AnySearch

Hey Product Hunt 👋 我是 AnySearch 团队的 Grant。

我们是一群 AI 开发者和工程师，专门为 AI 智能体构建搜索基础设施。

传统搜索是为人类设计的，我们为 AI 智能体打造了搜索。

人类会扫读链接、对比来源、判断可信度，但智能体不会。

AnySearch 为智能体和开发者提供实时、结构化的可信搜索。

当信息过时、不完整、路由错误或被杂乱 HTML 掩埋时，最终输出的可靠性就会大打折扣。智能体有时会一遍又一遍地搜索，有时会自信地建立在薄弱上下文上——无论哪种情况，工作流都会中断。

这就是我们做 AnySearch 要解决的问题。

🧠 理解查询的真实意图

🔍 并行搜索可信来源

🚫 过滤 SEO 垃圾、广告和重复结果

📄 为智能体返回干净、结构化的信息

开发者为什么用它：

· 减少重复搜索调用

· 少做 HTML 清理

· 为模型提供更干净的上下文

· 智能体输出更可靠

与你现有的工作流无缝集成

AnySearch 可通过以下方式使用：

· Skill

· MCP

· API

在你的智能体中安装 AnySearch👇

1. 打开 https://anysearch.com/

2. 点击右上角的“Add to Agent”。

3. 选择 Skill，复制提示词，粘贴到你的智能体中。

你的智能体会自动完成安装。

今天就试试 AnySearch，把它加到你的智能体里，免费开始使用。

欢迎反馈意见。

跨并行源的去重是我最感兴趣的部分。现实中，同一新闻或数据点会被到处转载，智能体最后会在上下文里拿到四块几乎一样的片段，而且每块看着都挺权威。你们是怎么处理的？用字符串相似度还是语义层面的方法？另外，当某个“可信来源”恰好报道错误的时候，你们怎么管理来源可信度？

MCP 加 Skill 支持是个正确的方向，智能体工具明显在往这个方向走。有个好奇的点：对于更新较慢的垂直领域（比如法律或学术来源）和需要接近实时的领域（比如金融），你们是按域名跑不同的缓存/刷新策略，还是统一层搞定？另外，你们直接公开了对比 Brave 和 Parallel 的实际数据，而不是像通常发布文案那样只说“更快更智能”，这点很难得。

终于拿一个小的研究任务试了试，结果回来得那么干净，真有点意外——已经排序和分组好了，我的智能体不用再做那些杂活了。

“智能体可信的实时结构化搜索”这个说法引出的问题是：这里的“结构化”到底指什么？输出 schema 是由调用方定义的（比如智能体传入一个类型化的 JSON 规范），还是 AnySearch 从查询中推断结构然后返回任意看起来合适的形态？这个区别对下游智能体来说非常重要，因为它需要可靠地解析响应而无需额外验证步骤。另外我也好奇，你们怎么处理那些激进封锁爬虫的来源？因为实时网页搜索质量往往在那些拥有最新信息的站点上迅速崩塌。

恭喜发布！你们的搜索结果来源是什么，更新频率如何？