
字节笔记本
2026年8月24日
zhihu-search:把知乎开放平台装进一个 uvx 命令,DSH 插件、Skill、CLI、MCP 全给你备好
让 AI 编程客户端查知乎内容,一直是件别扭的事:直接抓网页要对抗反爬,搜索结果还经常对不上。知乎其实有开放平台 API(搜索、直答、热榜、用户数据、知识库、PDF 解析、PPT 生成都有正式端点),只是没什么好用的封装。zhihu-search 把这 20 个端点装进一个 uvx 命令,并且顺手做了 DSH 插件、Skill、CLI、MCP、OpenWebUI 五种入口,agent 怎么接都行。
项目简介
zhihu-search 是 Python 项目,作者 klarkxy,覆盖知乎开放平台的完整能力面:搜索、全网搜索、直答、热榜四条主干查询,加上用户公开内容、知识库、PDF 解析、PPT 生成和 OAuth 辅助流程。凭证用知乎开放平台个人中心申请的 Access Secret,存在本机用户级配置文件里,官方 README 反复提醒别把它发进聊天、截图或仓库。
五个入口,按需选
项目的推荐顺序本身就是一份很好的架构判断:
| 入口 | 适合 |
|---|---|
| DSH 插件 | DeepSeek Harness 用户,一条命令把 Skill 挂进 profile |
| Skill | 其他 agent 用户,主动识别任务按需调用 |
| CLI | 临时查询、脚本、调试 |
| MCP | 在客户端里高频持续调用 |
| OpenWebUI | 少数需要 HTTP 工具服务器的场景 |
设计上有两个细节值得点出来。一是 Skill 和 MCP 的配合:Skill 装好后,本机如果注册了 zhihu 的 MCP 就直接调 MCP 工具,没有才回退到按需执行 CLI,不会重复起进程。二是 MCP 的工具分档:默认 compact 档只暴露 search、ask、trending 三个常用工具加一个 other 管理入口,需要时用 other 动态展开 12 个低频工具,用完再收起。工具列表不再是一股脑全塞给模型,这个按需展开的思路其他 MCP 服务可以借鉴。
安装 Skill 一条命令,可同时装给多个 agent:
uvx zhihu-search install-skill --agent codex --agent claude-code能覆盖什么
20 个端点按功能分组:搜索直答热榜 4 个、用户公开数据 5 个(创作、关注、收藏和收藏夹)、知识库 4 个(列表、内容、上传、检索)、PDF 解析 3 个(上传、建任务、查状态)、PPT 生成 2 个、OAuth 辅助 2 个。所有业务命令都支持 --format json,给脚本和 agent 消费都方便。CLI 直接可用:
uvx zhihu-search search "RAG 评测方法" --count 5
uvx zhihu-search ask "什么是 ReAct Agent?" --model thinking
uvx zhihu-search trending --limit 10
uvx zhihu-search ppt-create "https://zhuanlan.zhihu.com/p/123" --pages 12凭证与安全边界
Access Secret 的管理做得干净:--save-token 存到用户级凭证文件(或环境变量),--check-token 只报告是否配置和来源、不输出 Secret 片段,--probe 真实调一次热榜接口验证额度。DSH 插件模式下 Secret 也不进 DSH 的配置文件。
还有一条少见但正确的安全边界:PDF 和知识库的本机上传、OAuth 授权码换 token 这些动作,永远只允许 CLI 或 Python 执行,不做成模型可调用的工具。涉及文件系统和凭证交换的操作就不该交给模型随手触发。
上手
uvx zhihu-search --save-token "<你的 Access Secret>"
uvx zhihu-search --probe
uvx zhihu-search search "任何你想查的"前两步要在本机终端做,Access Secret 去 developer.zhihu.com 个人中心创建。需要 uv 环境,uvx 会自动建隔离环境,不用长期装包。
注意事项
- 需要自己去知乎开放平台申请凭证,接口有额度限制(
Code=30002就是额度或权限问题) - 许可证是 SATA v2.0(笑创意公共许可协议),不是 OSI 标准开源许可,商用前读一遍条款
- 项目 15 stars、个人维护,遇到 API 变更可能跟进不及时
- 知识库功能需要先在直答知识库网页端完成初始化,否则列表是空的
项目链接
- GitHub 仓库:https://github.com/klarkxy/zhihu-search