multi-search-engine
par openclawmulti-search-engine est une compétence de recherche web qui prend en charge 17 moteurs de recherche, des opérateurs avancés, des filtres temporels, des options axées sur la confidentialité et des requêtes WolframAlpha. Elle aide les agents à construire et exécuter de meilleures URL de recherche sans clés API.
Cette compétence obtient un score de 70/100, ce qui signifie qu’elle peut figurer dans l’annuaire pour les utilisateurs qui recherchent une boîte à outils légère de construction d’URL de recherche sans API, à condition d’accepter de garder une part de jugement dans l’exécution. Le dépôt documente clairement 17 moteurs de recherche, des modèles d’URL et des exemples d’opérateurs avancés, ce qui permet à un agent de l’activer plus fiablement qu’à partir d’un prompt générique. En revanche, il s’agit surtout d’une compétence de référence documentaire et d’URL, plutôt que d’un workflow plus complet avec règles de décision, contraintes ou support d’automatisation.
- Documente 17 endpoints de moteurs concrets dans SKILL.md/config.json, ce qui facilite le déclenchement pour les agents utilisant des outils de type web_fetch.
- Fournit des exemples pratiques pour les recherches de base, ciblées par site, respectueuses de la confidentialité et avec opérateurs avancés, ainsi qu’un guide de référence pour la syntaxe de recherche approfondie de type Google.
- Aucune clé API n’est requise, ce qui réduit les frictions à l’adoption et rend l’intérêt de l’installation facile à comprendre.
- La compétence ne comprend ni scripts, ni commande d’installation, ni utilitaires exécutables : l’installation apporte donc surtout des modèles d’URL de recherche et de la documentation, plutôt qu’une automatisation réutilisable.
- Les indications opérationnelles restent limitées sur le choix du moteur, les comportements de repli, les limites de débit/blocage et les attentes en matière de parsing ; dans des contextes de navigation réels, les agents pourront donc encore devoir procéder par essais et ajustements.
Vue d’ensemble du skill multi-search-engine
Ce que fait réellement multi-search-engine
Le skill multi-search-engine fournit à un agent des modèles d’URL de recherche prêts à l’emploi pour 17 moteurs couvrant la recherche web chinoise et internationale, ainsi que des exemples d’opérateurs avancés et d’usage direct de web_fetch. Il convient particulièrement à celles et ceux qui disposent déjà d’une capacité de navigation et veulent élargir et accélérer leurs découvertes sans avoir à gérer de clés API.
Quand multi-search-engine est le plus adapté à la recherche web
Utilisez multi-search-engine pour la recherche web lorsqu’un seul moteur ne suffit pas : recouper la couverture selon les régions, retrouver des pages absentes d’un index par défaut, lancer des requêtes site: et filetype:, ou basculer vers des moteurs orientés confidentialité comme DuckDuckGo, Startpage et Brave. Le skill inclut aussi WolframAlpha pour les recherches factuelles ou computationnelles qui ne relèvent pas d’une recherche web classique.
Pourquoi les utilisateurs l’installent au lieu de tout formuler manuellement
La vraie valeur n’est pas tant « recherche sur le web » que « réduit l’incertitude dans la formulation des recherches ». Le skill regroupe au même endroit les endpoints des moteurs, les variantes régionales et des exemples d’opérateurs, ce qui permet à un agent de passer plus vite d’une demande vague comme « trouver des rapports PDF récents de régulateurs européens » à des recherches concrètes. Aucune clé API n’est nécessaire, mais il faut un environnement d’exécution capable d’ouvrir ou de récupérer des pages de résultats.
Points de compromis à connaître avant d’installer multi-search-engine
Ce skill multi-search-engine est léger : ce n’est pas un orchestrateur de recherche complet. Il ne classe pas les sources à votre place, ne déduplique pas les résultats et ne garantit pas le contournement des protections anti-bot. Certains moteurs peuvent aussi changer leur rendu avec le temps, et la qualité des résultats dépend toujours fortement de la construction des requêtes. Installez-le si vous cherchez une boîte à outils pratique pour les URL de recherche ; passez votre chemin si vous avez besoin d’une API de recherche managée ou d’un pipeline de crawling automatisé.
Comment utiliser le skill multi-search-engine
Contexte d’installation et fichiers à lire en premier
Installez avec :
npx skills add openclaw/skills --skill gpyangyoujun/multi-search-engine
Commencez ensuite par lire SKILL.md pour la liste des moteurs et les exemples d’appel, config.json pour les définitions canoniques des moteurs, puis references/international-search.md pour les conseils les plus utiles sur les opérateurs et les filtres temporels. metadata.json confirme le périmètre actuel : 17 moteurs, sans exigence de clé API.
Quelles entrées fournir au skill
Le skill multi-search-engine fonctionne mieux lorsque votre prompt précise :
- le sujet ou l’entité exacte
- la région ou la langue visée
- la contrainte de fraîcheur
- le type de source recherché, par exemple actualités, documentation, forums, PDFs ou sites officiels
- les exclusions éventuelles
Objectif faible : « Research AI policy. »
Objectif solide : « 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. »
Comment transformer un objectif flou en prompt exploitable
Demandez à l’agent de générer et d’exécuter plusieurs variantes de requêtes, pas une recherche générique unique. Un bon prompt d’usage de multi-search-engine ressemble à ceci :
“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.”
Cela fonctionne parce que le prompt précise les moteurs, les familles de requêtes, le biais de sources recherché et le type de synthèse attendu.
Workflow pratique et conseils qualité
Commencez large, puis resserrez :
- Lancez 2 à 3 requêtes de découverte larges sur un moteur global et un moteur régional.
- Relevez les noms exacts de produits, d’auteurs, de domaines ou de formats de fichiers.
- Relancez avec des opérateurs comme
site:,filetype:, des guillemets, des exclusions et des filtres temporels. - Vérifiez les affirmations surprenantes sur un second moteur.
Conseils pratiques :
- Utilisez
GoogleouBing INTpour une couverture large. - Utilisez
Baidu,SogououWeChatlorsque la couverture des plateformes chinoises compte vraiment. - Utilisez
DuckDuckGo,StartpageouBravesi vous voulez un classement alternatif et des résultats plus orientés confidentialité. - Utilisez
WolframAlphapour les questions calculables, pas pour la recherche de documents.
FAQ sur le skill multi-search-engine
multi-search-engine est-il meilleur qu’un prompt de recherche web classique ?
En général oui, pour une recherche structurée. Un prompt classique laisse souvent implicites le choix du moteur et la conception des requêtes. Le skill multi-search-engine rend ces choix explicites, ce qui améliore la couverture et la répétabilité, en particulier pour la recherche multilingue, les recherches limitées à certains sites et la collecte d’informations bornées dans le temps.
Est-ce adapté aux débutants ?
Oui, si vous comprenez déjà les opérateurs de recherche de base ou si vous êtes prêt à reprendre les exemples tels quels. Le skill reste simple, car il expose surtout des modèles d’URL de recherche et des schémas de requêtes. Les débutants devront malgré tout apprendre quand utiliser les guillemets, site:, filetype: ou les exclusions pour éviter des résultats trop bruités.
Dans quels cas multi-search-engine est-il mal adapté ?
Ne vous reposez pas sur ce skill multi-search-engine si vous avez besoin d’un scraping stable garanti, de SLA officiels via API, ou d’une agrégation automatique des résultats. Ce n’est pas non plus le bon outil pour des bases fermées, du contenu accessible uniquement après connexion, ou des tâches où l’extraction directe des sources compte davantage que la phase de découverte.
Quels moteurs essayer en premier ?
Pour une recherche générale en anglais : Google, DuckDuckGo, Brave.
Pour une découverte mêlant web international et Chine : Bing INT, Baidu, Sogou, WeChat.
Pour les documents et publications officielles : commencez avec Google plus site: et filetype:pdf.
Pour les faits computationnels : WolframAlpha.
Comment améliorer le skill multi-search-engine
Donnez à multi-search-engine des contraintes plus nettes
De meilleurs résultats viennent d’un cadrage de recherche plus précis. Indiquez la zone géographique, la plage de dates, le type de contenu et le niveau de confiance attendu. « Find startup funding news » est trop vague. « 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 » est nettement plus solide.
Utilisez des séries de requêtes pilotées par opérateurs, pas des recherches isolées
Le mode d’échec le plus courant consiste à s’arrêter après une seule requête large. Demandez plutôt un pack de requêtes :
- requête en correspondance exacte avec guillemets
- requête
site:pour des domaines connus - requête
filetype:pdfpour des rapports - requête avec exclusions pour réduire le bruit
- requête filtrée par date pour la récence
C’est précisément là que les références du skill apportent une vraie valeur ajoutée par rapport à un simple survol du repo.
Gérer les problèmes de qualité les plus fréquents
Si les résultats sont trop maigres, changez d’abord de moteur avant de réécrire toute la tâche. S’ils sont trop bruités, ajoutez des guillemets, des exclusions et des restrictions de domaine. Si le sujet est régional, utilisez un moteur et une langue adaptés à la zone visée. Si la tâche est analytique plutôt que documentaire, redirigez-en une partie vers WolframAlpha au lieu de tout faire passer de force par un moteur de recherche standard.
Itérer après le premier passage
Après un premier tour d’usage de multi-search-engine, demandez à l’agent d’indiquer :
- quels moteurs ont produit des sources uniques
- où les résultats étaient répétitifs
- quels nouveaux mots-clés sont apparus
- quelles preuves ou sources manquent encore
Lancez ensuite un second passage en réutilisant la terminologie découverte, les noms d’organisations et les types de fichiers identifiés. C’est généralement à cette deuxième itération que ce skill devient réellement plus utile qu’un prompt de navigation générique.