Argo (agent search skill / MCP)部分实测🇨🇳 中文

踏雪寻仙花 5 个月做了 Argo,给 Claude Code、Codex 等智能体装上 300 个搜索源,不配 API Key 也能中英文检索

很多智能体的联网搜索只接了一两个搜索引擎,查公司新闻常拿到旧闻,查产品口碑常拿到软文。踏雪寻仙(@TaXue2025)为此做了 Argo:一个给智能体用的搜索与深度研究工具,同时提供 Skill、MCP 和 DeepSeek Harness 插件三种装法,v2.14.0 收录 300 个数据源,按问题领域和语言自动挑源、去重、排序,还能抓网页正文、公众号文章、PDF 和论文。没配 API Key 时只用免费源和本地源,配了 Key 的源会自动加入。我们克隆了 v2.14.0(1345696),只装 pyyaml,不配任何 Key:本机可直接调用的源有 237 个;英文查询约 2.8 秒返回 5 条结果(含原帖和博客),中文查询约 2.7 秒从搜狗微信和 anysearch 返回 5 条中文结果。没有测深度研究、登录态搜索和 MCP 接入。

访问官网 Argo (agent search skill / MCP) ↗
定价
免费
地区
国内
出自哪里
中文社区
上架日期
2026 年 11 月 12 日
实测日期
2026 年 11 月 12 日
用的版本
argo-search 2.14.0 (git 1345696), CLI from repo, no API keys
分类
调研搜索自动化代理
原作者
踏雪寻仙 @TaXue2025 ↗
我们实测
部分实测
成本 / 耗时
仓库 Apache 2.0,本身免费。不配 Key 时只用免费源;Tavily、Exa、Firecrawl 等商业源要用自己的 Key,按各家价格计费。README 提到 DeepSeek 源默认有每月 ¥5 预算,可以用 argo budget 调整。
来源
X @TaXue2025 ↗GitHub taxueseek/argo ↗

要解决的事

让智能体查资料时不只依赖一个搜索引擎,按中文、英文和不同领域自动换源,少拿到旧闻和软文。

步骤

  1. 需要 Python 3.9 以上。最快的接法是让 MCP 客户端执行:npx -y github:taxueseek/argo(Claude Code、Cursor 等);长期在本机用,可以按 README 跑 install.sh 一键脚本,或 npm install -g argo-search。
  2. DeepSeek Harness 用户可以装成插件:dsh plugin --profile web add argo-search,然后重启 dsh web。
  3. 先不配 Key 试一次:argo search --list-engines --routable-only 看本机能用哪些源;再试 argo search "你的问题" --max-results 5 --json,看 engines_used 里实际用了哪些源。
  4. 需要更高质量时,按 docs/ENGINE_CATALOG.md 给想用的源配 Key(例如 Tavily、Exa);没配 Key 的源会自动跳过。
  5. 抓单页用 argo fetch "网址",公众号文章用 argo wx "网址",论文用 argo paper "arXiv 编号"。

原文怎么说

踏雪寻仙 @TaXue2025(X 长文,2026-11-10):独立开发 5 个月,v2.14.0 接入 300 个数据源,其中超过 100 个不需要配置;提供 Skill、MCP、DSH 插件三种形态,可以装进 Claude Code、Codex、Zcode、WorkBuddy、豆包、千问、DeepSeek Harness 等环境。他认为常见的多引擎搜索项目只接几个到十几个源,本质是让用户自己申请商业 API Key;Argo 对 DeepSeek、元宝搜索、知乎搜索、anysearch 等中文搜索也做了适配,还能把本机文件(技能、代码、文档、笔记)和公网结果合在一起检索。

我们实测

2026-11-12 在 Linux(CPython 3.13.5)上 git clone https://github.com/taxueseek/argo(1345696,pyproject 版本 2.14.0,Apache 2.0),新建虚拟环境只装 pyyaml,不配任何 API Key,直接用仓库里的 bin/argo。argo search --list-engines --routable-only 报告「有实现的源 237 个」。argo search "simon willison beep locator" --max-results 5:用了 parallel_free 和 firecrawl 两个免费通道,约 2.8 秒返回 5 条,包含 Simon Willison 的原博文和 X 原帖。argo search "Seedream 5.5 发布" --json:路由到 wechat_sogou 和 anysearch,约 2.7 秒返回 5 条中文结果(搜狐、百度百科、B 站等)。没有测 research 深度研究、fetch 抓取、ego-search 登录态搜索,也没有把它接进任何 MCP 客户端。

我们亲自试下来:不配 Key 时,Argo 能直接用免费源完成中英文搜索,并按语言换到中文源;两次查询都在 3 秒内返回,结果和问题相关。

怎么用上

仓库在 GitHub,国内可正常克隆;原帖是 X 长文。

适合谁

经常让智能体查中文资料、公众号、行业新闻或论文的人;也适合想给 DeepSeek Harness 换搜索后端的人。只偶尔问一两个问题、模型自带搜索已经够用时,没必要装。

踩坑提示

  • 没配 Key 时可用源会少很多(我们本机是 237 个可调用),结果质量也依赖当时哪些免费源可用。
  • 结果里的网页内容标为 untrusted,智能体引用前还是要点开核对,不能把排序分数当成事实可信度。
  • 知乎、小红书等登录后才能看的内容要开 ego-search,并用你自己的登录态,默认关闭。
  • 作者在长文里的「断层式领先」是他自己的比较,我们没有和其他搜索工具做对比。

同类用例