在 OpenClaw 中安装 baidu-web-search skill(百度网页搜索技能)

在 OpenClaw 中安装 baidu-web-search skill(百度网页搜索技能),最推荐用 ClawHub CLI 一键安装,再配置百度千帆 API Key 即可使用。

一、前置准备

  1. 安装 Node.js(v20+)与 npm/pnpm

验证安装

clawhub --version

全局安装 ClawHub CLI(OpenClaw 官方技能管理器)

npminstall-g clawhub # 或国内加速pnpmadd-g clawhub 

二、一键安装百度搜索技能

# 安装 baidu-search(百度网页搜索) clawhub install baidu-search --no-input 
  • 安装路径:~/.openclaw/workspace/skills/baidu-search/
  • 目录结构:skill.md(技能说明)、_meta.jsonscripts/search.py

三、配置百度千帆 API Key(必须)

  1. 申请百度千帆 API Key(免费额度)
    • 地址:https://console.bce.baidu.com/qianfan/ais/console/apikey
  2. 配置到 OpenClaw
    • 或在 OpenClaw 界面的技能设置中填入 API Key

编辑 ~/.openclaw/openclaw.json,在 skills 下添加:

"skills":{"entries":{"baidu-search":{"enabled":true,"apiKey":"你的百度千帆 API Key","secretKey":"你的百度千帆 Secret Key"}}}

四、验证安装与使用

    • 或直接在 OpenClaw 对话中发送:搜索 2026年AI发展趋势

测试搜索

# 命令行调用 python3 ~/.openclaw/workspace/skills/baidu-search/scripts/search.py '{"query":"2026年AI发展趋势"}'

重启 OpenClaw

openclaw restart 

五、手动安装(命令行失败时)

  1. 下载技能包
    • 从 ClawHub 下载 baidu-search zip 包:https://clawhub.ai/skills/baidu-search
  2. 配置 API Key 并重启 OpenClaw

安装依赖(如有)

cd ~/.openclaw/skills/baidu-search pip install-r requirements.txt 

解压到技能目录

# macOS/Linuxmkdir-p ~/.openclaw/skills unzip baidu-search.zip -d ~/.openclaw/skills/ # Windows# 解压到 C:\Users\你的用户名\.openclaw\skills\

六、常见问题

  • 技能未加载:检查 skill.md_meta.json 是否完整,重启 OpenClaw
  • 搜索失败:核对 API Key 与 Secret Key,确认百度千帆服务可用
  • 国内网络问题:使用 npx clawhub install baidu-search 或手动下载

Read more

深入剖析:按下 F5 后,浏览器前端究竟发生了什么?

深入剖析:按下 F5 后,浏览器前端究竟发生了什么?

文章目录 * 概述 * 一、关键前提:三种导航方式的本质区别 * 二、核心概念:强缓存 vs 协商缓存 * 1. 强缓存(Strong Caching) * 2. 协商缓存(Revalidation Caching) * 三、F5 刷新全景流程图 * 四、F5 刷新的完整生命周期详解 * 阶段一:主文档(HTML)的缓存验证与获取 * 阶段二:HTML 解析与渲染流水线(Critical Rendering Path) * 阶段三:子资源(CSS/JS/IMG)的缓存处理 * 五、对比总结:F5 与其他操作的本质差异 * 六、给前端开发者的实践建议 * 七、结语 概述 在前端开发中,

使用Docker安装Ollama及Open-WebUI完整教程

作者:吴业亮 博客:wuyeliang.blog.ZEEKLOG.net 一、Ollama 简介及工作原理 1. Ollama 简介及原理 * 简介:Ollama 是一款轻量级、开源的大语言模型(LLM)运行工具,旨在简化本地部署和运行大语言模型的流程。它支持 Llama 3、Mistral、Gemini 等主流开源模型,用户无需复杂配置即可在本地设备(CPU 或 GPU)上快速启动模型,适用于开发测试、本地智能应用搭建等场景。 * 工作原理: * 采用模型封装机制,将大语言模型的运行环境、依赖库及推理逻辑打包为标准化格式,实现模型的一键下载、启动和版本管理。 * 通过优化的推理引擎适配硬件架构,支持 CPU 基础运行和 GPU 加速(如 NVIDIA CUDA),减少资源占用并提升响应速度。 * 提供简洁的

Web-Rooter:一种 IR + Lint 模式的 AI Agent 创新尝试【或许是下一个 AI 爆火方向】

Web-Rooter:一种 IR + Lint 模式的 AI Agent 创新尝试【或许是下一个 AI 爆火方向】

文章目录 * 一、Web-Rooter 或许会让你眼前一亮 * 1.1 第一层理解:从“形式意义”看 Web-Rooter * 1.2 第二层理解:IR + Lint ——把“自然语言任务”当成代码来编译 * 1.3 第三层理解:把 skills 放在 CLI 返回结果里,而不是放在文件夹里 * 1.4 其他亮点 * 二、小白也能轻松部署 Web-Rooter * 2.1 安装方式 * 2.2 验证安装 * 2.3 系统要求 * 三、技术架构:CLI 是一等接口,MCP 只是适配层 * 四、

Spring AI 与 Spring AI Alibaba:关系解析、能力对比与选型指南

Spring AI 与 Spring AI Alibaba:关系解析、能力对比与选型指南

在 Java 生态拥抱 AI 开发的浪潮中,Spring AI 和 Spring AI Alibaba 是两个高频被提及的框架。很多开发者会困惑:二者到底是什么关系?核心差异在哪?该如何选择?本文将从定位、能力、场景三个维度,为你清晰梳理二者的关联与区别,帮你快速找准技术选型方向。 一、核心关系:基础底座与生态增强的互补搭档 首先要明确核心结论:Spring AI 与 Spring AI Alibaba 并非竞争关系,而是 “通用基础框架 + 生态适配 / 企业级增强方案” 的互补组合。 * Spring AI 是 Spring 官方社区主导的 Java 生态通用 AI 开发底座,核心目标是建立统一的 AI 编程模型,屏蔽不同厂商、