킬을 사용하려면 어떤 API 키가 필요한가요?
inference.sh 계정과 API 키가 필요합니다. 이 스킬은 Tavily 및 Exa API와의 인증을 처리하는 inference.sh CLI를 사용합니다. 자격 증명을 구성하려면 'infsh login'을 실행하세요.
수행할 수 있는 검색 횟수에 제한이 있나요?
속도 제한은 inference.sh 계정 티어에 따라 다릅니다. 무료 티어는 일반적으로 더 낮은 제한이 있습니다. 특정 할당량에 대해서는 계정 대시보드를 확인하고 더 높은 사용량을 위해 업그레이드를 고려하세요.
상업용 애플리케이션에 이 스킬을 사용할 수 있나요?
네, 이 스킬은 MIT 라이선스입니다. 단, 사용이 inference.sh 서비스 약관과 기본 Tavily/Exa API 계약을 준수하는지 확인하세요. 상업적 사용에는 적절한 API 티어가 필요할 수 있습니다.
Tavily와 Exa의 차이점은 무엇인가요?
Tavily는 직접적인 답변과 출처 인용으로 AI 기반 검색에 강점이 있습니다. Exa는 매우 관련성 높은 결과와 직접적인 사실적 답변으로 의미 체계 검색에 특화되어 있습니다. 둘 다 콘텐츠 추출을 제공합니다. 답변이 포함된 연구에는 Tavily를, 정밀 검색에는 Exa를 사용하세요.
검색 결과를 LLM 분석과 어떻게 결합하나요?
스�킬 설명서의 워크플로우 예제를 사용하세요. 먼저 검색 앱을 실행하고 ���과를 파일로 저장한 다음, 해당 파일을 LLM 앱의 입력으로 전달하세요. ��를 통해 웹 콘텐츠가 LLM 컨텍스트를 강화하는 RAG 파이프라인을 활성화할 수 있습니다.
이 스킬은 오프라인에서 작동하나요?
아니요, 이 스킬은 작동에 인터넷 연결이 필요합니다. 모든 검색 및 추출 작업은 inference.sh에 실시간 API 호출을 수행하며, 그 다음 Tavily/Exa 서비스를 쿼리합니다. 사용하기 전에 네트워크 연결이 안정적인지 확인하세요.

개발자 세부 정보

작성자

skillssh

라이선스

MIT

리포지토리

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

참조

main

파일 구조

📄 SKILL.md