這里寫自定義目錄標題歡迎使用Markdown編輯器一、為什么搜索能力對 Agent 如此重要二、評估搜索 Skill 的六個核心維度2.1 數據源覆蓋能力2.2 輸出標準化程度2.3 接入兼容性2.4 隱私合規屬性2.5 檢索質量與時效性2.6 成本與性能三、搜索 Skill 的落地實踐3.1 一個最小可用的搜索 Skill 實現生成一個適合你的列表創建一個表格設定內容居中、居左、居右SmartyPants創建一個自定義列表如何創建一個注腳注釋也是必不可少的KaTeX數學公式新的甘特圖功能豐富你的文章UML圖表流程圖FLowchart流程圖導出與導入導出導入歡迎使用Markdown編輯器你好 這是你第一次使用# AI Agent 搜索能力搭建搜索 Skill 的評估維度與落地實踐一、為什么搜索能力對 Agent 如此重要大模型有一個天然的短板它的知識截止于訓練數據無法獲取實時信息也容易在缺乏事實依據時一本正經地胡說八道。搜索 Skill 正是解決這個問題的核心組件——它作為智能體可直接調用的外部信息獲取工具承擔著為大模型補充實時信息、專業數據、事實依據的作用。可以這樣理解沒有搜索能力的 Agent像一個只讀過舊教材的學生知識面固定且容易過時有了搜索能力的 Agent則像一個隨時能查資料的研究員能夠基于最新信息做出判斷。在 2026 年的智能體應用中搜索能力已經從加分項變成了標配——幾乎所有生產級 Agent 都需要某種形式的外部信息獲取能力。二、評估搜索 Skill 的六個核心維度市面上的搜索 Skill 五花八門如何選擇適合自己的可以從六個維度來評估。2.1 數據源覆蓋能力數據源覆蓋分為廣度與深度兩個層面。廣度指通用網頁、公開資訊的覆蓋范圍用于滿足長尾信息需求深度指垂直領域的專業數據庫覆蓋能力包括行業知識庫、深網高價值信息等這是專業類智能體的核心需求。舉個例子一個面向金融行業的 Agent如果搜索 Skill 只能搜到公開新聞而無法觸達行業研報、監管公告等專業數據源那么它的回答質量就會大打折扣。評估時要結合自己的業務場景看搜索 Skill 的數據源是否覆蓋了核心信息需求。2.2 輸出標準化程度輸出是否標準化直接影響下游推理鏈路的處理成本和準確率。適配 Agent 的搜索 Skill 若能直接交付清洗后的標準化內容附帶統一格式的來源標注就可以省去額外的頁面解析、信息清洗開發工作同時減少噪聲引發的信息偏差降低 Token 消耗。這一點在實際開發中非常關鍵。如果搜索 Skill 返回的是原始網頁HTMLAgent 需要自己解析、清洗、提取正文不僅開發成本高還容易出錯。而返回結構化 JSON標題、摘要、來源、時間、正文Agent 就能直接使用。2.3 接入兼容性接入兼容性關注 Skill 的協議支持范圍是否適配主流智能體框架與開發工具是否提供多種接入模式。良好的兼容性可以降低接入門檻適配從無代碼搭建到自研框架的不同開發需求減少多套接口的維護成本。2026 年的一個重要趨勢是 MCPModel Context Protocol協議的普及。支持 MCP 的搜索 Skill 可以無縫接入各種支持 MCP 的 Agent 框架大大降低了集成成本。評估時優先選擇協議開放、接入方式多樣的 Skill。2.4 隱私合規屬性搜索 Skill 會接觸到用戶的查詢內容隱私合規是不可忽視的維度。需要關注查詢數據是否會被記錄和留存是否支持數據脫敏是否符合所在地區的數據保護法規對于處理敏感業務的企業這一點尤其重要。2.5 檢索質量與時效性檢索質量直接決定 Agent 回答的準確性。評估指標包括召回率相關結果是否都能找到、準確率返回結果是否都相關、時效性能否獲取最新信息。一個好的搜索 Skill 應該支持多種檢索模式——關鍵詞檢索、語義檢索、以及混合檢索以適應不同類型的查詢。2.6 成本與性能搜索是有成本的包括 API 調用費用和延遲。高頻調用場景下單次搜索的成本和延遲會顯著影響整體體驗。評估時要關注單次調用的價格、響應延遲、是否有緩存機制、是否支持批量查詢。三、搜索 Skill 的落地實踐3.1 一個最小可用的搜索 Skill 實現理解了評估維度之后我們來看一個最小可用的搜索 Skill 應該長什么樣。以 Python 為例一個封裝良好的搜索 Skill 通常包含三個部分查詢構造、結果標準化、錯誤處理。fromtypingimportList,DictimportrequestsclassSearchSkill:def__init__(self,api_key:str,max_results:int5):self.api_keyapi_key self.max_resultsmax_resultsdefsearch(self,query:str,top_k:intNone)-List[Dict]:執行搜索并返回標準化結果top_ktop_korself.max_resultstry:# 1. 構造查詢支持關鍵詞/語義/混合模式params{q:query,top_k:top_k,mode:hybrid}resprequests.get(https://api.search.example.com/v1/search,paramsparams,headers{Authorization:fBearer{self.api_key}},timeout10)resp.raise_for_status()# 2. 標準化輸出標題、摘要、來源、時間、正文returnself._normalize(resp.json())exceptrequests.Timeout:return[]# 超時返回空結果讓 Agent 走降級路徑exceptExceptionase:return[{error:str(e)}]# 結構化錯誤信息def_normalize(self,data:List[Dict])-List[Dict]:把不同數據源的原始結果統一為標準化格式return[{title:item.get(title,),snippet:item.get(snippet,),source:item.get(source,),date:item.get(date,),url:item.get(url,),}foritemindata[:self.max_results]] 這個實現體現了幾個關鍵設計一是超時和異常都返回結構化結果而不是直接拋錯這樣 Agent 可以根據結果類型決定下一步二是輸出統一為標準化格式下游無需再做解析三是支持混合檢索模式兼顧語義與關鍵詞匹配。### 3.2 與 Agent 的集成方式搜索 Skill 與 Agent 的集成通常有兩種方式一是作為工具Tool暴露給模型讓模型在需要時自主調用二是作為前置步驟在進入主流程前先完成信息檢索。 第一種方式更靈活模型可以根據任務需要決定是否搜索、搜索什么第二種方式更可控適合信息獲取是固定前置步驟的場景。實踐中兩種方式可以結合使用。### 3.2 檢索結果的二次處理搜索 Skill 返回的結果往往不能直接塞進上下文。需要做二次處理 一是去重與過濾。多個數據源可能返回重復內容需要去重低質量、不相關的結果需要過濾。 二是重排。根據與查詢的相關性對結果重新排序把最相關的內容排在最前面。 三是摘要壓縮。長文檔需要先做摘要提取關鍵信息避免上下文被無關內容污染。### 3.3 與 RAG 的結合搜索 Skill 與 RAG 可以形成互補。RAG 面向的是私有知識庫搜索 Skill 面向的是公開互聯網信息。兩者結合可以讓 Agent 既能回答私有知識問題又能獲取實時外部信息。 一個典型的架構是Agent 收到查詢后先判斷信息需求——如果是私有知識問題走 RAG 檢索如果是實時信息問題走搜索 Skill兩者都需要時則同時檢索并融合結果。## 四、實戰中的常見問題與優化在實際落地中有幾個問題比較常見 第一搜索時機不當。模型頻繁調用搜索導致延遲和成本上升。優化方法是給模型明確的何時搜索的指引比如只在信息不足或需要驗證事實時才搜索。 第二結果噪聲大。搜索結果質量參差不齊干擾模型判斷。優化方法是加強結果過濾和重排建立質量評分機制。 第三上下文超限。搜索結果太多超出上下文窗口。優化方法是控制返回數量、做摘要壓縮、按相關性截斷。 第四來源可信度。搜索結果可能包含錯誤或誤導性信息。優化方法是引入來源可信度評分優先采用權威來源。### 4.1 建立搜索質量評測集搜索 Skill 的優化同樣需要數據驅動。建議建立一個小型的搜索質量評測集收集50-100條典型查詢標注每條查詢的理想結果然后定期跑評測量化召回率、準確率、首條命中率等指標。 評測集的價值在于它讓搜索優化從憑感覺變成看數據。每次調整檢索策略、重排算法或結果過濾規則都能通過評測集驗證效果避免改好了 A 卻改壞了 B的回歸問題。### 4.2 搜索與緩存的配合對于高頻查詢可以引入緩存機制把熱門查詢的結果緩存起來命中緩存直接返回避免重復調用搜索 API。緩存策略需要考慮緩存哪些查詢、緩存多久、如何保證緩存與實時信息的時效性平衡。對于時效性要求不高的查詢如常識性問題緩存可以顯著降低成本對于時效性要求高的查詢如實時股價則要繞過緩存。## 五、我的幾點思考搜索能力正在成為 Agent 基礎設施的一部分但它的價值不在于能搜索而在于搜得準、用得好。評估一個搜索 Skill不能只看它覆蓋了多少數據源更要看它能否與你的 Agent 架構無縫集成、能否輸出高質量的結構化結果、能否在成本和性能之間取得平衡。 從更宏觀的視角看搜索 Skill 只是 Agent 工具生態的一個縮影。隨著 MCP 等開放協議的普及Agent 的工具接入會越來越標準化工具生態會越來越豐富。對于開發者來說理解工具評估的方法論、掌握工具集成的工程實踐比記住某個具體工具更重要。 搜索能力是 Agent 從會說話走向能干活的關鍵一步。把這一步做好你的 Agent 就能從閉卷考試升級為開卷考試回答的質量和可靠性都會有質的提升。**Markdown編輯器**所展示的歡迎頁。如果你想學習如何使用Markdown編輯器,可以仔細閱讀這篇文章了解一下Markdown的基本語法知識。## 新的改變我們對Markdown編輯器進行了一些功能拓展與語法支持除了標準的Markdown編輯器功能我們增加了如下幾點新功能幫助你用它寫博客1.**全新的界面設計**將會帶來全新的寫作體驗2.在創作中心設置你喜愛的代碼高亮樣式Markdown**將代碼片顯示選擇的高亮樣式**進行展示3.增加了**圖片拖拽**功能你可以將本地的圖片直接拖拽到編輯區域直接展示4.全新的**KaTeX數學公式**語法5.增加了支持**甘特圖的mermaid語法[^1]**功能6.增加了**多屏幕編輯**Markdown文章功能7.增加了**焦點寫作模式、預覽模式、簡潔寫作模式、左右區域同步滾輪設置**等功能功能按鈕位于編輯區域與預覽區域中間8.增加了**檢查列表**功能。[^1]:[mermaid語法說明](https://mermaid.js.org/intro/)## 功能快捷鍵撤銷kbdCtrl/Command/kbdkbdZ/kbd重做kbdCtrl/Command/kbdkbdY/kbd加粗kbdCtrl/Command/kbdkbdB/kbd斜體kbdCtrl/Command/kbdkbdI/kbd標題kbdCtrl/Command/kbdkbdShift/kbdkbdH/kbd無序列表kbdCtrl/Command/kbdkbdShift/kbdkbdU/kbd有序列表kbdCtrl/Command/kbdkbdShift/kbdkbdO/kbd檢查列表kbdCtrl/Command/kbdkbdShift/kbdkbdC/kbd插入代碼kbdCtrl/Command/kbdkbdShift/kbdkbdK/kbd插入鏈接kbdCtrl/Command/kbdkbdShift/kbdkbdL/kbd插入圖片kbdCtrl/Command/kbdkbdShift/kbdkbdG/kbd查找kbdCtrl/Command/kbdkbdF/kbd替換kbdCtrl/Command/kbdkbdG/kbd## 合理的創建標題有助于目錄的生成直接輸入1次kbd#/kbd并按下kbdspace/kbd后將生成1級標題。輸入2次kbd#/kbd并按下kbdspace/kbd后將生成2級標題。以此類推我們支持6級標題。有助于使用TOC語法后生成一個完美的目錄。## 如何改變文本的樣式*強調文本*_強調文本_**加粗文本**__加粗文本__標記文本~~刪除文本~~引用文本 H~2~Ois是液體。2^10^運算結果是1024.## 插入鏈接與圖片鏈接:[link](https://www.csdn.net/).圖片:帶尺寸的圖片:居中的圖片:居中并且帶尺寸的圖片:當然我們為了讓用戶更加便捷我們增加了圖片拖拽功能。## 如何插入一段漂亮的代碼片去[博客設置](https://mp.csdn.net/console/configBlog)頁面選擇一款你喜歡的代碼片高亮樣式下面展示同樣高亮的 代碼片.javascript//An highlighted block var foobar;生成一個適合你的列表項目項目項目項目1項目2項目3計劃任務完成任務創建一個表格一個簡單的表格是這么創建的項目Value電腦$1600手機$12導管$1設定內容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一個文本轉換工具主要功能是將普通的 ASCII 標點符號自動轉換為更美觀的印刷體標點符號。例如原始符號轉換后說明引號“引號”直引號變彎引號單引號‘單引號’直單引號變彎單引號--–兩個連字符變短破折號---—三個連字符變長破折號...…三個點變省略號創建一個自定義列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何創建一個注腳一個具有注腳的文本。1注釋也是必不可少的Markdown將文本轉換為HTML。KaTeX數學公式您可以使用渲染LaTeX數學表達式 KaTeX:Gamma公式展示Γ ( n ) ( n ? 1 ) ! ? n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n?1)!?n∈N是通過歐拉積分Γ ( z ) ∫ 0 ∞ t z ? 1 e ? t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞?tz?1e?tdt.你可以找到更多關于的信息LaTeX數學表達式here.新的甘特圖功能豐富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成進行中計劃一計劃二現有任務Adding GANTT diagram functionality to mermaid關于甘特圖語法參考 這兒,UML圖表可以使用UML圖表進行渲染例如下面產生的一個序列圖王五李四張三王五李四張三李四想了很長時間, 文字太長了不適合放在一行.你好李四, 最近怎么樣?你最近怎么樣王五我很好謝謝!我很好謝謝!打量著王五...很好... 王五, 你怎么樣?關于UML圖表語法參考 這兒,流程圖鏈接長方形圓圓角長方形菱形關于Mermaid語法參考 這兒,FLowchart流程圖我們依舊會支持flowchart.js的流程圖語法Created with Rapha?l 2.3.0開始我的操作確認結束yesno關于Flowchart流程圖語法參考 這兒.導出與導入導出如果你想嘗試使用此編輯器, 你可以在此篇文章任意編輯。當你完成了一篇文章的寫作, 在上方工具欄找到文章導出生成一個.md文件或者.html文件進行本地保存。導入如果你想加載一篇你寫過的.md文件在上方工具欄可以選擇導入功能進行對應擴展名的文件導入繼續你的創作。注腳的解釋 ?? AI Agent 搜索能力搭建：搜索 Skill 的評估維度與落地實踐
這里寫自定義目錄標題歡迎使用Markdown編輯器一、為什么搜索能力對 Agent 如此重要二、評估搜索 Skill 的六個核心維度2.1 數據源覆蓋能力2.2 輸出標準化程度2.3 接入兼容性2.4 隱私合規屬性2.5 檢索質量與時效性2.6 成本與性能三、搜索 Skill 的落地實踐3.1 一個最小可用的搜索 Skill 實現生成一個適合你的列表創建一個表格設定內容居中、居左、居右SmartyPants創建一個自定義列表如何創建一個注腳注釋也是必不可少的KaTeX數學公式新的甘特圖功能豐富你的文章UML圖表流程圖FLowchart流程圖導出與導入導出導入歡迎使用Markdown編輯器你好 這是你第一次使用# AI Agent 搜索能力搭建搜索 Skill 的評估維度與落地實踐一、為什么搜索能力對 Agent 如此重要大模型有一個天然的短板它的知識截止于訓練數據無法獲取實時信息也容易在缺乏事實依據時一本正經地胡說八道。搜索 Skill 正是解決這個問題的核心組件——它作為智能體可直接調用的外部信息獲取工具承擔著為大模型補充實時信息、專業數據、事實依據的作用。可以這樣理解沒有搜索能力的 Agent像一個只讀過舊教材的學生知識面固定且容易過時有了搜索能力的 Agent則像一個隨時能查資料的研究員能夠基于最新信息做出判斷。在 2026 年的智能體應用中搜索能力已經從加分項變成了標配——幾乎所有生產級 Agent 都需要某種形式的外部信息獲取能力。二、評估搜索 Skill 的六個核心維度市面上的搜索 Skill 五花八門如何選擇適合自己的可以從六個維度來評估。2.1 數據源覆蓋能力數據源覆蓋分為廣度與深度兩個層面。廣度指通用網頁、公開資訊的覆蓋范圍用于滿足長尾信息需求深度指垂直領域的專業數據庫覆蓋能力包括行業知識庫、深網高價值信息等這是專業類智能體的核心需求。舉個例子一個面向金融行業的 Agent如果搜索 Skill 只能搜到公開新聞而無法觸達行業研報、監管公告等專業數據源那么它的回答質量就會大打折扣。評估時要結合自己的業務場景看搜索 Skill 的數據源是否覆蓋了核心信息需求。2.2 輸出標準化程度輸出是否標準化直接影響下游推理鏈路的處理成本和準確率。適配 Agent 的搜索 Skill 若能直接交付清洗后的標準化內容附帶統一格式的來源標注就可以省去額外的頁面解析、信息清洗開發工作同時減少噪聲引發的信息偏差降低 Token 消耗。這一點在實際開發中非常關鍵。如果搜索 Skill 返回的是原始網頁HTMLAgent 需要自己解析、清洗、提取正文不僅開發成本高還容易出錯。而返回結構化 JSON標題、摘要、來源、時間、正文Agent 就能直接使用。2.3 接入兼容性接入兼容性關注 Skill 的協議支持范圍是否適配主流智能體框架與開發工具是否提供多種接入模式。良好的兼容性可以降低接入門檻適配從無代碼搭建到自研框架的不同開發需求減少多套接口的維護成本。2026 年的一個重要趨勢是 MCPModel Context Protocol協議的普及。支持 MCP 的搜索 Skill 可以無縫接入各種支持 MCP 的 Agent 框架大大降低了集成成本。評估時優先選擇協議開放、接入方式多樣的 Skill。2.4 隱私合規屬性搜索 Skill 會接觸到用戶的查詢內容隱私合規是不可忽視的維度。需要關注查詢數據是否會被記錄和留存是否支持數據脫敏是否符合所在地區的數據保護法規對于處理敏感業務的企業這一點尤其重要。2.5 檢索質量與時效性檢索質量直接決定 Agent 回答的準確性。評估指標包括召回率相關結果是否都能找到、準確率返回結果是否都相關、時效性能否獲取最新信息。一個好的搜索 Skill 應該支持多種檢索模式——關鍵詞檢索、語義檢索、以及混合檢索以適應不同類型的查詢。2.6 成本與性能搜索是有成本的包括 API 調用費用和延遲。高頻調用場景下單次搜索的成本和延遲會顯著影響整體體驗。評估時要關注單次調用的價格、響應延遲、是否有緩存機制、是否支持批量查詢。三、搜索 Skill 的落地實踐3.1 一個最小可用的搜索 Skill 實現理解了評估維度之后我們來看一個最小可用的搜索 Skill 應該長什么樣。以 Python 為例一個封裝良好的搜索 Skill 通常包含三個部分查詢構造、結果標準化、錯誤處理。fromtypingimportList,DictimportrequestsclassSearchSkill:def__init__(self,api_key:str,max_results:int5):self.api_keyapi_key self.max_resultsmax_resultsdefsearch(self,query:str,top_k:intNone)-List[Dict]:執行搜索并返回標準化結果top_ktop_korself.max_resultstry:# 1. 構造查詢支持關鍵詞/語義/混合模式params{q:query,top_k:top_k,mode:hybrid}resprequests.get(https://api.search.example.com/v1/search,paramsparams,headers{Authorization:fBearer{self.api_key}},timeout10)resp.raise_for_status()# 2. 標準化輸出標題、摘要、來源、時間、正文returnself._normalize(resp.json())exceptrequests.Timeout:return[]# 超時返回空結果讓 Agent 走降級路徑exceptExceptionase:return[{error:str(e)}]# 結構化錯誤信息def_normalize(self,data:List[Dict])-List[Dict]:把不同數據源的原始結果統一為標準化格式return[{title:item.get(title,),snippet:item.get(snippet,),source:item.get(source,),date:item.get(date,),url:item.get(url,),}foritemindata[:self.max_results]] 這個實現體現了幾個關鍵設計一是超時和異常都返回結構化結果而不是直接拋錯這樣 Agent 可以根據結果類型決定下一步二是輸出統一為標準化格式下游無需再做解析三是支持混合檢索模式兼顧語義與關鍵詞匹配。### 3.2 與 Agent 的集成方式搜索 Skill 與 Agent 的集成通常有兩種方式一是作為工具Tool暴露給模型讓模型在需要時自主調用二是作為前置步驟在進入主流程前先完成信息檢索。 第一種方式更靈活模型可以根據任務需要決定是否搜索、搜索什么第二種方式更可控適合信息獲取是固定前置步驟的場景。實踐中兩種方式可以結合使用。### 3.2 檢索結果的二次處理搜索 Skill 返回的結果往往不能直接塞進上下文。需要做二次處理 一是去重與過濾。多個數據源可能返回重復內容需要去重低質量、不相關的結果需要過濾。 二是重排。根據與查詢的相關性對結果重新排序把最相關的內容排在最前面。 三是摘要壓縮。長文檔需要先做摘要提取關鍵信息避免上下文被無關內容污染。### 3.3 與 RAG 的結合搜索 Skill 與 RAG 可以形成互補。RAG 面向的是私有知識庫搜索 Skill 面向的是公開互聯網信息。兩者結合可以讓 Agent 既能回答私有知識問題又能獲取實時外部信息。 一個典型的架構是Agent 收到查詢后先判斷信息需求——如果是私有知識問題走 RAG 檢索如果是實時信息問題走搜索 Skill兩者都需要時則同時檢索并融合結果。## 四、實戰中的常見問題與優化在實際落地中有幾個問題比較常見 第一搜索時機不當。模型頻繁調用搜索導致延遲和成本上升。優化方法是給模型明確的何時搜索的指引比如只在信息不足或需要驗證事實時才搜索。 第二結果噪聲大。搜索結果質量參差不齊干擾模型判斷。優化方法是加強結果過濾和重排建立質量評分機制。 第三上下文超限。搜索結果太多超出上下文窗口。優化方法是控制返回數量、做摘要壓縮、按相關性截斷。 第四來源可信度。搜索結果可能包含錯誤或誤導性信息。優化方法是引入來源可信度評分優先采用權威來源。### 4.1 建立搜索質量評測集搜索 Skill 的優化同樣需要數據驅動。建議建立一個小型的搜索質量評測集收集50-100條典型查詢標注每條查詢的理想結果然后定期跑評測量化召回率、準確率、首條命中率等指標。 評測集的價值在于它讓搜索優化從憑感覺變成看數據。每次調整檢索策略、重排算法或結果過濾規則都能通過評測集驗證效果避免改好了 A 卻改壞了 B的回歸問題。### 4.2 搜索與緩存的配合對于高頻查詢可以引入緩存機制把熱門查詢的結果緩存起來命中緩存直接返回避免重復調用搜索 API。緩存策略需要考慮緩存哪些查詢、緩存多久、如何保證緩存與實時信息的時效性平衡。對于時效性要求不高的查詢如常識性問題緩存可以顯著降低成本對于時效性要求高的查詢如實時股價則要繞過緩存。## 五、我的幾點思考搜索能力正在成為 Agent 基礎設施的一部分但它的價值不在于能搜索而在于搜得準、用得好。評估一個搜索 Skill不能只看它覆蓋了多少數據源更要看它能否與你的 Agent 架構無縫集成、能否輸出高質量的結構化結果、能否在成本和性能之間取得平衡。 從更宏觀的視角看搜索 Skill 只是 Agent 工具生態的一個縮影。隨著 MCP 等開放協議的普及Agent 的工具接入會越來越標準化工具生態會越來越豐富。對于開發者來說理解工具評估的方法論、掌握工具集成的工程實踐比記住某個具體工具更重要。 搜索能力是 Agent 從會說話走向能干活的關鍵一步。把這一步做好你的 Agent 就能從閉卷考試升級為開卷考試回答的質量和可靠性都會有質的提升。**Markdown編輯器**所展示的歡迎頁。如果你想學習如何使用Markdown編輯器,可以仔細閱讀這篇文章了解一下Markdown的基本語法知識。## 新的改變我們對Markdown編輯器進行了一些功能拓展與語法支持除了標準的Markdown編輯器功能我們增加了如下幾點新功能幫助你用它寫博客1.**全新的界面設計**將會帶來全新的寫作體驗2.在創作中心設置你喜愛的代碼高亮樣式Markdown**將代碼片顯示選擇的高亮樣式**進行展示3.增加了**圖片拖拽**功能你可以將本地的圖片直接拖拽到編輯區域直接展示4.全新的**KaTeX數學公式**語法5.增加了支持**甘特圖的mermaid語法[^1]**功能6.增加了**多屏幕編輯**Markdown文章功能7.增加了**焦點寫作模式、預覽模式、簡潔寫作模式、左右區域同步滾輪設置**等功能功能按鈕位于編輯區域與預覽區域中間8.增加了**檢查列表**功能。[^1]:[mermaid語法說明](https://mermaid.js.org/intro/)## 功能快捷鍵撤銷kbdCtrl/Command/kbdkbdZ/kbd重做kbdCtrl/Command/kbdkbdY/kbd加粗kbdCtrl/Command/kbdkbdB/kbd斜體kbdCtrl/Command/kbdkbdI/kbd標題kbdCtrl/Command/kbdkbdShift/kbdkbdH/kbd無序列表kbdCtrl/Command/kbdkbdShift/kbdkbdU/kbd有序列表kbdCtrl/Command/kbdkbdShift/kbdkbdO/kbd檢查列表kbdCtrl/Command/kbdkbdShift/kbdkbdC/kbd插入代碼kbdCtrl/Command/kbdkbdShift/kbdkbdK/kbd插入鏈接kbdCtrl/Command/kbdkbdShift/kbdkbdL/kbd插入圖片kbdCtrl/Command/kbdkbdShift/kbdkbdG/kbd查找kbdCtrl/Command/kbdkbdF/kbd替換kbdCtrl/Command/kbdkbdG/kbd## 合理的創建標題有助于目錄的生成直接輸入1次kbd#/kbd并按下kbdspace/kbd后將生成1級標題。輸入2次kbd#/kbd并按下kbdspace/kbd后將生成2級標題。以此類推我們支持6級標題。有助于使用TOC語法后生成一個完美的目錄。## 如何改變文本的樣式*強調文本*_強調文本_**加粗文本**__加粗文本__標記文本~~刪除文本~~引用文本 H~2~Ois是液體。2^10^運算結果是1024.## 插入鏈接與圖片鏈接:[link](https://www.csdn.net/).圖片:帶尺寸的圖片:居中的圖片:居中并且帶尺寸的圖片:當然我們為了讓用戶更加便捷我們增加了圖片拖拽功能。## 如何插入一段漂亮的代碼片去[博客設置](https://mp.csdn.net/console/configBlog)頁面選擇一款你喜歡的代碼片高亮樣式下面展示同樣高亮的 代碼片.javascript//An highlighted block var foobar;生成一個適合你的列表項目項目項目項目1項目2項目3計劃任務完成任務創建一個表格一個簡單的表格是這么創建的項目Value電腦$1600手機$12導管$1設定內容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一個文本轉換工具主要功能是將普通的 ASCII 標點符號自動轉換為更美觀的印刷體標點符號。例如原始符號轉換后說明引號“引號”直引號變彎引號單引號‘單引號’直單引號變彎單引號--–兩個連字符變短破折號---—三個連字符變長破折號...…三個點變省略號創建一個自定義列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何創建一個注腳一個具有注腳的文本。1注釋也是必不可少的Markdown將文本轉換為HTML。KaTeX數學公式您可以使用渲染LaTeX數學表達式 KaTeX:Gamma公式展示Γ ( n ) ( n ? 1 ) ! ? n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n?1)!?n∈N是通過歐拉積分Γ ( z ) ∫ 0 ∞ t z ? 1 e ? t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞?tz?1e?tdt.你可以找到更多關于的信息LaTeX數學表達式here.新的甘特圖功能豐富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成進行中計劃一計劃二現有任務Adding GANTT diagram functionality to mermaid關于甘特圖語法參考 這兒,UML圖表可以使用UML圖表進行渲染例如下面產生的一個序列圖王五李四張三王五李四張三李四想了很長時間, 文字太長了不適合放在一行.你好李四, 最近怎么樣?你最近怎么樣王五我很好謝謝!我很好謝謝!打量著王五...很好... 王五, 你怎么樣?關于UML圖表語法參考 這兒,流程圖鏈接長方形圓圓角長方形菱形關于Mermaid語法參考 這兒,FLowchart流程圖我們依舊會支持flowchart.js的流程圖語法Created with Rapha?l 2.3.0開始我的操作確認結束yesno關于Flowchart流程圖語法參考 這兒.導出與導入導出如果你想嘗試使用此編輯器, 你可以在此篇文章任意編輯。當你完成了一篇文章的寫作, 在上方工具欄找到文章導出生成一個.md文件或者.html文件進行本地保存。導入如果你想加載一篇你寫過的.md文件在上方工具欄可以選擇導入功能進行對應擴展名的文件導入繼續你的創作。注腳的解釋 ??