@ahkohd/pi-yagami-search
提供本地优先的智能体化网页搜索与内容提取工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：@ahkohd/pi-yagami-search。 它的用途是：提供本地优先的智能体化网页搜索与内容提取工具 完整的 Skill 内容见：https://321skill.com/skills/ahkohd-pi-yagami-search/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我深入研究一下LLM推理优化技术FlashAttention，并需要引用来源。”，它会启动一个异步深度搜索任务（`yagami deep start`）。之后，你可以通过`yagami deep check <researchId>`来查看研究进度和获取初步结果，最终得到一份带有引用和关键发现的整理报告。
介绍
这个Skill解决了开发者在研究和信息收集过程中需要频繁切换浏览器、手动筛选和整理网页内容的低效问题。在实际开发中，开发者经常需要查询最新的技术文档、研究竞品信息或搜集行业报告，传统搜索方式不仅耗时，还难以保证信息的完整性和准确性。Yagami将智能体化的搜索能力本地化，让开发者能通过命令行直接进行深度、结构化的信息获取。
使用方式很简单，你只需要通过npm全局安装Yagami，然后启动本地守护进程即可。之后就可以通过自然语言指令来执行各种搜索任务，例如yagami search "latest updates in browser automation"进行智能体化网页搜索，或使用yagami fetch https://example.com精确提取单个网页内容。对于复杂研究，还可以启动异步深度搜索yagami deep start "Research FlashAttention in LLMs with citations"。
它非常适合需要高效进行技术调研、竞品分析或内容创作的团队或个人。尤其是那些已经使用命令行工具进行开发，并希望将信息搜集流程自动化、集成到现有工作流中的开发者。数据分析师和学术研究者也能利用其深度搜索和确定性提取功能，快速构建研究资料库。
建议在需要获取最新、可靠网络信息作为项目输入时统一使用此工具。需要注意的是，它主要依赖本地HTTP守护进程，因此需要确保网络连接和端口可用性。对于需要实时性极高的场景，建议结合其提供的指标监控功能来优化查询性能。
常见问题
Yagami搜索的结果和直接在浏览器搜索有什么区别？
Yagami进行的是“智能体化搜索”，它会理解你的查询意图，访问多个来源，并对结果进行整理、关联和去重，返回结构化的源记录，而不仅仅是链接列表，信息密度和可用性更高。
`yagami fetch` 和普通的 `curl` 命令有什么不同？
`yagami fetch` 是“确定性提取”，它不仅能获取网页HTML，还能智能地提取主要内容，排除广告和导航等噪音，并可通过`--max-chars`等参数控制输出，专注于呈现核心信息。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/ahkohd-pi-yagami-search/raw/index.md 读取 @ahkohd/pi-yagami-search 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/ahkohd-pi-yagami-search/raw/index.md（查看排版版本）