AnySearch Skill

采用判断：如果你在做需要联网、检索和引用来源的 AI Agent 或 RAG 工作流，AnySearch Skill 值得试用，尤其适合想把“搜索—抓取—清洗—结构化”后移到后端的团队；但它暂时更像基础设施组件，而不是已经被大规模验证的成熟标准件。

它的实际作用是把公开网页与垂直数据库的检索结果整理后返回给 Agent，公开传播中多次提到可覆盖 22 个垂直数据库，并强调结构化输出、并行搜索、减少模型自己读网页带来的 Token 开销。证据还能支持它可通过 Skill、API、CLI 等方式接入。不过它不是面向普通用户的搜索框，也不是 Perplexity 这类直接给人用的问答产品；更准确的类比，是“给 Agent 用的搜索数据管线”或“联网检索中间层”。

门槛和成本方面，现有证据能确认需要开发接入，至少要处理 API Key、CLI 或 Agent 平台配置。DeepTech 文章称部分主流 Agent 场景可接近零配置安装，但这更像特定生态下的接入便利，不等于所有团队都能零门槛落地。定价与 API 费用在现有证据里没有明确官方公开信息；“可能免费测试”主要是社媒推测，不能视为稳定承诺。隐私方面，部分传播材料提到不记录查询、不追踪用户，但这仍更接近产品宣称，缺少独立审计证明。

适合对象是 Agent 开发者、RAG/研究型应用、需要法律/学术/金融等垂直信息整合的团队；不太适合只想做通用网页搜索、纯消费级聊天搜索，或完全不愿做技术配置的个人。社媒共识上，热度证明明显：知乎与 X 讨论多，媒体稿、转发和 Product Hunt 相关内容密集，X 也有较高浏览量；但好用证明相对弱，实测和长期生产案例有限，更多是介绍、榜单、演示和主观体验。整体讨论质量属于“资讯和转发较多、教程少量、实测有限、样本仍偏小”，因此更适合先做小规模验证，再决定是否作为核心检索基础设施。