很多人第一次接触 AI 编程助手时，都会把它当成“高级搜索引擎”或者“代码生成器”。但真正用下来之后我发现，Codex 最有价值的地方，并不是帮你凭空写一段代码，而是帮你在复杂项目里更快理解上下文、更稳地定位问题、更安全地完成修改。 这篇文章不讲具体项目业务，只分享我在维护项目过程中总结出来的一些实战经验。对刚开始使用 Codex 的同学来说，这些方法能少走很多弯路。 一、先让 Codex 读规则，而不是马上写代码 刚开始用 Codex 时，我很容易犯一个错误：问题一抛过去，就希望它马上给方案、改代码、跑测试。 后来发现，真正高效的方式是先告诉它项目规则。 比如： 项目有哪些子模块 每个模块用什么技术栈 构建命令是什么 哪些目录能改，哪些不能乱动 当前项目有哪些约定 测试、构建、发布分别怎么跑 有哪些历史遗留问题需要避开 这类信息最好写成类似 AGENTS.md 的说明文件。这样 Codex 进入项目后，第一件事不是“猜”，而是“按项目手册工作”。 我的经验是： 越复杂的项目，越不能让 AI 靠猜。你给它越清晰的操作边界，它越像一个靠谱的协作者。 二、让 Codex 先理解现状，再动手修改 很多时候，我们觉得自己只是要改一个小问题，但真实项目里，一个小改动可能牵连配置、接口、构建脚本、前端页面、后端服务、移动端兼容等多个地方。 所以我现在会习惯性要求 Codex： 先查相关代码 找调用链 看现有实现风格 判断影响范围 再决定怎么改 尤其是在维护老项目时，这一点非常重要。 不要直接说： 帮我把这个功能改成 xxx。 更好的说法是： 先帮我看看这个功能现在是怎么实现的，涉及哪些文件和调用链，然后再给出修改方案。 这样 Codex 不会一上来就“自信开写”，而是会先进入侦察模式。等它把上下文摸清楚之后，再进入修改模式，成功率会高很多。 三、善用 CodeGraph，别让 Codex 大海捞针 维护大型项目时，单纯全文搜索经常不够用。一个类、一个函数、一个接口，可能散落在很多模块里。 这时候 CodeGraph 这种代码索引工具非常有用。它能帮 Codex 快速知道： 某个方法在哪里定义 谁调用了它 它又调用了谁 改它会影响哪些地方 某个功能大概分布在哪些文件中 我的体感是，CodeGraph 相当于给 Codex 装了一张“项目地图”。 没有地图时，它需要在代码森林里乱翻。 有地图后，它可以直接走到关键区域。 所以维护项目时，我会优先让 Codex 用代码图谱定位，再做具体阅读和修改。这样不仅快，而且不容易漏掉关键调用点。 四、把构建命令固定下来，别每次临时发挥 项目一复杂，环境问题就会变成噩梦。 比如： 后端需要某个 Java 版本 另一个服务需要另一个 Java 版本 前端要固定 Node 版本 Android、iOS、脚本服务又各有自己的工具链 有些模块用 Maven，有些用 Gradle，有些用 npm/yarn 如果每次都让 Codex 自己猜命令，很容易出现“代码没问题，环境跑崩”的情况。 我的做法是把常用命令整理成脚本： build-backend.sh build-web.sh build-android.sh build-ios.sh check-all.sh status-all.sh 然后告诉 Codex： 不要自己拼命令，优先使用项目提供的脚本。 这点非常关键。 因为脚本里可以固定 JDK、Node、Maven、SDK、环境变量、registry 等细节。Codex 只需要执行标准入口，不需要重新理解整个环境。 结论就是一句话： 把复杂环境封装成脚本，把脚本交给 Codex 调用。 五、每次改代码前，先看工作区状态 多人协作或者长时间维护项目时，工作区里可能已经有别人改过的文件，或者有自己之前没提交的临时改动。 如果不先看状态，Codex 可能误改、覆盖、格式化不该动的文件。 所以我会让 Codex 在动手前先跑状态检查，确认： 当前有哪些文件被修改 哪些改动可能是我已有的 这次任务真正应该碰哪些文件 有没有需要避开的脏文件 这其实是一个非常工程化的习惯。 AI 写代码的能力很强，但它不知道哪些改动是“历史现场”。 你必须让它尊重现场。 我现在的原则是： 只改和任务相关的文件，不顺手重构，不清理无关改动，不替用户做危险操作。 这能避免很多不必要的事故。 六、把 Codex 当初级同事用，会翻车；当资深搭档用，才好用 很多人用 AI 的方式是命令式的： 写一个 xxx。 修一下 xxx。 加一个 xxx。 这种方式适合小脚本，但不适合真实项目。 在真实维护工作中，我更推荐把 Codex 当成一个资深搭档，而不是一个代码打字员。 你可以这样用它： “先帮我分析这个问题可能出现在哪一层。” “这个改法会不会影响已有逻辑？” “有没有更贴合当前代码风格的实现方式？” “帮我找一下类似功能是怎么写的。” “这个地方有没有隐藏的兼容性风险？” “改完之后应该跑哪些最小验证？” 你会发现，当问题问得更工程化，Codex 的回答也会更工程化。 AI 不是只能写代码，它还可以帮你做： 代码考古 风险评估 调用链分析 方案对比 测试补充 构建验证 文档整理 真正的效率提升，来自这些环节串起来。 七、不要追求“一次生成完美代码” 我现在越来越不指望 Codex 一次性生成完美答案。 更高效的节奏是： 让它先定位问题 让它提出最小修改方案 修改后跑测试或构建 根据错误继续收敛 最后总结改动和风险 这和真实开发流程很像。 AI 辅助开发不是“许愿机模式”，而是“快速迭代模式”。 尤其是复杂项目，第一次方案可能只对了一半，这很正常。关键是 Codex 能根据编译错误、测试失败、日志输出继续修正。它不会累，也不会嫌麻烦，这一点非常适合处理维护类工作。 八、让 Codex 跑验证，而不是只相信代码看起来对 只改代码不验证，是非常危险的。 我会尽量让 Codex 在修改后做对应检查： 后端改动跑后端构建 前端改动跑前端构建 移动端改动跑对应编译 脚本改动跑语法检查或单元测试 公共逻辑改动尽量跑更大范围验证 如果构建太重，也至少跑最相关的局部检查。 这一步的价值很高。因为 Codex 不只是“写完了”，而是可以帮你把“能不能过”这件事也确认掉。 我最喜欢的一种用法是： 改完后帮我运行最小必要验证，如果失败，继续根据错误修。 这样整个闭环就完整了。 九、明确告诉 Codex：不要过度发挥 AI 很容易“顺手优化”。 比如你只是让它修一个 bug，它可能顺便： 改了格式 重构了结构 换了写法 调整了命名 改了无关文件 加了不必要的抽象 这些在新项目里可能无所谓，但在维护项目时很危险。 所以我会明确给它约束： 保持改动最小 遵循现有风格 不做无关重构 不碰无关文件 不覆盖已有改动 不引入新的依赖，除非确实必要 修改公共逻辑前先分析影响范围 维护项目最怕“看起来更优雅，实际上风险更大”。 Codex 很强，但你要给它刹车系统。 十、让 Codex 最后交付一份清晰总结 一次好的 AI 协作，不应该只留下代码改动，还应该留下清楚的交代。 我通常希望 Codex 最后说明： 改了哪些文件 解决了什么问题 核心逻辑怎么变了 跑了哪些验证 有没有未验证的风险 后续还可以做什么 这份总结对自己回顾、写 commit message、发 PR、同步团队都很有帮助。 尤其是当你一天内处理很多小问题时，Codex 的总结能帮你快速恢复上下文。 我的 Codex 使用心法 总结下来，我觉得 Codex 辅助维护项目的核心不是“让 AI 多写代码”，而是“让 AI 更好地参与工程流程”。 我的使用心法大概是这几条： 先给规则，再给任务。 先理解上下文，再修改代码。 优先使用项目已有脚本和工具。 改动越小越好，验证越明确越好。 尊重已有工作区，不覆盖别人的现场。 把 Codex 当协作者，而不是代码生成器。 复杂问题分阶段推进，不追求一步到位。 每次交付都要有总结、有验证、有风险说明。 结语 小白使用 Codex，最开始可能会觉得它只是“帮我写代码的工具”。 但真正用进项目维护流程之后，你会发现它更像一个随时在线的工程搭档：能帮你读代码、查调用链、分析风险、执行构建、修复错误、整理结论。 它不能替代你的判断，但能显著放大你的判断。 它不能保证每次都对，但能让你更快接近正确答案。 所谓“小白成神”，并不是因为 AI 让人突然无所不能，而是因为它把很多原本需要大量经验积累的工程动作，变成了可以被学习、复用和自动化的流程。 会提问、会约束、会验证、会迭代。 这才是用好 Codex 的真正干货。 3 个帖子 - 2 位参与者 阅读完整话题
目前我开发了一个较为成熟的tg搜索机器人 包含支付 搜索 广告等等基本上其他成熟搜索引擎机器人有的功能 我都有 为了回馈社区 我是想开源的 但是我知道目前市面上的搜索引擎面临黑灰产业的索引 对我来说法律和道德问题都难以接受 我想询问佬友们的建议 1 个帖子 - 1 位参与者 阅读完整话题
Codex能解决一些能用命令行的问题，但是很多问题仍需要各大应用之间切换解决，这就需要搜索攻略，而攻略往往是图文并茂，直接问gpt只有冷冰冰文字。 3 个帖子 - 2 位参与者 阅读完整话题
今天试了好多个都用不了了，我用的是grok-4.20-fast，平时当搜索引擎查资料用的，大家有遇到这个情况吗？ 6 个帖子 - 4 位参与者 阅读完整话题
IT之家 6 月 3 日消息，POLITICO 昨日（6 月 2 日）披露了一份内部备忘录，欧洲议会宣布本周开始调整内部电脑的默认搜索工具， 从谷歌改为法国搜索服务 Qwant。 在内部备忘录中写道：“为符合欧洲议会维护数字主权，以及保护用户个人数据的承诺，Qwant 将于本周四开始取代谷歌，成为欧洲议会电脑上的默认搜索引擎”。 在这封内部备忘录中，Qwant 被描述为“注重隐私的欧洲搜索引擎”，可以避免追踪用户或收集个人数据。 IT之家查询公开资料，Qwant 成立于 2013 年，其市场定位是一个以隐私为先的搜索引擎。 此举源于议员们数月来施加的压力，他们要求欧盟机构减少对美国技术的依赖。去年 11 月，一个由 38 名跨党派成员组成的小组致信欧洲议会议长萝伯塔 · 梅措拉（Roberta Metsola），敦促欧盟逐步淘汰微软软件和其他外国技术，他们认为欧洲对少数几家美国科技巨头的依赖已成为一种战略弱点。
欧洲议会决定自本周四起，在内部计算机系统中将默认搜索引擎从Google（Google）更换为法国搜索引擎 Qwant，以强化所谓“数字主权”并加强对用户个人数据的保护。 这一变更通过一封内部电邮通知议员，信中称，自 6 月 4 日起，“Qwant 将取代 Google 成为欧洲议会计算机上的默认搜索引擎”，这一举措是“顺应议会在数字主权以及保护用户个人数据方面的承诺”。 据介绍，Qwant 被议会内部文件描述为一款“注重隐私保护的欧洲搜索引擎”，其设计原则是不追踪用户、不收集个人数据。 Qwant 成立于 2013 年，一直以“隐私优先”的Google替代方案进行市场推广，强调在搜索服务中尽量减少对用户行为的监测和分析。 根据安排，在欧洲议会内网环境下，通过 Firefox 和 Edge 浏览器地址栏发起的搜索将默认经由 Qwant 处理。 不过，议员和工作人员仍可自主选择其他搜索引擎，或手动更改浏览器默认设置，新的措施并未对个人选择完全封闭。 此番调整被视为欧盟机构减少对美国科技企业依赖的一步。 当前，布鲁塞尔方面正加紧推动所谓“技术主权”（tech sovereignty）议程，旨在降低对外国技术供应商的依赖，同时扶持欧洲本土替代方案。 欧盟委员会预计将在周三公布一个久候多时的“技术主权方案”，目标就是减少对国外技术提供方的依赖并加强欧洲自身技术能力。 早在去年 11 月，欧洲议会内部就已有跨党派议员向议长罗伯塔·梅索拉（Roberta Metsola）致信，敦促机构逐步淘汰微软等外国产软件以及其他非欧盟技术产品。 该信件由 38 位议员联署，认为欧盟机构对少数几家美国科技巨头的高度依赖已经演变为一种战略脆弱性，应当通过政策调整逐步降低这种依赖。 在有关默认搜索引擎更换的消息公布后，Google和 Qwant 未立即对媒体置评。 有观察认为，在云服务、关键基础设施、数据保护与网络安全等领域，欧盟未来可能会进一步出台措施，推动在更多关键数字服务中优先采用欧盟本土供应商，以配合整体战略自主和供应链安全目标。 查看评论
今天收到一个快递是SX开头的单号 搜索引擎给的结果叫顺心快递 但是好像查不出来 有佬知道吗 3 个帖子 - 3 位参与者 阅读完整话题
最近给 **TanStackShip** 做了一轮优化，顺手跑了几个检测。 以前做 SEO 主要考虑搜索引擎，现在还要考虑 ChatGPT、Claude、Perplexity 等 AI Agent 的抓取与理解能力。 TanStack Start 的 SSR 确实帮了不少忙。 项目地址： TanStack Ship TanStack Templates — Production-Ready Starter Kits & Boilerplates | TanStack... Browse TanStack Templates: production-ready boilerplates and starter kits built with TanStack Router, Query, and TypeScript. Launch your SaaS, dashboard, or landing page in days. 欢迎大家帮忙挑挑刺，看看还有哪些地方值得继续优化。 1 个帖子 - 1 位参与者 阅读完整话题
网络服务提供商 Cloudflare 目前正在面向部分开发者推出网络搜索功能，该功能主要面向 AI 智能体并提供实时网页搜索能力，开发者可以通过简单的 API 实现对整个互联网的实时搜索，再配合 Browser Run 等功能可以获得完整页面内容、提取结构化数据以及生成网页截图等。 将可以提升 AI 智能体实时查询能力减少幻觉： 由于 AI 模型本身都有数据截止日期因此经常有模型提供过时或不正确的内容，另外不少 AI 智能体需要联网搜索能力，而联网搜索能力目前仅有 Brave Search 提供 API (每月免费调用 2，000 次可以满足普通用户使用需求)，Google搜索和必应搜索等并未开放这类面向 AI 智能体或普通用户的搜索 API。 Cloudflare Web Search 提供的功能与 Brave Search 类似，都可以通过简单的 API 调用实时获取关键词查询结果，查询结果包括完整 URL、标题、描述和元数据，获得搜索结果后 AI 智能体可以根据需要搭配 Browser Run 或其他网页抓取工具获取网页具体内容和提取结构化数据等。 这类功能有助于在 AI 模型进行响应时先联网搜索及时信息再生成回答，避免因 AI 模型的训练数据集太旧而产生幻觉和给出其他错误回答，而且网页搜索能力还可以构建跨查询的研究型智能体，从多个来源整合内容提供更加详细的研究报告。 当然搜索功能也支持多种不同的 AI 智能体或 MCP 服务器，例如在 Claude Code、Codex、OpenCode 等编码工具中使用，可以调用搜索功能查询最新技术文档，这样编码工具生成的代码准确性更高，避免因为使用过时数据而使用旧的代码用法而产生兼容性错误。 是否提供免费额度还需要观察： 目前 Cloudflare 搜索功能仅限于受邀的开发者使用，具体使用体验和计费方式暂时都未公布，Cloudflare 也没有发布任何博客进行说明，可能是准备等到该功能完成测试后再发布博客。当然更多用户关注 Cloudflare 是否提供免费额度，如果也能提供每月 2，000~5，000 次查询那对于普通用户在 OpenClaw 等工具中使用也是足够的。 如果完全没有免费使用额度按照使用次数进行计费或许也能接受，不过对普通用户来说继续使用提供免费额度的 Brave Search 搜索自然是更好的，至少蓝点网目前在 OpenClaw 中频繁使用搜索功能，但都还没有超出每月 2000 次的使用限额，所以完全不需要付费。 查看评论
baidu 感觉是不敢用的，搜索结果如何先不说，如果给家里孩子讲搜索用 baidu，100 天以后变坏概率大于 50%，貌 似从 baidu 从来都不管 18 。 16 个帖子 - 15 位参与者 阅读完整话题
要求可以自定义搜索引擎，翻译功能正常且相对好用，界面风格和操作逻辑更贴近 safari 浏览器的更好 默认的 safari 没法自定义搜索引擎，只能用预置的那几个 Alook 可以自定义搜索引擎，但翻译功能非常难用 Brave 浏览器可以自定义搜索引擎，界面风格和操作逻辑很像 safari，但无法使用翻译功能 我也没办法了 11 个帖子 - 6 位参与者 阅读完整话题
隐私导向的搜索引擎 DuckDuckGo 透露，在Google 5 月 19 日 I/O 大会公布新一代 AI 搜索体验后，其“No AI”（无 AI）搜索选项的访问量出现大幅增长。Google在本次大会上发布了重新构想的“智能”搜索框，将 AI 深度整合进搜索服务，包括将 AI 建议升级为更智能的自动补全、支持连续追问、扩展用于打通 Gmail 和 Google 相册的“个人智能”，以及可代表用户执行任务的搜索代理（Search agents）。 DuckDuckGo 表示，在Google上述 AI 搜索调整宣布后，前往其 No AI 搜索页面的访问量在短时间内就实现了超过三倍的增长。到 5 月 28 日，流量已达到基准水平的 3 倍，并且仍在继续攀升，自 5 月 19 日以来，访问量平均持续高出常态约 84%。这意味着，随着Google将更多搜索交互交给 AI 处理，一部分用户明确选择转向几乎不含 AI 结果的搜索体验。 面对这股需求，DuckDuckGo 正主动“拥抱”无 AI 搜索场景，并重点推广其为 Chrome 和 Firefox 推出的最新浏览器扩展，可将 No AI 搜索直接设为默认搜索入口。所谓 No AI 搜索，即不提供 AI 助理生成的答案，没有聊天式界面，同时尽量减少由 AI 生成的图片内容。在苹果设备上，用户可以把 DuckDuckGo 设为系统默认搜索引擎，但目前还无法直接将特定的 No AI 页面设置为系统级默认入口。值得一提的是，DuckDuckGo 自身也有 AI 工具，但这些功能会对选择 No AI 体验的用户默认关闭。 DuckDuckGo 还计划在不久的将来，将 No AI 相关设置整合进其原有的浏览器扩展中，覆盖 Chrome、Firefox、Edge 和 Opera 等主流桌面浏览器。在更广泛的搜索市场中，除了 DuckDuckGo 之外，还有其他强调隐私、尽量弱化 AI 结果的搜索引擎选择，其中付费搜索引擎 Kagi 就是一个代表。Kagi 默认不在结果页面显式展示 AI 信息，除非用户主动选择使用其 AI 工具。 作为一项付费服务，Kagi 按月订阅收费：基础档每月 5 美元，对搜索次数设有上限，高档则为每月 10 美元，可进行无限次搜索。Kagi 不依赖广告变现，不展示广告，也不通过采集和出售用户数据获利，这种商业模式与传统免费、广告驱动型搜索引擎形成鲜明对比。在Google押注 AI 搜索、不断扩展个性化和“智能助手”边界的当下，DuckDuckGo 和 Kagi 等产品的流量变化，正在一定程度上折射出部分用户对隐私保护、结果可控性以及“非 AI 化”搜索体验的现实需求。 查看评论
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 项目地址 GitHub - iflymeto/yuexin-search: 悦心搜索4.0-支持多网盘转存分享，支持夸克-百度-UC-迅雷，网盘资源管理与索引工具！ · GitHub 移动端访问比较友好，PC端只能说半成品 演示地址： http://154.9.224.171:37111 用Ai二开了心悦网盘搜索，模板抄了魔*影视； 部署比较简单，php7.2加配置thinkphp伪静态 1 个帖子 - 1 位参与者 阅读完整话题
逻辑与符号算符 (基础逻辑) 最底层的过滤逻辑，用于控制词语之间的关系。 "" (精确匹配) ：强制关键词按原顺序、不拆分地出现。 示例： "生成式人工智能白皮书" - (排除词) ：排除包含特定词的结果（减号前有空格，后面紧跟排除词）。 示例： 苹果 -手机 -汽车 OR / | (或逻辑) ：满足其中任意一个词即可（ OR 必须大写）。 示例： 特斯拉 (降价 OR 促销 OR 优惠) * (通配符) ：代表任意一个或多个未知的词。 示例： 如何用电脑 * 视频 .. (数字范围) ：搜索指定数字、年份或价格区间。 示例： iPhone 2024..2026 位置限定指令 (精准定位) 限制谷歌只在网页的特定结构（标题、网址、正文、链接）中查找关键词。 filetype: / ext: (文件格式) ：限定特定后缀的文档（如 PDF、DOCX、XLSX、PPTX）。 示例： filetype:pdf 行业趋势 site: (限定域名) ：只在特定的网站、国家域名或机构后缀中搜索。 示例： site:gov 延迟退休 （只搜政府网站） intitle: (标题包含) ：强制关键词必须出现在网页标题中。 示例： intitle:源码 allintitle: (标题全包含) ：标题必须包含后面所有的关键词。 示例： allintitle:Python 爬虫 教程 inurl: (网址包含) ：网页的 URL 链接中必须包含特定字母或词。 示例： inurl:admin allinurl: (网址全包含) ：网址中必须包含后面所有的词。 intext: (正文包含) ：强制关键词必须出现在网页正文（Body）中，忽略标题。 示例： intext:"联系方式" allintext: (正文全包含) ：正文中必须包含后面所有的词。 inanchor: (锚文本包含) ：寻找超链接文本中包含特定词的网页。 示例： inanchor:"点击下载" 高级关联与辅助指令 (情报搜集) 用于挖掘网站之间的关系或特定辅助功能。 related: (相关网站) ：寻找与目标网站内容、性质相似的同类网站。 示例： related:nytimes.com （寻找类似纽约时报的媒体） cache: (网页快照) ：直接查看谷歌对该网页最后一次抓取的缓存（即使原网页已删改）。 示例： cache:example.com define: (词条定义) ：直接触发谷歌词典，查询某个专有名词的定义。 示例： define:AGI 终极实战：多指令复合高级公式 高级用法的核心在于 多重嵌套组合 ，以下是各行业最实用的通用公式： 绕过付费墙，直接下载行业/学术报告 ： 公式： site:edu OR site:org OR site:gov "报告名称" filetype:pdf 作用：过滤商业广告和内容付费网站，只在高校、组织和政府服务器里捞免费 PDF。 寻找竞品公司的公开内部敏感文档 ： 公式： site:competitor.com filetype:xlsx OR filetype:docx OR filetype:pptx "confidential" OR "内部资料" 作用：定向扫描竞争对手网站上不小心被谷歌抓取到的内部、机密文档。 精准寻找特定地区的行业专家/人才（越过平台限制） ： 公式： site:://linkedin.com "Data Scientist" "Singapore" -"Recruiter" 作用：直接定向挖掘新加坡的资深数据科学家，同时排除掉招聘人员（HR）。 寻找未加密的后台、开放式云存储或文件目录（网络安全/资源控） ： 公式： intitle:"index of /" "mp4" OR "pdf" -html -htm -php 作用：强制列出暴露在公网上的文件服务器根目录，直接点击下载，拒绝各类跳转广告。 全网屏蔽低质量垃圾站与内容农场 ： 公式： 关键词 -site:csdn.net -site:baidu.com -site:zhihu.com 作用：批量干掉大厂的SEO霸屏和采集站，寻找真正有价值的独立博客或海外优质源头站。 我记得好像还可以搜索摄像头，硬件设备等，也可以搜索自己的站点看看有没有安全隐患。 2 个帖子 - 2 位参与者 阅读完整话题
项目地址 https://github.com/iflymeto/yuexin-search 演示地址： http://154.9.224.171:37111 Yuexin Search 4.0：一个基于心悦搜索改造的网盘资源管理与搜索索引系统 大家好，我最近整理并开源了一个项目： Yuexin Search 4.0 。 项目地址： https://github.com/iflymeto/yuexin-search 本项目基于心悦搜索 675061370/xinyue-search 修改和扩展而来，感谢原作者提供的开源基础和项目思路。 Yuexin Search 主要面向个人学习、二次开发和主题体验优化，定位是一个支持多网盘资源管理、搜索索引、转存配置、缓存优化和主题定制的 Web 系统。 项目说明 Yuexin Search 支持夸克网盘、百度网盘、阿里云盘、UC 网盘、迅雷云盘等多网盘类型的资源管理与索引展示。 需要特别说明的是： 项目本身不存储任何资源文件 项目不内置任何资源链接 项目不集成第三方采集源 所有接口、资源来源、网盘配置均需使用者自行配置 本项目仅供技术交流、学习和二次开发使用 请勿将本项目用于任何违法用途。 4.0 版本主要变化 相比原版，当前版本主要围绕搜索体验、缓存体系、网盘检测、后台配置和主题能力做了不少整理和增强。 1. 搜索逻辑优化 优化关键词搜索流程 支持本地资源优先显示 优化搜索结果缓存写入节奏 增加搜索联想词体验 优化移动端搜索页 修正 PC 顶栏搜索跳转逻辑 2. 多种缓存模式 项目补充了多类缓存能力，包括： 搜索结果缓存 目录树缓存 运行缓存 后台缓存清理入口 其中网盘目录树缓存被独立到 data/pan_tree_cache ，便于单独管理和清理，避免与 ThinkPHP 运行缓存混在一起。 3. 网盘有效性检测增强 搜索结果展示前增加了有效性校验逻辑，并支持接入第三方检测接口，尽量减少失效资源出现在前台的概率。 推荐配合： PanCheck： https://github.com/Lampon/PanCheck/ 4. 推荐配套搜索服务 为了获得更完整的搜索聚合能力，可以配合 PanSou 使用： PanSou： https://github.com/fish2018/pansou PanSou 可作为资源搜索聚合服务，用于扩展搜索来源和搜索接口能力。 5. 主题系统增强 当前版本支持多个前台主题模板，并可以在后台配置当前使用的主题。 其中新增并持续优化了 mofa 主题，主要改动包括： 首页沉浸式轮播背景 移动端搜索联想 底部 tabs 优化 夜间模式优化 资源弹窗优化 发现页和我的页显示优化 PC 首页布局优化 PC 发现页宽屏适配 顶栏常用入口优化 6. 后台配置体验优化 后台设置页做了一些整理，尽量从原本字段堆叠的形式，逐步优化为更清晰的配置元素。 目前已补充： 类型提示 配置校验 图片比例预览优化 缓存清理入口 主题相关配置项 7. 公告弹窗与反馈入口 mofa 主题已对接后台公告弹窗接口，并将公告弹窗调整为更接近 iOS 风格的样式。 同时移植了默认模板中的提交反馈功能： PC 端放在顶栏 移动端放在“我的”页常用功能中 8. 开源整理 为了方便公开发布，仓库也做了一些清理： 增加 .env.example 增加更完整的 .gitignore 排除运行日志 排除安装锁文件 排除测试缓存 清理本地调试文件 data/pan_tree_cache 仅保留占位文件 当前仓库保留了 vendor/ ，主要是为了方便直接部署运行。后续如果有时间，可能会进一步整理为标准 Composer 依赖管理方式。 截图预览 项目 README 中已经放了一些截图，包括： PC 首屏 PC 热榜 PC 搜索页 移动端三屏拼图 后台概况 接口配置 主题配置 缓存清理   适合什么人使用 这个项目比较适合： 想学习 PHP / ThinkPHP 项目结构的人 想研究网盘搜索聚合流程的人 想做个人资源索引管理的人 想二次开发前台主题的人 想研究搜索缓存、检测接口、后台配置系统的人 不太适合希望“开箱即用就有资源”的场景，因为项目本身不提供任何资源源。 许可证 项目采用 MIT License 。 最后 这个项目还有很多可以继续优化的地方，比如依赖管理、主题拆分、后台配置结构、接口标准化、安装体验等。 欢迎感兴趣的朋友一起交流、提 issue 或 PR 。
项目地址 https://github.com/iflymeto/yuexin-search 演示地址： http://154.9.224.171:37111 Yuexin Search 4.0：一个基于心悦搜索改造的网盘资源管理与搜索索引系统 大家好，我最近整理并开源了一个项目： Yuexin Search 4.0 。 项目地址： https://github.com/iflymeto/yuexin-search 本项目基于心悦搜索 675061370/xinyue-search 修改和扩展而来，感谢原作者提供的开源基础和项目思路。 Yuexin Search 主要面向个人学习、二次开发和主题体验优化，定位是一个支持多网盘资源管理、搜索索引、转存配置、缓存优化和主题定制的 Web 系统。 项目说明 Yuexin Search 支持夸克网盘、百度网盘、阿里云盘、UC 网盘、迅雷云盘等多网盘类型的资源管理与索引展示。 需要特别说明的是： 项目本身不存储任何资源文件 项目不内置任何资源链接 项目不集成第三方采集源 所有接口、资源来源、网盘配置均需使用者自行配置 本项目仅供技术交流、学习和二次开发使用 请勿将本项目用于任何违法用途。 4.0 版本主要变化 相比原版，当前版本主要围绕搜索体验、缓存体系、网盘检测、后台配置和主题能力做了不少整理和增强。 1. 搜索逻辑优化 优化关键词搜索流程 支持本地资源优先显示 优化搜索结果缓存写入节奏 增加搜索联想词体验 优化移动端搜索页 修正 PC 顶栏搜索跳转逻辑 2. 多种缓存模式 项目补充了多类缓存能力，包括： 搜索结果缓存 目录树缓存 运行缓存 后台缓存清理入口 其中网盘目录树缓存被独立到 data/pan_tree_cache ，便于单独管理和清理，避免与 ThinkPHP 运行缓存混在一起。 3. 网盘有效性检测增强 搜索结果展示前增加了有效性校验逻辑，并支持接入第三方检测接口，尽量减少失效资源出现在前台的概率。 推荐配合： PanCheck： https://github.com/Lampon/PanCheck/ 4. 推荐配套搜索服务 为了获得更完整的搜索聚合能力，可以配合 PanSou 使用： PanSou： https://github.com/fish2018/pansou PanSou 可作为资源搜索聚合服务，用于扩展搜索来源和搜索接口能力。 5. 主题系统增强 当前版本支持多个前台主题模板，并可以在后台配置当前使用的主题。 其中新增并持续优化了 mofa 主题，主要改动包括： 首页沉浸式轮播背景 移动端搜索联想 底部 tabs 优化 夜间模式优化 资源弹窗优化 发现页和我的页显示优化 PC 首页布局优化 PC 发现页宽屏适配 顶栏常用入口优化 6. 后台配置体验优化 后台设置页做了一些整理，尽量从原本字段堆叠的形式，逐步优化为更清晰的配置元素。 目前已补充： 类型提示 配置校验 图片比例预览优化 缓存清理入口 主题相关配置项 7. 公告弹窗与反馈入口 mofa 主题已对接后台公告弹窗接口，并将公告弹窗调整为更接近 iOS 风格的样式。 同时移植了默认模板中的提交反馈功能： PC 端放在顶栏 移动端放在“我的”页常用功能中 8. 开源整理 为了方便公开发布，仓库也做了一些清理： 增加 .env.example 增加更完整的 .gitignore 排除运行日志 排除安装锁文件 排除测试缓存 清理本地调试文件 data/pan_tree_cache 仅保留占位文件 当前仓库保留了 vendor/ ，主要是为了方便直接部署运行。后续如果有时间，可能会进一步整理为标准 Composer 依赖管理方式。 截图预览 项目 README 中已经放了一些截图，包括： PC 首屏 PC 热榜 PC 搜索页 移动端三屏拼图 后台概况 接口配置 主题配置 缓存清理   适合什么人使用 这个项目比较适合： 想学习 PHP / ThinkPHP 项目结构的人 想研究网盘搜索聚合流程的人 想做个人资源索引管理的人 想二次开发前台主题的人 想研究搜索缓存、检测接口、后台配置系统的人 不太适合希望“开箱即用就有资源”的场景，因为项目本身不提供任何资源源。 许可证 项目采用 MIT License 。 最后 这个项目还有很多可以继续优化的地方，比如依赖管理、主题拆分、后台配置结构、接口标准化、安装体验等。 欢迎感兴趣的朋友一起交流、提 issue 或 PR 。
这还有人样吗？谷歌不是做搜索引擎起家的吗 10 个帖子 - 7 位参与者 阅读完整话题
好像是之前搜索引擎搜索 pixel 那个网络认证的时候找到这里来的。 BTW ，感觉这里都是大佬。 羡慕你们这些闷骚的程序员 今天怎么新主题都是 404 程序员没有对象 对象没有找到
理论上可以一次性搜索几千个网页，比 grok 网页版上限更高 使用 grok 4.3 500K 上下文，速度是挺快的 5 个帖子 - 3 位参与者 阅读完整话题
Google正在对其搜索引擎进行一场深度改造，目标不再是简单回应关键词并返回链接，而是将搜索打造成通往公司整套生成式 AI 工具链的入口，在形态上愈发接近 ChatGPT 等聊天机器人产品。在面对 ChatGPT、Copilot 等竞争对手的持续压力下，Google已明确表示将坚定推进这一转型方向。 从今天开始，Google推出全新的“智能搜索框”，由旗下 Gemini 3.5 Flash 模型驱动，默认以更偏对话式的方式与用户交互，并会在用户输入复杂问题时动态展开，支持更长、更上下文相关的问答过程。这一 AI 模式不仅接受文本，还可以直接理解图片、文件以及视频等多模态输入，大幅扩展了传统搜索框的使用边界。 与此同时，Google为搜索加入了新的自动补全系统，尝试在用户尚未输入完整句子时就预判其真实问题意图。随着对话的推进，搜索框会在保持上下文记忆的基础上呈现更多链接结果，使搜索过程更像一场持续的对话，而非一次次独立检索。新的 AI 模式还可以从用户的Google应用中调取信息，包括 Gmail、Google Photos，未来还将扩展到 Google Calendar，以便在授权范围内提供更具个性化背景的回答。 不过，Google新搜索模式在长对话场景下的真实准确性仍然有待观察。研究人员此前发现，虽然 Gemini 3 在大多数情况下能给出正确答案，但在整体请求量巨大的前提下，即便只有极小比例的信息错误，也会累积成每天数以千万计的错误陈述。这也使得外界对Google AI 搜索在可靠性方面的质疑持续存在。 在此基础上，Google还计划将 AI 代理系统深度嵌入搜索，为付费高级用户提供更智能的持续服务。今年夏天起，Google AI Pro 与 Ultra 订阅用户将能够调用 AI 代理，24 小时不间断地扫描博客、新闻网站以及其他网络内容，以追踪其关注话题的最新动态。例如，AI 代理可以根据用户设置的价格、地段等条件，自动持续监测符合要求的公寓出租信息，并在出现匹配项时及时提醒用户。 除信息监测外，AI 也将被赋予“出面办事”的能力。今年夏天，所有用户都可以通过Google搜索请求系统代为进行预约或拨打商家电话，AI 将在后台完成部分基础沟通工作，从而让搜索从“找信息”进一步走向“帮你办事”。 Google还计划把其 Antigravity AI 编程平台接入搜索，引导用户直接在搜索环境中搭建工具和小型应用。免费用户可以利用该平台构建带有自定义图形的计划工具、追踪器等，而位于美国的 AI Pro 与 Ultra 订阅者则将在未来几个月内获得搭建更复杂迷你应用的能力，使搜索与应用开发之间的界限进一步模糊。 上述搜索与 AI 代理的更新，仅是Google I/O 2026 开发者大会诸多发布内容中的一部分。在本次大会上，Google还宣布了其图像生成工具的多项升级，并推出了自家版本的 24/7 本地智能代理服务，其定位与 OpenClaw 等产品类似，主打全天候、贴身式数字助理体验。伴随这些举措落地，Google正在把搜索从传统的“链接目录”重塑为高度智能化的对话和代理平台，试图在新一轮 AI 入口之争中重新定义自己的核心产品形态。 查看评论