multi-search-engine
von openclawmulti-search-engine ist eine Skill für Web-Recherche mit 17 Suchmaschinen, erweiterten Operatoren, Zeitfiltern, datenschutzorientierten Optionen und WolframAlpha-Abfragen. Sie hilft Agents, bessere Such-URLs ohne API-Keys zu erstellen und auszuführen.
Diese Skill erreicht 70/100 Punkten. Damit ist sie für Verzeichnisnutzer geeignet, die ein leichtgewichtiges Such-URL-Toolkit ohne API suchen, aber bereit sein sollten, einen Teil der Ausführungslogik selbst zu übernehmen. Das Repository dokumentiert 17 Suchmaschinen, URL-Muster und Beispiele für erweiterte Operatoren klar, sodass ein Agent sie zuverlässiger auslösen kann als auf Basis eines allgemeinen Prompts. Gleichzeitig bleibt es überwiegend eine Dokumentations- und URL-Referenz-Skill statt eines umfassenderen Workflows mit Entscheidungsregeln, Einschränkungen oder Automatisierungsunterstützung.
- Dokumentiert 17 konkrete Engine-Endpunkte in SKILL.md/config.json, was das Auslösen für Agents mit web_fetch-ähnlichen Tools unkompliziert macht.
- Bietet praxisnahe Beispiele für einfache, site-spezifische, datenschutzorientierte und erweiterte Operator-Suchen sowie einen Referenzleitfaden für die tiefe Suchsyntax im Google-Stil.
- Es werden keine API-Keys benötigt, was die Einstiegshürde senkt und die Installationsabsicht leicht verständlich macht.
- Die Skill enthält keine Skripte, keinen Installationsbefehl und keine ausführbaren Hilfen; installiert werden also vor allem Such-URL-Muster und Dokumentation statt wiederverwendbarer Automatisierung.
- Die operative Anleitung bleibt bei Engine-Auswahl, Fallback-Verhalten, Rate Limits/Blockierungen und Parsing-Erwartungen knapp, sodass Agents in realen Browsing-Kontexten weiterhin mit Trial-and-Error arbeiten müssen.
Überblick über den multi-search-engine Skill
Was der multi-search-engine Skill tatsächlich macht
Der multi-search-engine Skill gibt einem Agenten sofort nutzbare Such-URL-Muster für 17 Suchmaschinen an die Hand – für chinesische und globale Web-Recherche ebenso wie für Beispiele mit erweiterten Operatoren und direkter web_fetch-Nutzung. Am besten eignet er sich für Nutzer mit bereits vorhandener Browsing-Fähigkeit, die ohne API-Keys schneller und breiter recherchieren möchten.
Beste Eignung für Web Research
Nutze multi-search-engine für Web Research, wenn eine einzelne Suchmaschine nicht ausreicht: um regionale Abdeckung gegenzuprüfen, Seiten zu finden, die im Standardindex fehlen, site:- und filetype:-Abfragen auszuführen oder zu datenschutzorientierten Suchmaschinen wie DuckDuckGo, Startpage und Brave zu wechseln. Außerdem ist WolframAlpha enthalten – für faktische oder rechnerische Abfragen, die nicht in klassische Websuche fallen.
Warum Nutzer das installieren, statt manuell zu prompten
Der eigentliche Mehrwert ist weniger „durchsucht das Web“ als vielmehr „nimmt das Rätselraten bei der Suchformulierung ab“. Der Skill bündelt Suchmaschinen-Endpunkte, Regionsoptionen und Operator-Beispiele an einem Ort, sodass ein Agent von einer vagen Aufgabe wie „finde aktuelle PDF-Berichte von EU-Regulierungsbehörden“ deutlich schneller zu konkreten Suchanfragen kommt. Es sind keine API-Keys nötig, aber du brauchst eine Laufzeitumgebung, die Suchergebnisseiten öffnen oder abrufen kann.
Zentrale Abwägungen vor der Installation
Dieser multi-search-engine Skill ist bewusst leichtgewichtig und kein vollständiger Search-Orchestrator. Er bewertet Quellen nicht für dich, dedupliziert keine Treffer und garantiert auch kein Umgehen von Bot-Schutz. Manche Suchmaschinen können ihr Rendering im Lauf der Zeit ändern, und die Ergebnisqualität hängt weiterhin stark von der Query-Konstruktion ab. Installiere ihn, wenn du ein praktisches Toolkit für Such-URLs willst; überspringe ihn, wenn du eine gemanagte Search API oder eine automatische Crawling-Pipeline brauchst.
So verwendest du den multi-search-engine Skill
Installationskontext und welche Dateien du zuerst lesen solltest
Installieren mit:
npx skills add openclaw/skills --skill gpyangyoujun/multi-search-engine
Lies danach zuerst SKILL.md für die Liste der Suchmaschinen und die Beispielaufrufe, dann config.json für die maßgeblichen Engine-Definitionen und references/international-search.md für die wichtigsten Hinweise zu Operatoren und Zeitfiltern. metadata.json bestätigt den aktuellen Umfang: 17 Suchmaschinen, keine API-Key-Pflicht.
Welche Eingaben der Skill braucht
Der multi-search-engine Skill funktioniert am besten, wenn dein Prompt Folgendes enthält:
- das Thema oder die exakte Entität
- die gewünschte Region oder Sprache
- die Anforderung an Aktualität
- den Quellentyp, zum Beispiel Nachrichten, Docs, Foren, PDFs oder offizielle Websites
- Ausschlüsse, falls vorhanden
Schwaches Ziel: „Recherchiere KI-Politik.“
Starkes Ziel: „Use multi-search-engine to find English and Chinese sources on 2025 AI safety regulation, prioritize official sites and PDFs, include results from Google, Bing INT, Baidu, and DuckDuckGo, and prefer the last 12 months.”
Wie du aus einem groben Ziel einen nutzbaren Prompt machst
Bitte den Agenten, mehrere Query-Varianten zu erzeugen und auszuführen – nicht nur eine generische Suche. Ein starker Prompt für die Nutzung von multi-search-engine sieht so aus:
“Use the multi-search-engine skill for Web Research. Create 6 search queries for this goal: compare open-source vector databases for on-prem deployment. Include site:github.com, site:docs.*, and filetype:pdf variants, run them across Google, Brave, and DuckDuckGo, and summarize overlaps, unique findings, and missing evidence.”
Das funktioniert, weil Suchmaschinen, Query-Familien, Quellen-Bias und die erwartete Synthese klar vorgegeben sind.
Praktischer Workflow und Tipps zur Ergebnisqualität
Starte breit und werde dann präziser:
- Führe 2–3 breite Discovery-Queries auf einer globalen und einer regionalen Suchmaschine aus.
- Extrahiere exakte Produktnamen, Autoren, Domains oder Dateiformate.
- Suche erneut mit Operatoren wie
site:,filetype:, Anführungszeichen, Ausschlüssen und Zeitfiltern. - Prüfe überraschende Behauptungen in einer zweiten Suchmaschine gegen.
Praktische Tipps:
- Nutze
GoogleoderBing INTfür breite Abdeckung. - Nutze
Baidu,SogouoderWeChat, wenn chinesische Plattformen wichtig sind. - Nutze
DuckDuckGo,StartpageoderBrave, wenn du alternative Rankings und datenschutzorientierte Ergebnisse möchtest. - Nutze
WolframAlphafür berechenbare Fragestellungen, nicht für die Dokumentensuche.
FAQ zum multi-search-engine Skill
Ist multi-search-engine besser als ein normaler Web-Such-Prompt?
Meist ja, vor allem für strukturierte Recherche. Ein normaler Prompt lässt die Wahl der Suchmaschine und das Query-Design oft implizit. Der multi-search-engine Skill macht diese Entscheidungen explizit, was Abdeckung und Wiederholbarkeit verbessert – besonders bei mehrsprachiger Recherche, site-beschränkten Suchen und zeitlich eingegrenzter Faktensuche.
Ist das einsteigerfreundlich?
Ja, wenn du grundlegende Suchoperatoren bereits kennst oder bereit bist, die Beispiele zu übernehmen. Der Skill ist einfach, weil er vor allem Such-URL-Templates und Query-Muster bereitstellt. Einsteiger müssen aber unter Umständen trotzdem lernen, wann Anführungszeichen, site:, filetype: oder Ausschlüsse nötig sind, um verrauschte Ergebnisse zu vermeiden.
Wann passt der Skill eher nicht?
Verlass dich nicht auf diesen multi-search-engine Skill, wenn du garantiert stabiles Scraping, offizielle API-SLAs oder automatische Aggregation von Ergebnissen brauchst. Er ist auch nicht das richtige Werkzeug für geschlossene Datenbanken, Inhalte hinter Login oder Aufgaben, bei denen direkte Quell-Extraktion wichtiger ist als reine Discovery.
Welche Suchmaschinen sollte ich zuerst ausprobieren?
Für allgemeine Recherche auf Englisch: Google, DuckDuckGo, Brave.
Für gemischte globale und China-fokussierte Recherche: Bing INT, Baidu, Sogou, WeChat.
Für Dokumente und offizielle Veröffentlichungen: starte mit Google plus site: und filetype:pdf.
Für rechnerische Fakten: WolframAlpha.
So verbesserst du den multi-search-engine Skill
Gib multi-search-engine präzisere Einschränkungen vor
Bessere Ergebnisse beginnen mit besserem Such-Framing. Lege Geografie, Datumsbereich, Inhaltstyp und Vertrauenspräferenz fest. „Finde Nachrichten über Startup-Finanzierungen“ ist zu vage. „Use multi-search-engine to find venture funding announcements for robotics startups in Japan since Jan 2025 from company blogs, TechCrunch-like outlets, and official filings” ist deutlich stärker.
Arbeite mit operatorgetriebenen Query-Sets statt mit Einzelsuchen
Der häufigste Fehler ist, nach einer einzigen breiten Suchanfrage aufzuhören. Bitte stattdessen um ein Query-Paket:
- Exact-Match-Query mit Anführungszeichen
site:-Query für bekannte Domainsfiletype:pdf-Query für Berichte- Ausschluss-Query zum Entfernen von Rauschen
- zeitgefilterte Query für Aktualität
Genau hier liefert das Referenzmaterial des Skills echten Mehrwert, der über ein bloßes Überfliegen des Repos hinausgeht.
So gehst du mit typischen Qualitätsproblemen um
Wenn die Ergebnisse dünn sind, wechsle zuerst die Suchmaschine, bevor du die ganze Aufgabe neu formulierst. Wenn die Ergebnisse verrauscht sind, füge Anführungszeichen, Ausschlüsse und Domain-Beschränkungen hinzu. Wenn das Thema regional geprägt ist, nutze eine passende Suchmaschine und Sprache. Wenn die Aufgabe eher analytisch als dokumentenbasiert ist, leite einen Teil an WolframAlpha weiter, statt alles in eine Standard-Websuche zu pressen.
Nach dem ersten Durchlauf mit multi-search-engine iterieren
Bitte den Agenten nach der ersten Nutzungsrunde mit multi-search-engine auflisten:
- welche Suchmaschinen einzigartige Quellen geliefert haben
- wo sich Ergebnisse wiederholt haben
- welche neuen Keywords aufgetaucht sind
- welche Belege noch fehlen
Starte danach einen zweiten Durchlauf mit den entdeckten Begriffen, Organisationsnamen und Dateitypen. In dieser zweiten Iteration wird der Skill meist deutlich wertvoller als ein generischer Browsing-Prompt.