Token导航 LogoToken导航

Agent Skill · 研究检索

parallel-search(并行搜索)

parallel-search 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

parallel-search 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为接触敏感数据;许可证为 MIT,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 70,176。

总安装 212周安装 9GitHub Stars 3下载 74核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:parallel-search(并行搜索)
来源仓库:https://github.com/otrebu/agents
仓库路径:skills/parallel-search
安装命令:
npx skills add https://github.com/otrebu/agents --skill parallel-search
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/otrebu/agents --skill parallel-search

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

parallel-search 用于查找、检索和筛选相关信息,适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。适用于大规模数据检索、多引擎结果聚合和信息优先级排序等场景。

通过 GitHub 仓库安装,使用 npx skills add 命令添加指定技能。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。适用宿主包括 Codex、Claude、Cursor、Gemini CLI,接入前应确认版本、权限和运行环境要求。

来源仓库内路径:skills/parallel-search

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/otrebu/agents --skill parallel-search;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

parallel-search 怎么安装?

在终端执行 npx skills add https://github.com/otrebu/agents --skill parallel-search。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

parallel-search 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

parallel-search 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

parallel-search 是免费的吗?

来源标注的许可证是 MIT。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

parallel-search 用的人多吗?

公开数据是累计安装 212 次,近一周安装 9 次,下载 74 次,GitHub 3 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

parallel-search 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。
  • 3 个目录同时收录,说明这个 Skill 流传比较广。
  • 许可证明确为 MIT,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
parallel-search

并行搜索 · 本页

2123接触敏感数据MIT有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Parallel Search

Web research using Parallel's Search API with extended excerpts (up to 30K chars per result).

When to Use

Use for comprehensive research on:

  • Technical topics requiring multiple perspectives
  • New frameworks, libraries, technologies
  • Comparative analysis
  • Current events
  • Documentation synthesis

Prerequisites

Required:

Dependencies: Auto-installed via pnpm

Workflow

When user requests research:

  1. Analyze question to identify main objective
  2. Generate 3-5 targeted query angles for multi-perspective coverage
  3. Execute single bash command with --objective and --queries parameters
  4. API returns deduplicated results from parallel execution
  5. Analyze extended excerpts and synthesize findings
  6. Save report to docs/research/parallel/TIMESTAMP-topic.md

Usage

Comprehensive Research (Recommended)

cd plugins/knowledge-work/skills/parallel-search
pnpm tsx scripts/search.ts \
  --objective "Production RAG system architecture" \
  --queries \
    "RAG chunking strategies" \
    "RAG evaluation metrics" \
    "RAG deployment challenges" \
    "RAG vector database selection"

The API executes all queries in parallel and returns deduplicated results automatically.

Quick Single Query

pnpm tsx scripts/search.ts --objective "When was the UN founded?"

Processor Levels

# Default: pro (balanced quality/speed)
pnpm tsx scripts/search.ts --objective "..."

# Ultra: maximum quality for critical research
pnpm tsx scripts/search.ts --objective "..." --processor ultra

Parameters

  • --objective (required): Main search objective (natural language, be specific)
  • --queries: Additional query angles (max 5, 200 chars each)
  • --processor: lite/base/pro/ultra (default: pro)
  • --max-results: Results per search (default: 15)
  • --max-chars: Excerpt length per result (default: 5000, max: 30000)

Output Format

Returns markdown with:

  • Search metadata (objective, result count, execution time)
  • Top domains distribution
  • Ranked results:

- Title and URL - Domain - Extended excerpts (joined with double newlines) - Rank

Query Generation Strategy

For broad topics: Generate queries covering different aspects

Example: "RAG systems"

  • Objective: "Production RAG system architecture overview"
  • Queries: "chunking strategies", "evaluation metrics", "deployment patterns", "vector databases"

For comparisons: Generate queries for each option plus general comparison

Example: "PostgreSQL vs MongoDB"

  • Objective: "PostgreSQL vs MongoDB comparison"
  • Queries: "PostgreSQL use cases", "MongoDB use cases", "relational vs document databases"

For current events: Use temporal and source diversity

Example: "Latest AI developments"

  • Objective: "Recent AI model releases and benchmarks"
  • Queries: "GPT-4 updates", "open source LLMs", "AI safety research", "industry adoption"

Research Persistence

After synthesis, save report:

  1. Get timestamp: Use timestamp skill for YYYYMMDDHHMMSS format
  2. Sanitize topic: Use sanitizeForFilename from formatter.ts (kebab-case, 50 char limit)
  3. Save to: docs/research/parallel/TIMESTAMP-topic.md
  4. Include: Findings, sources with URLs, analysis

Error Handling

Missing API key:

export PARALLEL_API_KEY="your-key-here"

Rate limit exceeded: Wait for reset time (shown in error message)

Network errors: Retry with --processor lite for faster response

Validation errors: Check constraints (max 5 queries, 200 chars each)

Constraints

  • Max 5 queries per request
  • Max 200 chars per query
  • Max 30K chars per excerpt (not guaranteed above 30K)
  • Rate limits depend on API plan tier
  • Requires internet connection

Best Practices

  • Use specific objectives: "Production RAG architecture" > "RAG systems"
  • Leverage all 5 query slots for comprehensive coverage
  • Use --max-chars up to 30000 for deep content analysis
  • Adapt processor level to urgency: pro for most, ultra for critical
  • Save multi-query research for future reference

Implementation

Files:

  • types.ts - Interfaces and error types
  • parallel-client.ts - API client with validation
  • formatter.ts - Markdown output formatting
  • log.ts - CLI logging
  • search.ts - CLI entry point

Testing:

pnpm test

平台分布

Claude Code

26.69%
按下载量换算20

windsurf

25.23%
按下载量换算19

trae

17.35%
按下载量换算13

OpenCode

12.2%
按下载量换算9

Codex

8.3%
按下载量换算6

Antigravity

3.85%
按下载量换算3

安全审计

Gen Agent Trust Hub

可疑

Socket

通过

Snyk

可疑

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。

继续浏览同类 Skills