这里就只考虑tavily，exa，jina，tinyfish这种给ai的websearch/fetch即可，可以顺便讲一下cloudflare推出的web agent可读性相关的内容

拿 Tavily、Exa、Jina、TinyFish 这四个真实产品讲，最后补 Cloudflare 那边。先放一个贯穿的例子，后面所有参数都往这个例子上靠： 场景：小登在做一个 agent，任务是「查某大厂这个月有没有发新模型，给结论，每个结论必须带来源」。如果什么都不配直接丢一个裸 query 出去，会发生三件糟心事：搜到两三年前的旧文章当新消息、搜到营销号编的标题、模型拿着 snippet 里的二手转述就敢下结论。所谓「搜索工具参数设计」，本质就是提前把这些坑堵在请求里，而不是等结果回来再靠模型事后清洗。 一个一个来。 一、Tavily。它的设计哲学是「一个 query 走天下，参数全给你备好」。关键参数： query 之外，search_depth 分 basic 和 advanced——basic 快省，适合聊天场景；advanced 会做更深的多轮检索和相关性重排，适合要完整答案的任务。对应上面的例子，查「这个月的新模型」就必须传时间窗参数 time_range=week 或 month，或者 start_date/end_date 直接给起止日期，否则模型会把三年前的发布稿当真消息。topic 参数能声明搜索面，比如 general/news/finance，例子应该选 news。include_domains/exclude_domains 是白名单黑名单——比如只信官方域名 developer.xxx.com，或者排除一堆 SEO 垃圾站；这是防「模型被营销号带偏」最直接的一刀。include_answer=true 会额外返回一个基于多结果生成的 AI 摘要，但注意它同样可能错，只能当线索不能当结论。include_raw_content=true 是把命中页的原始正文整段拿回来，对应后面讲的「拿原文验证」。还有 auto_parameters，开了之后 Tavily 会根据 query 意图自动配参数，适合不想手工调的场景。 二、Exa。它和 Tavily 的定位差异在于：Exa 是「为 AI 建的检索器」，主打搜索类型分级和结构化。type 参数给了一整条延迟-质量光谱：instant 250 毫秒给实时聊天用，auto 一秒，fast 450 毫秒，deep 4到15秒会做多步推理合成，deep-reasoning 12到40秒给深度研究。对应例子里，闲聊式提问用 instant，认真调研用 deep 档。category 参数最狠——它维护了专门索引：company（5000万公司页）、people（10亿人）、research paper（1亿篇论文全文）、news、financial report，你要查论文就声明 category=research paper，直接绕开全网噪声。contents 参数控制拿回来什么：highlights 是它家用模型把整页压成「只留 LLM 需要的 token」的精炼版，号称省 10 倍 token，还能过 RAG eval；full text 才是完整全文。output_schema 让你直接声明要的结构化输出——比如让 deep 档返回「[{公司名 是否发新模型 来源url 发布日期}]」的 JSON，检索和抽取一步到位，这就是「规范模型检索内容」的极致形态。 三、Jina。它其实是两个能力：读和搜，而且它的搜自带读。r.jina.ai 是 URL 转 markdown：在任意网址前面拼上 r.jina.ai/ 就返回 LLM 友好的 markdown，PDF、Word、Excel、PPT 都能吃，图片还会用视觉模型生成文字描述给纯文本模型。s.jina.ai 是搜索：在 query 前面拼上 s.jina.ai/，它搜完会直接抓取前 5 条结果的正文转成 markdown 一起返回——这跟很多框架里「只返回 title+snippet 让你自己再 fetch」的 search API 完全不同，等于把「搜」和「读」焊死了。它控制行为靠请求头而不是 body 参数：x-respond-with 选输出格式（markdown/html/text/screenshot/frontmatter），x-engine 选抓取引擎——browser 用无头 Chrome 渲染 JS 重的页面，curl 轻量快但不执行 JS，auto 自动选；还有 x-cache-tolerance 控制缓存容忍度。这类「加个前缀就能用」的设计，适合小登自己搭 demo，不用引 SDK。 四、TinyFish。特点一个是便宜（搜索免费），另一个是它是按 agent 使用习惯设计的。purpose 参数是它家的特色——query 往往只是一串关键词，背后意图不明，purpose 让你补一句「为什么搜」，比如 query=openai new model，purpose=想确认本月是否有新发布并核对官方公告，引擎就能拿这句意图去调优结果。domain_type 分 web/news/research_paper 三类，查新闻用 news 档会带 publisher 和日期字段。时间过滤用 recency_minutes（最近几分钟到十年）或 after_date/before_date（注意不能同时用）。还有 location/language 做地域定向。返回结果是干净的 JSON：position、title、snippet、url，直接喂给模型。 到这里归纳一下，这些参数看着五花八门，其实全在约束四件事： 1、检索面——搜哪类内容（Tavily 的 topic、Exa 的 category、TinyFish 的 domain_type 都是这个）。 2、时间窗——只信哪个时间段的东西（time_range、recency_minutes、start_date）。 3、来源域——白名单黑名单，从源头滤掉垃圾和错误信息（include/exclude_domains）。 4、内容形态——snippet 还是全文还是引擎精炼过的摘要，这决定 token 成本和验证深度（Exa 的 highlights/full text、Tavily 的 include_answer/raw_content）。 关于「让模型自行检验真实性」，靠参数能做的具体动作是四条：第一，强制带来源——所有工具都返回 url，prompt 里规定每个结论必须挂 url，没来源不下结论。第二，多源交叉——同一个事实用不同 query 换着问两遍，或者 Tavily 和 Exa 各搜一遍比对，一致才采信。第三，拿原文验证——snippet 和 AI 摘要都可能是二手的，对关键结论用 fetch 能力（Tavily 的 raw content、Jina 的 r.jina.ai）把原文抓下来，让模型对着原文判断而不是对着摘要判断。第四，用结构化输出逼引擎自己表态——Exa 的 output_schema 或 Tavily 的 answer 配合日期/来源字段，让模型输出天然带可核验的元信息。真实性的核心不是让模型更聪明，而是让它的每一个结论都长在一个可点击的 url 上。 最后补 Cloudflare 那部分，正好回答「agent 怎么 fetch 网页」的进阶问题。目前 agent 抓网页最痛的是：网页是 HTML，给 LLM 吃等于付 token 费读包装纸。Cloudflare 官方举的例子：一篇博客 HTML 形态 token，转成 markdown 只要 3150，省 80%。它推出的「Markdown for Agents」把转换从客户端挪到了网络边缘——只要请求带 Accept: text/markdown 头，Cloudflare 边缘节点实时把源站 HTML 转成 markdown 返回，还附一个 x-markdown-tokens 头告诉你这篇文档估算多少 token，方便你做 chunk 或控上下文。现在已经有不少 coding agent（Claude Code、OpenCode）默认就带这个头。所以小登以后自己写 fetch，先试这个头，能直接拿 markdown 就别硬啃 HTML。 配套的还有 Agent Readiness（agent 就绪度）打分，网站可以到 isitagentready.com 自查，从四个维度打分：可发现性（robots.txt、sitemap、Link 头）、内容可读性（markdown 协商）、机器人访问控制（Content Signals、AI bot 规则）、能力暴露（MCP Server Card、API Catalog、Agent Skills 这些新标准）。Cloudflare Radar 扫了全网 20 万热门域名，结果：78% 有 robots.txt 但基本是按搜索引擎写的，只有 3.9% 支持 markdown 协商，MCP Server Card 和 API Catalog 加起来全网不到 15 个站点。含义有两层：对你做 agent 的来说，抓取前可以先探一下站点支不支持 markdown 协商，支持就走捷径；对以后可能建站的小登来说，这是新一代「SEO」——给 agent 留 llms.txt、开 markdown、挂个 MCP server card，你的内容才更容易被 AI 检索到。 抽象总结一句话：搜索工具的参数设计，就是把你对「检索什么、信什么时间、信哪个来源、要什么形态、要什么结构」的全部约束写进请求里；真实性自检靠的不是事后让模型反思，而是事前的时间窗+域名白名单+多源交叉，和事后的强制来源+原文验证。工具选型上：要快省选 Tavily，要深度调研和结构化选 Exa，要抓正文转 markdown 选 Jina，要免费凑合用的选 TinyFish。