為什麼需要三個搜索引擎？
單一搜索引擎無法滿足 Agent 的全部需求：
- DuckDuckGo：零配置、零成本，但只有網頁摘要
- Tavily：專為 AI 設計的結構化結果，但缺少新聞和社群討論
- Brave：新聞 + 社群 + 網頁全覆蓋，但需要自行提取關鍵信息
三者互補，形成無死角的搜索矩陣。
三引擎同題對比（Query: 「AI agent framework 2026」）
| 維度 | DuckDuckGo | Tavily | Brave |
|---|---|---|---|
| 調用方式 | DeepSeek TUI 內建 | REST API | REST API |
| API Key | 不需要 | 需要 | 需要 |
| 免費額度 | 無限（TUI 內） | 1000次/月 | 2000次/月 |
| AI 摘要 | ❌ 僅片段 | ✅ content 專為 AI 設計 | ❌ SEO meta |
| 相關性評分 | ❌ | ✅ score (0-1) | ❌ |
| 新聞搜索 | ❌ | ❌ | ✅ 內置 News |
| 社群討論 | ❌ | ❌ | ✅ Reddit/Discussions |
| 響應格式 | 扁平列表 | 結構化 JSON | 分層 JSON |
實際返回差異
DuckDuckGo ， 精簡快速
1. "AI Agent Frameworks 2026: 8 SDKs compared" — morphllm.com
2. "8 Ways AI Agents Are Evolving in 2026" — salesforce.com
3. "AI Agent Framework Showdown 2026" — qubittool.com
Tavily-AI 就緒
{
"title": "Top 10 Agentic AI Frameworks 2026",
"content": "FastAgents is a lightweight framework designed for...",
"score": 0.9999
}
content 欄位可直接餵給 LLM，無需二次解析。
Brave ， 新聞 + 社群全覆蓋
📰 News: Microsoft Agent 365 GA
📰 News: Cloudflare 裁員 1,100 人轉向 agentic AI
💬 Reddit: OpenClaw 被社群推為 always-on agent 首選
💬 Reddit: "What is your full AI Agent stack in 2026?" (106 討論)
🌐 Web: 15 條傳統結果
為什麼 DuckDuckGo 更「有新聞感」？
在實際使用中發現：DuckDuckGo 搜「AI news this week」時返回的是編輯綜述文章（「7 Explosive AI Updates」「GitHub Trending Weekly」），這些是人寫的打包新聞。而 Tavily 返回技術分析文，Brave 返回原始新聞稿。
| 引擎 | 內容類型 | 信息密度 | 閱讀體驗 |
|---|---|---|---|
| DuckDuckGo | 編輯綜述、行業博客 | 一篇涵蓋多個話題 | 「像在看報紙」 |
| Tavily | 技術對比、深度分析 | 每篇聚焦單一主題 | 「像在看論文」 |
| Brave | 原始新聞、社群討論 | 每篇一個事件 | 「像在看 RSS」 |
核心原因：DuckDuckGo 的排序算法偏好被廣泛引用的編輯精選頁（SEO 權重高、更新頻繁），天然適合「這週發生什麼大事」類查詢。
場景選擇矩陣（修正版）
| 場景 | 用誰 | 原因 |
|---|---|---|
| 「這週發生什麼」， 新聞綜述 | DuckDuckGo 先掃 | 編輯打包，一篇看全局 |
| 社群輿情 + 最新動態 | Brave News + Discussions | 原始新聞、Reddit 討論 |
| 「這個技術怎麼用」， 深度教學 | Tavily advanced | 結構化摘要，score 排序 |
| 交叉驗證 | DuckDuckGo + Brave | 綜述 → 原始來源對照 |
| 成本控制 | DuckDuckGo 為主 | 免費最優先 |
修正後的搜索工作流
1. DuckDuckGo 先掃全局 → 獲得新聞綜述感，建立主題地圖
2. Brave News 補時效 → 確認最新動態 + 社群反應
3. Tavily 深入 → 對關鍵主題做技術深挖
交叉驗證 Skill 配置
# OpenClaw 中配置三引擎交叉驗證
search_strategy: "cross-validate"
sources: ["duckduckgo", "tavily", "brave"]
min_agreement: 2 # 至少兩個來源一致才採信
priority_order: ["duckduckgo", "brave", "tavily"]
優先順序邏輯：
- DuckDuckGo 先跑（免費，秒回）
- 結果不足 → Brave 補充（新聞 + 社群）
- 需要精確摘要 → Tavily（結構化內容）
Hermes Agent 每日搜集腳本
# ~/hermes/scripts/daily_search.py
from tavily import TavilyClient
import requests
tavily = TavilyClient(api_key="tvly-xxx")
def brave_search(query):
return requests.get(
"https://api.search.brave.com/res/v1/web/search",
params={"q": query, "count": 5, "freshness": "pw"},
headers={"X-Subscription-Token": "BSA-xxx", "Accept": "application/json"}
).json()
topics = ["AI agent 2026", "GitHub trending agent", "LLM release"]
for topic in topics:
tavily_results = tavily.search(topic, max_results=3, search_depth="advanced")
brave_results = brave_search(topic)
# 合併去重 → 生成每日簡報
成本估算（月）
| 場景 | DuckDuckGo | Tavily | Brave | 總成本 |
|---|---|---|---|---|
| Hermes 每日搜集 (30次/天) | 0 | 300 basic | 600 | $0/月 |
| OpenClaw 即時搜索 (10次/天) | 0 | 300 advanced | 0 | $0/月 |
| 深度調研 (5次/週) | 0 | 0 | 20 | $0/月 |
| 月總計 | 0 | 600 | 620 | $0（全在免費額度內） |