智能搜索
智能搜索 是 AI Skill Hub 本期精选Agent工作流之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
智能搜索 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。
在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 8.0 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览
基于Playwright的AI搜索智能体，支持深度网页爬取和多源知识整合
智能搜索 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
📖 中文文档
基于Playwright的AI搜索智能体，支持深度网页爬取和多源知识整合
智能搜索 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
# 方式一：pip 安装（推荐）
pip install justsearch
# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install justsearch
# 方式三：从源码安装（获取最新功能）
git clone https://github.com/yeahhe365/JustSearch
cd JustSearch
pip install -e .
# 验证安装
python -c "import justsearch; print('安装成功')"
- 访问 GitHub 仓库获取工作流文件
- 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
- 上传工作流文件
- 按照提示配置必要的环境变量和 API Key
- 运行测试确认流程正常后投入使用
# 命令行使用
justsearch --help
# 基本用法
justsearch input_file -o output_file
# Python 代码中调用
import justsearch
# 示例
result = justsearch.process("input")
print(result)
# justsearch 配置文件示例（config.yml） app: name: "justsearch" debug: false log_level: "INFO" # 运行时指定配置文件 justsearch --config config.yml # 或通过环境变量配置 export JUSTSEARCH_API_KEY="your-key" export JUSTSEARCH_OUTPUT_DIR="./output"
🚀 JustSearch: 智能 AI 深度搜索助手
<p align="center"> <a href="./README.md">中文</a> | <a href="./README.en.md">English</a> </p>
JustSearch 是一款基于大语言模型（LLM）和自动化浏览器技术的深度搜索工具。它不仅仅是一个搜索界面，更是一个能够像人类一样"思考、搜索、阅读、总结"的智能代理。它能自动拆解复杂问题，深入网页正文提取关键信息，并生成带有精确引用的详尽答案。
---
✨ 核心特性
- 🎯 任务多级拆解：自动分析用户意图，将复杂问题拆解为多个搜索查询或直接访问特定 URL。
- 🕵️ 深度爬取与分析：模拟真实浏览器行为进入网页抓取正文。支持交互模式，能自动识别并点击"阅读更多"、"展开全文"等按钮（含中文按钮识别）。
- 🔄 迭代式搜索逻辑：AI 会评估当前获取的信息是否足以回答问题。如果不足，会自动发起补充搜索，直到获取足够证据。
- 📝 自动标注引用：生成答案时会严格标注来源编号
[1],[2]，并在文末提供对应的原始链接，确保信息真实可靠、可追溯。 - 🛡️ 浏览器反爬规避：集成
playwright-stealth模拟真实人类行为，降低触发验证码（CAPTCHA）的概率。 - 🎨 现代 Web UI：支持流式输出（Streaming）、实时搜索过程可视化、对话历史管理（支持重命名）、深色/浅色模式切换。
- 🔐 安全认证：自动生成 Bearer Token 保护 API 与浏览器控制通道；本机访问会由服务端自动注入，无需额外配置。
- 🛡️ SSRF 防护：阻止对内网地址（含 IPv4-mapped IPv6 和代理/VPN 虚拟 IP 段）的访问，防止服务端请求伪造。
- 🐙 GitHub 深度优化：针对 GitHub 用户和仓库页面进行了专门的爬取逻辑优化，更准确地获取星数、活跃度等信息。
- 🔀 多模型切换：支持配置多个模型 ID（逗号分隔），在对话界面顶部实时切换。
- 🤖 验证码实时交互：搜索过程中遇到验证码时，UI 自动弹出浏览器实时画面，用户点击即可解决，无需中断流程。
- 📥 对话导出：支持将对话记录导出为 Markdown 文件，方便保存和分享。
- 🌓 跟随系统主题：支持浅色、深色、跟随系统三种主题模式。
- 🔍 多搜索引擎：支持 DuckDuckGo、Google、Bing、搜狗、Brave Search、SearXNG 六个搜索引擎。
---
2. 一键部署
#### Mac / Linux 用户
chmod +x deploy.sh
./deploy.shdeploy.bat。
脚本逻辑说明： 1. 优先检查 Docker 环境，若存在则自动构建镜像并启动容器。 2. 若无 Docker，则自动回退至本地 Python 环境，创建虚拟环境、安装依赖并启动服务。
📦 手动安装指南 (针对开发者)
如果您希望手动控制开发环境：
1. 环境准备
python3 -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install -r backend/requirements.txt2. 安装浏览器内核
playwright install chromiumDocker 部署
docker-compose up -d访问 http://localhost:8000。认证 Token 会自动注入到本机页面中，无需手动配置；远程访问请显式提供 token。
---
2. 重新部署
#### Docker 用户 (推荐) 直接运行：
./deploy.shdocker-compose up -d --build--build 参数确保 Docker 重新构建镜像以应用最新的代码和依赖变更。运行数据保存在 data/ 和 user_data/ 中，会通过 Docker volume 保留。
#### 本地 Python 用户
./deploy.shsource venv/bin/activate
pip install -r backend/requirements.txt
playwright install chromium---
🚀 快速启动
我们提供了一键部署脚本，支持 Docker 和本地环境。推荐使用 Docker 以获得最佳体验。
3. 运行服务
```bash
使用脚本运行
./run.sh
或手动启动
python3 -m uvicorn backend.app.main:app --host 0.0.0.0 --port 8000 --reload ```
3. 访问与配置
1. 打开浏览器访问 http://localhost:8000。 - 首次访问时，服务端会自动注入认证 Token，无需手动输入。 - 仅在服务重启后 Token 变更时，本机页面会刷新到新 Token。 - 如果需要从其他设备访问，请在目标 URL 后带上 ?token=<backend/.auth_token 中的值>。 2. 点击页面左下角的 设置 ⚙️ 按钮。 3. 输入您的 API Key 和 Base URL。 - 默认配置为 DeepSeek API（https://api.deepseek.com/v1，模型 deepseek-v4-pro）。 - 也支持 OpenAI、NVIDIA NIM、Claude、任何兼容 OpenAI 协议的 API 服务。 - 💡 提示：API Key 支持输入多个（用英文逗号分隔），程序会自动轮询使用，适合多 Key 负载均衡。 4. 在 模型 ID 中填入模型名称，支持多个模型（逗号分隔），保存后可在对话界面顶部下拉切换。 4. 开始提问！
---
环境变量
| 变量名 | 默认值 | 说明 |
|---|---|---|
HEADLESS | true | 浏览器无头模式（false 显示浏览器窗口，便于调试） |
CORS_ORIGINS | http://localhost:8000,http://127.0.0.1:8000,http://localhost,http://127.0.0.1 | 允许的 CORS 来源（逗号分隔） |
MAX_CONCURRENT_PAGES | 10 | 最大并发浏览器页面数，防止内存溢出 |
OPENAI_API_KEY | - | API Key 环境变量回退（优先使用设置面板中的配置） |
⚙️ 环境变量配置
| 变量 | 默认值 | 说明 |
|---|---|---|
HEADLESS | true | 浏览器无头模式 |
CORS_ORIGINS | http://localhost:8000,http://127.0.0.1:8000,http://localhost,http://127.0.0.1 | CORS 允许的源（逗号分隔） |
MAX_CONCURRENT_PAGES | 10 | 最大并发页面数 |
OPENAI_API_KEY | — | 备用 API Key |
---
🤖 工作流程详解
JustSearch 采用多阶段迭代流程，确保回答的深度和准确性：
- Phase I: 分析 (Analysis) - LLM 接收问题，决定是进行关键词搜索还是直接访问特定链接。
- Phase II: 搜索 (Search) - 在 DuckDuckGo / Google / Bing 等引擎执行并发搜索。
- Phase III: 评估 (Assess) - AI 筛选出最相关的多个结果进行深度阅读。评估时会优先选择官方权威来源。
- Phase IV: 爬取与交互 (Crawl & Interact) - 浏览器进入页面抓取全文。如果开启"交互模式"，AI 会自动点击潜在的内容展开按钮。
- Phase V: 生成 (Generate) - 融合所有来源，生成带引用的结构化答案。如果信息不足，则返回 Phase I 重新迭代。
---
高质量的AI搜索项目，支持深度网页爬取和多源知识整合
⚡ 核心功能
- 可视化 Agent 工作流编排，无需编写复杂代码
- 支持多步骤自动化任务链，实现全流程无人值守
- 与外部 API、数据库和第三方服务无缝集成
- 内置错误处理与自动重试机制，保障稳定运行
- 提供可复用的自动化模板，快速在同类场景部署
👥 适合人群
🎯 使用场景
- 自动化日常重复性工作，将精力集中于创造性任务
- 构建数据采集 → 处理 → 输出的完整自动化管线
- 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
- +MIT 协议，可免费商用
- +大幅减少重复性人工操作
- +可视化流程，清晰直观
- +可扩展性强，支持复杂场景
- −初始配置和调试需投入一定时间
- −强依赖外部服务的稳定性
- −复杂场景需具备一定技术基础
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，智能搜索 在Agent工作流赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | JustSearch |
| Topics | ai-searchautomationllmplaywrightpython-crawler |
| GitHub | https://github.com/yeahhe365/JustSearch |
| License | MIT |
| 语言 | Python |
收录时间：2026-05-27 · 更新时间：2026-05-27 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。