Codex Skill 保姆级教程 2：AnySearch — 让 Agent 联网搜索更省 Token、更高效

摘要

[一、为什么 Codex 需要 AnySearch Skill？](#一、为什么 Codex 需要 AnySearch Skill？)

[1.1 Agent 联网搜索为什么容易烧 Token？](#1.1 Agent 联网搜索为什么容易烧 Token？)

（1）网页正文太长

（2）无关信息太多

（3）搜索轮次太多

[二、AnySearch 是面向 AI Agent 的搜索基础设施](#二、AnySearch 是面向 AI Agent 的搜索基础设施)

[2.1 普通搜索引擎](#2.1 普通搜索引擎)

[2.2 更适合 Agent 调用](#2.2 更适合 Agent 调用)

[2.3 支持 Skill、API、MCP 等接入方式](#2.3 支持 Skill、API、MCP 等接入方式)

[三、AnySearch Skill 的核心原理](#三、AnySearch Skill 的核心原理)

[3.1 Codex 负责提出问题](#3.1 Codex 负责提出问题)

[3.2 AnySearch 负责搜索整理](#3.2 AnySearch 负责搜索整理)

[3.3 结果再返回给 Codex 执行后续任务](#3.3 结果再返回给 Codex 执行后续任务)

[四、AnySearch Skill 如何安装和使用？](#四、AnySearch Skill 如何安装和使用？)

[4.1 复制官网 Skill 命令](#4.1 复制官网 Skill 命令)

[4.2 粘贴给 Codex 自动安装](#4.2 粘贴给 Codex 自动安装)

[4.3 在对话中直接调用 AnySearch](#4.3 在对话中直接调用 AnySearch)

摘要

使用 Codex 做项目时，Agent 经常需要联网搜索资料、查官方文档、看 GitHub 仓库、找 API 用法、确认最新版本信息。但问题是：搜索本身非常消耗 Token。因为 Agent 每打开一个网页，都可能把大量正文、广告、导航栏、评论区、无关内容塞进上下文，搜索轮次越多，额度消耗越夸张。

AnySearch Skill 就是为了解决这个痛点出现的。它可以让 Codex 在需要搜索时，把搜索任务交给 AnySearch 的 API 来完成。AnySearch 负责联网检索、筛选、整理信息，最后再以结构化内容或 Markdown 结果返回给 Agent。这样 Codex 不需要自己反复打开网页、阅读大量无关内容，整体搜索过程会更加轻量、集中、高效。

AnySearch 不是让 Codex 多一个搜索入口，而是让 Codex 的搜索过程更省 Token、更结构化、更适合 Agent 工作流。

一、为什么 Codex 需要 AnySearch Skill？

1.1 Agent 联网搜索为什么容易烧 Token？

（1）网页正文太长

使用 Codex 的时候，我们经常会让它完成一些需要联网的任务，比如：

查某个库的最新用法；
查某个框架的官方文档；
查 GitHub 项目的安装方式；
查软件版本更新内容；
查某个 API 的参数说明；
查某个工具是不是支持 Windows。

这些任务看起来很简单，但对 Agent 来说，并不是"搜一下"这么轻松。

普通人搜索时，会自己扫一眼标题、摘要、目录，然后判断哪个网页有用。

但 Agent 搜索时，往往需要打开网页、读取内容、分析正文，再决定下一步。

问题就出在这里：

一个网页里真正有用的信息可能只有几句话，但 Agent 可能读进去几千甚至上万字。

网页中可能包含：

顶部导航；
侧边栏；
广告内容；
推荐文章；
评论区；
版权声明；
无关代码块；
重复段落；
过期内容。

这些内容都会进入上下文，占用 Token。

（2）无关信息太多

Agent 不像人一样有非常强的视觉过滤能力。

人看网页时，可能自动忽略广告、菜单、推荐栏，只看核心正文。

但是 Agent 如果直接读取网页，就可能把很多无关信息也一起读进去。

比如你只是想查：

复制代码

Codex Skill 如何安装？

但 Agent 打开的网页里可能还有：

平台介绍；
其他产品推荐；
导航菜单；
历史版本说明；
FAQ；
评论；
相关推荐。

最后真正有价值的内容可能只有：

复制代码

Skill 是一个包含 SKILL.md 的目录，可以放在指定 skills 文件夹中。

但是为了得到这句话，Agent 可能读了很多无效内容。

这就是为什么联网搜索很容易消耗额度。

（3）搜索轮次太多

还有一个更常见的问题：

Agent 第一次搜不到满意结果，就会继续搜。

第二次搜不到，又换关键词。

第三次再打开几个网页。

第四次再交叉验证。

这样一轮下来，Token 消耗会非常明显。

如果每一步都直接由 Codex 自己读取网页，就会非常消耗上下文。

所以 AnySearch Skill 的价值就在这里：

把搜索、筛选、整理这部分交给专门的搜索工具完成，让 Codex 少读无关网页，把 Token 用在真正需要推理和执行的地方。

二、AnySearch 是面向 AI Agent 的搜索基础设施

2.1 普通搜索引擎

AnySearch 不是传统意义上只给人看的搜索引擎。

它更像是：

给 AI Agent 使用的搜索基础设施。

官方介绍中提到，AnySearch 面向 AI Agent，强调匿名访问、智能路由、结构化输出、原生 API、MCP 和 Skill 接入。也就是说，它的目标不是简单返回一堆网页链接，而是更适合被 Agent 调用、解析和继续执行。

这和普通搜索引擎的区别很明显。

普通搜索引擎面向人：

返回网页列表；
让人自己判断；
让人自己点开；
让人自己筛选。

AnySearch 面向 Agent：

返回更结构化的信息；
更适合程序调用；
可以通过 API、MCP、Skill 接入；

让 Agent 直接拿到更可用的搜索结果。

2.2 更适合 Agent 调用

AnySearch Skill 的 GitHub 仓库说明中写到，它是一个面向 AI Agent 的统一实时搜索引擎 Skill，支持通用网页搜索、垂直领域搜索、并行批量搜索和全文提取。

这几个关键词非常重要：

通用网页搜索

也就是普通互联网资料检索。

垂直领域搜索

可以更偏向某些专业领域，比如技术、代码、行业资料等。

并行批量搜索

可以同时处理多个搜索任务，减少 Agent 反复一条一条搜索的次数。

全文提取

可以把****网页中的关键内容提取出来，而不是让 Agent 自己把整页无关内容全部读一遍。

这就是它相比普通搜索更适合 Agent 的地方。

2.3 支持 Skill、API、MCP 等接入方式

AnySearch 不是只能单独打开网页使用。

它更重要的能力是可以接入 Agent 工作流。

官方文档里提到，AnySearch 支持 API，并提供统一搜索接口；同时也提供 MCP 和 Skill 安装方式。

所以它可以有几种用法：

第一种，直接在网页上体验；

第二种，通过 API 调用；

第三种，通过 MCP 接入不同 AI 工具；

第四种，通过 Skill 接入 Codex、Claude Code、、Cursor 等 Agent 工具。

对于我们这个专题来说，重点就是：

AnySearch Skill + Codex。

也就是让 Codex 在需要联网搜索时，自动调用 AnySearch Skill，把搜索任务交给 AnySearch 完成。

三、AnySearch Skill 的核心原理

3.1 Codex 负责提出问题

使用 AnySearch Skill 后，Codex 不需要每次都自己打开一堆网页。

它可以先判断当前任务是否需要搜索。

比如你问：

复制代码

帮我查一下 Codex 的最新安装方式

Codex 发现这是一个需要联网确认的信息，于是它可以调用 AnySearch Skill。

这时候 Codex 主要负责：

理解你的问题；

生成搜索关键词；

判断需要查什么；

确定返回内容格式；

把搜索任务交给 AnySearch。

也就是说，Codex 不再直接承担全部搜索过程。

3.2 AnySearch 负责搜索整理

真正搜索时，AnySearch 会调用自己的搜索能力。

它会做这些事情：

联网检索相关信息；

从多个结果中筛选有效内容；

提取网页核心内容；

过滤一部分无关内容；

把结果整理成 Agent 更容易读懂的格式。

这样做的好处是：

Codex 不用自己打开很多网页，也不用把每个网页的大量正文都塞进上下文。

AnySearch 相当于帮 Codex 做了一层"搜索前处理"。

这就像你让一个助理帮你先把资料查好、筛好、摘出来，然后你再根据资料写文章。

Codex 就是最终写文章、改代码、生成方案的人。

AnySearch 就是前面负责搜索和资料整理的人。

3.3 结果再返回给 Codex 执行后续任务

搜索完成后，AnySearch 会把结果返回给 Codex。

用户描述中提到，它会通过 Markdown 格式把整理后的结果传回给 Agent。

这个设计很适合 AI 使用。

因为Markdown 对大模型非常友好：

标题清晰；

层级明确；

重点突出；

可以直接转成文章；

可以直接用于报告；

可以直接作为后续任务上下文。

例如 AnySearch 返回的内容可能会像这样：

复制代码

## 搜索结果总结

### 1. Codex Skill 的基本概念
Skill 是一种可复用工作流，通常包含 SKILL.md 文件和可选脚本。

### 2. 安装方式
可以通过 Skill 安装命令或手动放入 skills 目录。

### 3. 注意事项
需要根据平台选择对应目录，API Key 可选但推荐配置。

这样 Codex 拿到的就是整理后的关键信息，而不是一整堆网页垃圾内容。

这就是 AnySearch Skill 最核心的价值：

搜索交给 AnySearch，创作和执行交给 Codex。

四、AnySearch Skill 如何安装和使用？

4.1 复制官网 Skill 命令

AnySearch 的使用方式非常 AI 原生。

你不需要像传统软件一样手动配置一大堆复杂步骤。

可以直接去官网或相关页面复制 Skill 安装命令，然后粘贴给 Codex。

Codex 会根据命令自动处理安装过程。

这种体验和传统安装软件不太一样。

传统安装方式是：

下载安装包；

手动解压；

复制目录；

配置环境变量；

检查依赖；

自己测试。

而 AI 原生安装方式更像是：

复制一段命令；

发给 Codex；

让 Codex 自己理解并执行；

安装完成后直接在对话中调用。

这就非常适合新手。

4.2 粘贴给 Codex 自动安装

OpenAI 官方文档中提到，Codex 的 Skill 可以通过显式调用或隐式匹配使用；在 CLI 或 IDE 中，可以运行**/skills 或输入 $ 来提及某个 Skill**。Codex 也支持使用 $skill-installer 安装额外 Skill，并且可以从其他仓库下载 Skill。

所以你可以这样理解：

安装前：

Codex 不知道 AnySearch 这个能力。

安装后：

Codex 的 Skill 列表中多了 AnySearch。

当你提到联网搜索、查资料、检索文档、搜索最新信息时，它就可以调用这个 Skill。

4.3 在对话中直接调用 AnySearch

安装好之后，使用方式非常简单。

你可以直接在对话中写：

复制代码

使用 AnySearch 帮我搜索 Codex Skill 的最新安装方式，并整理成 Markdown。

也可以写：

复制代码

调用 AnySearch 查一下 AnySearch Skill 的功能、安装方式和适用场景。

还可以写：

复制代码

用 AnySearch 搜索这个库的官方文档，重点提取安装命令、配置方法和常见报错。

如果 Codex 已经能自动识别这个 Skill，你甚至不需要每次都写"调用 AnySearch"。

你可以直接说：

复制代码

查一下这个工具最新版本的安装方式，尽量不要打开太多网页，把结果整理成摘要。

Codex 可能会根据任务描述自动选择 AnySearch Skill。

当然，刚开始测试时，建议你明确写上：

复制代码

使用 AnySearch

这样触发更稳定。