AI Finder Kit Search

Que fait AI Finder Kit Search ?

Version : 1.3.1

Utilisez le client intégré sans dépendances pour interroger le service de recherche agrégé authentifié. Pour une installation interactive locale, exécutez configure afin de stocker la clé dans un fichier protégé ; pour l'automatisation, injectez AIFINDERKIT_API_KEY. Ne placez jamais de clé dans les invites, les sorties de commandes, les fichiers sources ou les fichiers de compétence.

Prérequis

• Python 3.10 ou version ultérieure avec accès HTTPS sortant.
• Une clé de recherche ou de propriétaire AI Finder Kit valide dans AIFINDERKIT_API_KEY ou dans le fichier d'identification protégé créé par configure.
• Aucun paquet Python supplémentaire. Ce bundle de compétence ne contient intentionnellement aucune identification.

Avant la première recherche, exécutez python scripts/aifinderkit_search.py doctor. Il vérifie Python, l'authentification, la version de l'API, les points d'accès disponibles et les limites en vigueur sans afficher la clé.

Flux de travail

1. Exécutez doctor lorsque l'accès n'a pas été vérifié dans l'environnement actuel.
2. Choisissez la plus petite opération qui répond à la demande :
   • search : une requête unique avec résultats normalisés et dédoublonnés.
   • domains : découvre les sous-domaines verticaux valides d'AnySearch avant une recherche structurée.
   • batch : deux à cinq requêtes indépendantes.
   • fetch : texte lisible d’une page HTTP(S) publique connue.
   • map : découvre une liste limitée de liens sur une page statique.
   • crawl : extrait une petite section du même hôte, jamais un large crawl de site.
   • research : collecte multi-requêtes d'éléments de preuve, extraction, couverture et détection de lacunes.
   • Pour les travaux académiques, utilisez --preset academic-strict ; utilisez academic-relaxed uniquement lorsque les pages de projet et les rapports techniques non académiques sont également utiles. Le mode relaxé échange la précision contre le rappel, donc inspectez retrieval_signals.query_relevance et écartez les correspondances faibles.
   • meta : niveau d'accès actuel et limites de requêtes.
3. Exécutez scripts/aifinderkit_search.py.
4. Utilisez retrieval_score avec ses retrieval_signals pour juger de la qualité de la récupération. Le score de fusion n'est qu'une valeur de classement du fournisseur. confidence est un alias obsolète pour retrieval_score et ne représente jamais une vérité factuelle.
5. Citez les URL des pages renvoyées dans la réponse destinée à l'utilisateur. Traitez les extraits comme des aides à la découverte ; utilisez fetch ou la page principale avant de faire des affirmations précises.
6. Pour les comparaisons ou les affirmations importantes, exigez soit une source primaire, soit un accord entre deux sources indépendantes. Ne traitez pas confidence comme une vérification factuelle ; c'est un signal de récupération.

Commandes

python scripts/aifinderkit_search.py search "query" --limit 10 --mode balanced
python scripts/aifinderkit_search.py search "query" --language zh --category news
python scripts/aifinderkit_search.py search "query" --include-domain github.com
python scripts/aifinderkit_search.py domains --domain academic --domain code
python scripts/aifinderkit_search.py search "transformer" --vertical-domain academic --vertical-sub-domain academic.search
python scripts/aifinderkit_search.py search "multimodal learning" --preset academic-strict --mode deep
python scripts/aifinderkit_search.py research "retrieval augmented generation evaluation" --preset academic-strict --fetch-top 5
python scripts/aifinderkit_search.py batch --query "paper one" --query "paper two" --preset academic-relaxed --limit 5
python scripts/aifinderkit_search.py fetch "https://example.com/page"
python scripts/aifinderkit_search.py map "https://example.com/docs" --max-links 30
python scripts/aifinderkit_search.py crawl "https://example.com/docs" --max-pages 5 --max-depth 1
python scripts/aifinderkit_search.py research "topic" --subquery "history" --subquery "current evidence" --fetch-top 3
python scripts/aifinderkit_search.py meta
python scripts/aifinderkit_search.py configure
secret-manager-command | python scripts/aifinderkit_search.py configure --key-stdin
python scripts/aifinderkit_search.py doctor

Utilisez fast pour la découverte sensible à la latence, balanced par défaut et deep pour la recherche. Ajoutez --freshness day|week|month|year uniquement lorsque la demande est limitée dans le temps. Le délai d'attente du client est de 60 secondes par défaut ; pour une recherche multi-PDF, placez --timeout 120 avant le nom de la commande.

Pour les domaines structurés AnySearch (finance, académique, code, santé, juridique, sécurité, voyage, etc.), exécutez d'abord domains. Copiez uniquement un sub_domain renvoyé et incluez tous les paramètres requis avec --vertical-param key=value ; utilisez une valeur vide lorsque le répertoire indique un paramètre requis mais qu'aucun ne s'applique. Si domains renvoie 403, poursuivez avec la recherche agrégée ordinaire au lieu d'inventer un schéma vertical.

Lorsque l'étape 2 du flux de travail est une revue de littérature, suivez references/academic-research.md au lieu du chemin de recherche ordinaire. Les préréglages académiques utilisent des moteurs spécialisés, exposent les métadonnées DOI/auteur/année/accès ouvert lorsqu'elles sont disponibles et évitent les retours au Web général en mode strict. Lisez references/api.md avant de consommer programmatiquement l'objet academic.

Utilisez map avant crawl. Conservez les valeurs par défaut de crawl sauf si l'utilisateur a besoin d'une section spécifique de documentation de petite taille. Le crawl est du HTML statique, sur le même hôte, au maximum huit pages et profondeur deux ; ce n'est pas un outil d'automatisation de navigateur.

Pour une recherche approfondie, lisez references/research-workflow.md avant de choisir des sous-requêtes ou d'interpréter coverage et gaps. Pour la sélection des sources et la vérification des citations, lisez references/source-quality.md.

Si le script fourni n'est pas dans le répertoire de travail actuel, résolvez-le par rapport à ce SKILL.md au lieu de supposer que le répertoire scripts/ existe dans le projet de l'utilisateur.

Le client vérifie d'abord AIFINDERKIT_API_KEY pour une clé en ligne. Si elle n'est pas définie, le client lit le fichier protégé sélectionné par AIFINDERKIT_API_KEY_FILE, ou ~/.config/aifinderkit/credentials par défaut. La commande interactive configure lit sans écho ; configure --key-stdin prend en charge les pipelines des gestionnaires de secrets. Les deux écrivent en mode 0600 en dehors de la compétence et du projet actuel. Ne passez jamais une clé comme argument de ligne de commande.

Si un point d'accès renvoie 401, demandez à l'utilisateur de configurer une clé de recherche valide. S'il renvoie 429, signalez la limite et n'effectuez pas de boucle de nouvelles tentatives. Si warnings indique qu'une source est indisponible, indiquez que l'ensemble des résultats a été dégradé au lieu de laisser entendre une agrégation complète.

Lisez references/api.md uniquement lorsque des schémas exacts, des mappages de points d'accès ou un comportement d'erreur sont nécessaires.