AI 代理的「信息获取层」

AI 编程代理已经能读文件、写代码、跑命令，但有一个场景它们始终搞不定——搜信息。不是那种「内部已经有答案」的搜索，而是去网上查文档、找代码示例、读技术博客。

大多数 Agent 的解决方案是手写 curl 调搜索引擎 API，或者依赖一个笨重的浏览器自动化框架。两者都不理想——前者没有结构化的输出，后者太重了。

Ketch 想填补这个空白。它是一个 Go 编写的 CLI 工具，定位是「AI Agent 的搜索和抓取前端」——单二进制、无守护进程、零配置就能跑。它不做「对话」，只做一件事：给你想要的搜索结果，格式干净，开箱即用。

三个搜索平面

Ketch 把搜索分成了三个不同的平面，每个平面针对一种信息需求：

🔍 Web 搜索：ketch search

最基础也是最常用的功能。支持多个搜索引擎后端：

  • Brave Search（默认）——免费、无需注册，开箱即用
  • DuckDuckGo——隐私友好，零配置
  • SearXNG——自托管元搜索引擎，适合对隐私有极致要求的用户
  • Exa——面向 AI 的搜索 API，语义搜索效果好，但需要 API Key

默认 Brave 这个选择很聪明——完全免费、不需要任何注册，用户拿到 Ketch 就可以直接 ketch search "how to use X"，零摩擦。

💻 代码搜索：ketch code

专门用来搜开源代码，默认后端是 Grep（免费、零配置），也支持 Sourcegraph 和 GitHub Code Search。输出的是代码片段 + 文件路径 + 仓库信息，Agent 可以直接用它找到的上下文来理解和修改代码。

这个功能的杀手场景是：Agent 在做任务时遇到一个不熟悉的库，ketch code "package usage example" 可以快速找到真实项目里的使用范例，比去官网翻文档直观得多。

📚 库文档：ketch docs

基于 Context7 服务，提供经过筛选的库文档片段。和普通搜索不同的是，它会返回版本感知的 API 文档——如果你用的是 React 19，它不会给你 React 16 的答案。

抓取与爬取

搜索只是第一步，拿到链接后还要读内容：

  • ketch scrape——把 URL 抓取成干净的 Markdown。支持批量并发抓取，默认自动处理 JS 渲染页面
  • ketch crawl——递归爬虫，支持 BFS 宽度优先和 sitemap 两种策略。后台执行，可以随时查看状态

值得一提的是它的 SPA 渲染能力。很多页面（Next.js、Vue 3、SvelteKit）是客户端渲染的，普通 HTTP 请求拿到的几乎是空壳 HTML。Ketch 内置了 headless Chrome 渲染引擎，检测到 SPA 页面自动切到浏览器渲染模式，静态页面走快速 HTTP 通道。开发者可以通过 spa_markers 自定义 JS 页面匹配规则。

为 Agent 而生的设计

Ketch 的很多设计细节都表明它是「从一开始就为 AI Agent 打造」的：

  • --json 输出——每个命令都支持 JSON 格式，Agent 不用 parse 文本
  • 无守护进程——单次调用，用完整进程隔离，不会留下后台进程
  • 配置透明——ketch config 以 JSON 格式输出完整配置和可用后端，Agent 可以自己「发现」自己的能力
  • 无状态设计——每次调用独立，不依赖缓存（缓存可选但默认关闭），适合 Agent 的 stateless 调用模式

项目 README 里甚至直接给出了 Agent 的 System Prompt 模板，方便开发者直接把 Ketch 集成到 Agent 的工具箱里：

## Web Search (ketch)
- Uses ketch CLI to search web/code/docs
- Prefer search before scrape (find the right URL first)
- Use search queries the user would type—natural language is fine
- scrape = fetch and parse a single URL to markdown (max 30s)

快速上手

安装很简单：

# macOS (Homebrew)
brew install 1broseidon/tap/ketch

# 或者直接下载二进制
curl -sSf https://chain.sh/ketch/install.sh | sh

# 用起来
ketch search "what is tailwind css v4" --json
ketch code "knex transaction example" --json
ketch docs "hono middleware" --json
ketch scrape https://example.com

我的看法

Ketch 的定位非常精准——它没有试图做一个通用的终端搜索工具，而是瞄准了 AI Agent 的信息获取需求这个具体场景。

这个场景的特殊之处在于：Agent 不像人类那样能「看」网页，它需要结构化、可解析的输入。Ketch 的 --json 输出、无状态设计、配置自省能力，都是围绕这个需求设计的。

三个搜索平面的划分也很有产品思维——网页搜索、代码搜索、库文档搜索对应的是不同粒度的信息需求，用一个统一的 CLI 接口暴露出来，比让 Agent 分别调用不同工具的体验好得多。

当然，Ketch 还很年轻（66 个 commit，v0.9.5），139 个 Star 说明它还在早期阶段。默认 Brave 搜索虽然没有 API 费用，但覆盖面和精准度不如 Google；代码搜索 Grep 后端免费但索引范围有限。不过对于 Agent 的日常「查文档、找示例」场景来说，已经足够好用了。

如果你在开发 AI Agent，或者只是想在终端里找一个比 curl 更好用的搜索工具，Ketch 值得一试。毕竟安装就一行命令，试试不亏。

项目地址：1broseidon/ketch · 许可：MIT · 🌟 139 Stars（截至 2026-06-30） · 最新发布：v0.9.5 · 主页：chain.sh/ketch