@amartinr/pi-searxng
Pi极简网页搜索工具，基于SearXNG缓存
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：@amartinr/pi-searxng。 它的用途是：Pi极简网页搜索工具，基于SearXNG缓存 完整的 Skill 内容见：https://321skill.com/skills/amartinr-pi-searxng/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
“搜索2025年React最新版本的新特性”，它会调用SearXNG进行网页搜索，返回标题、链接和摘要，并生成一个searchId。之后你可以说“用ID 123重新获取刚才的搜索结果”来直接读取缓存。
介绍
这个 Skill 解决了 AI 编码或研究过程中需要实时搜索网页信息，但又不想引入臃肿工具或泄露隐私的痛点。在开发或调研时，你经常需要快速获取最新资料、技术文档或市场数据，但大多数集成的搜索方案要么携带大量无关功能，要么依赖外部 API 产生额外成本。
使用方式很简单，你只需要在配置文件中设置 SearXNG 实例地址（或通过环境变量指定），然后安装该扩展即可。之后通过自然语言指令如“搜索最新的 Python 3.13 发布说明”就能触发 web_search 工具，返回结构化的搜索结果列表，并自动生成一个 searchId 用于后续缓存查询。如果需要再次查看同一批结果，直接调用 get_search_results 带上 ID 即可，无需重复请求。
它非常适合需要频繁进行网页搜索的全栈开发者、学术研究者以及内容创作者。尤其是那些已经使用 Pi 作为 AI 编码代理平台、希望在不离开对话环境的情况下快速获取外部信息的团队或个人。对于需要追踪技术动态、竞品情报或写作素材的用户来说，这是一个轻量而高效的补充。
建议在部署前确保已有一个可用的 SearXNG 实例，并配置好安全搜索级别。需要注意的是，它只提供纯文本搜索结果的返回，不包含网页内容提取、HTML 转 Markdown 或仓库克隆等功能，因此不适合需要深度分析网页内容的场景。如果后续需要提取正文，可以配合其他专门的 Pi 扩展使用。
常见问题
如何配置 SearXNG 实例地址？
在 `~/.pi/agent/extensions/pi-searxng/config.json` 中设置 `searxngUrl` 字段，或通过环境变量 `SEARXNG_URL` 指定。
搜索结果的缓存有效期是多久？
缓存使用 LRU 淘汰策略，并带有新鲜度 TTL（Time To Live），具体时长可在配置中调整，默认为每个搜索 ID 在一定时间内有效。
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/amartinr-pi-searxng/raw/index.md 读取 @amartinr/pi-searxng 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/amartinr-pi-searxng/raw/index.md（查看排版版本）