这里写自定义目录标题欢迎使用Markdown编辑器一、为什么搜索能力对 Agent 如此重要二、评估搜索 Skill 的六个核心维度2.1 数据源覆盖能力2.2 输出标准化程度2.3 接入兼容性2.4 隐私合规属性2.5 检索质量与时效性2.6 成本与性能三、搜索 Skill 的落地实践3.1 一个最小可用的搜索 Skill 实现生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# AI Agent 搜索能力搭建搜索 Skill 的评估维度与落地实践一、为什么搜索能力对 Agent 如此重要大模型有一个天然的短板它的知识截止于训练数据无法获取实时信息也容易在缺乏事实依据时一本正经地胡说八道。搜索 Skill 正是解决这个问题的核心组件——它作为智能体可直接调用的外部信息获取工具承担着为大模型补充实时信息、专业数据、事实依据的作用。可以这样理解没有搜索能力的 Agent像一个只读过旧教材的学生知识面固定且容易过时有了搜索能力的 Agent则像一个随时能查资料的研究员能够基于最新信息做出判断。在 2026 年的智能体应用中搜索能力已经从加分项变成了标配——几乎所有生产级 Agent 都需要某种形式的外部信息获取能力。二、评估搜索 Skill 的六个核心维度市面上的搜索 Skill 五花八门如何选择适合自己的可以从六个维度来评估。2.1 数据源覆盖能力数据源覆盖分为广度与深度两个层面。广度指通用网页、公开资讯的覆盖范围用于满足长尾信息需求深度指垂直领域的专业数据库覆盖能力包括行业知识库、深网高价值信息等这是专业类智能体的核心需求。举个例子一个面向金融行业的 Agent如果搜索 Skill 只能搜到公开新闻而无法触达行业研报、监管公告等专业数据源那么它的回答质量就会大打折扣。评估时要结合自己的业务场景看搜索 Skill 的数据源是否覆盖了核心信息需求。2.2 输出标准化程度输出是否标准化直接影响下游推理链路的处理成本和准确率。适配 Agent 的搜索 Skill 若能直接交付清洗后的标准化内容附带统一格式的来源标注就可以省去额外的页面解析、信息清洗开发工作同时减少噪声引发的信息偏差降低 Token 消耗。这一点在实际开发中非常关键。如果搜索 Skill 返回的是原始网页HTMLAgent 需要自己解析、清洗、提取正文不仅开发成本高还容易出错。而返回结构化 JSON标题、摘要、来源、时间、正文Agent 就能直接使用。2.3 接入兼容性接入兼容性关注 Skill 的协议支持范围是否适配主流智能体框架与开发工具是否提供多种接入模式。良好的兼容性可以降低接入门槛适配从无代码搭建到自研框架的不同开发需求减少多套接口的维护成本。2026 年的一个重要趋势是 MCPModel Context Protocol协议的普及。支持 MCP 的搜索 Skill 可以无缝接入各种支持 MCP 的 Agent 框架大大降低了集成成本。评估时优先选择协议开放、接入方式多样的 Skill。2.4 隐私合规属性搜索 Skill 会接触到用户的查询内容隐私合规是不可忽视的维度。需要关注查询数据是否会被记录和留存是否支持数据脱敏是否符合所在地区的数据保护法规对于处理敏感业务的企业这一点尤其重要。2.5 检索质量与时效性检索质量直接决定 Agent 回答的准确性。评估指标包括召回率相关结果是否都能找到、准确率返回结果是否都相关、时效性能否获取最新信息。一个好的搜索 Skill 应该支持多种检索模式——关键词检索、语义检索、以及混合检索以适应不同类型的查询。2.6 成本与性能搜索是有成本的包括 API 调用费用和延迟。高频调用场景下单次搜索的成本和延迟会显著影响整体体验。评估时要关注单次调用的价格、响应延迟、是否有缓存机制、是否支持批量查询。三、搜索 Skill 的落地实践3.1 一个最小可用的搜索 Skill 实现理解了评估维度之后我们来看一个最小可用的搜索 Skill 应该长什么样。以 Python 为例一个封装良好的搜索 Skill 通常包含三个部分查询构造、结果标准化、错误处理。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]:执行搜索并返回标准化结果top_ktop_korself.max_resultstry:# 1. 构造查询支持关键词/语义/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. 标准化输出标题、摘要、来源、时间、正文returnself._normalize(resp.json())exceptrequests.Timeout:return[]# 超时返回空结果让 Agent 走降级路径exceptExceptionase:return[{error:str(e)}]# 结构化错误信息def_normalize(self,data:List[Dict])-List[Dict]:把不同数据源的原始结果统一为标准化格式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]] 这个实现体现了几个关键设计一是超时和异常都返回结构化结果而不是直接抛错这样 Agent 可以根据结果类型决定下一步二是输出统一为标准化格式下游无需再做解析三是支持混合检索模式兼顾语义与关键词匹配。### 3.2 与 Agent 的集成方式搜索 Skill 与 Agent 的集成通常有两种方式一是作为工具Tool暴露给模型让模型在需要时自主调用二是作为前置步骤在进入主流程前先完成信息检索。 第一种方式更灵活模型可以根据任务需要决定是否搜索、搜索什么第二种方式更可控适合信息获取是固定前置步骤的场景。实践中两种方式可以结合使用。### 3.2 检索结果的二次处理搜索 Skill 返回的结果往往不能直接塞进上下文。需要做二次处理 一是去重与过滤。多个数据源可能返回重复内容需要去重低质量、不相关的结果需要过滤。 二是重排。根据与查询的相关性对结果重新排序把最相关的内容排在最前面。 三是摘要压缩。长文档需要先做摘要提取关键信息避免上下文被无关内容污染。### 3.3 与 RAG 的结合搜索 Skill 与 RAG 可以形成互补。RAG 面向的是私有知识库搜索 Skill 面向的是公开互联网信息。两者结合可以让 Agent 既能回答私有知识问题又能获取实时外部信息。 一个典型的架构是Agent 收到查询后先判断信息需求——如果是私有知识问题走 RAG 检索如果是实时信息问题走搜索 Skill两者都需要时则同时检索并融合结果。## 四、实战中的常见问题与优化在实际落地中有几个问题比较常见 第一搜索时机不当。模型频繁调用搜索导致延迟和成本上升。优化方法是给模型明确的何时搜索的指引比如只在信息不足或需要验证事实时才搜索。 第二结果噪声大。搜索结果质量参差不齐干扰模型判断。优化方法是加强结果过滤和重排建立质量评分机制。 第三上下文超限。搜索结果太多超出上下文窗口。优化方法是控制返回数量、做摘要压缩、按相关性截断。 第四来源可信度。搜索结果可能包含错误或误导性信息。优化方法是引入来源可信度评分优先采用权威来源。### 4.1 建立搜索质量评测集搜索 Skill 的优化同样需要数据驱动。建议建立一个小型的搜索质量评测集收集50-100条典型查询标注每条查询的理想结果然后定期跑评测量化召回率、准确率、首条命中率等指标。 评测集的价值在于它让搜索优化从凭感觉变成看数据。每次调整检索策略、重排算法或结果过滤规则都能通过评测集验证效果避免改好了 A 却改坏了 B的回归问题。### 4.2 搜索与缓存的配合对于高频查询可以引入缓存机制把热门查询的结果缓存起来命中缓存直接返回避免重复调用搜索 API。缓存策略需要考虑缓存哪些查询、缓存多久、如何保证缓存与实时信息的时效性平衡。对于时效性要求不高的查询如常识性问题缓存可以显著降低成本对于时效性要求高的查询如实时股价则要绕过缓存。## 五、我的几点思考搜索能力正在成为 Agent 基础设施的一部分但它的价值不在于能搜索而在于搜得准、用得好。评估一个搜索 Skill不能只看它覆盖了多少数据源更要看它能否与你的 Agent 架构无缝集成、能否输出高质量的结构化结果、能否在成本和性能之间取得平衡。 从更宏观的视角看搜索 Skill 只是 Agent 工具生态的一个缩影。随着 MCP 等开放协议的普及Agent 的工具接入会越来越标准化工具生态会越来越丰富。对于开发者来说理解工具评估的方法论、掌握工具集成的工程实践比记住某个具体工具更重要。 搜索能力是 Agent 从会说话走向能干活的关键一步。把这一步做好你的 Agent 就能从闭卷考试升级为开卷考试回答的质量和可靠性都会有质的提升。**Markdown编辑器**所展示的欢迎页。如果你想学习如何使用Markdown编辑器,可以仔细阅读这篇文章了解一下Markdown的基本语法知识。## 新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客1.**全新的界面设计**将会带来全新的写作体验2.在创作中心设置你喜爱的代码高亮样式Markdown**将代码片显示选择的高亮样式**进行展示3.增加了**图片拖拽**功能你可以将本地的图片直接拖拽到编辑区域直接展示4.全新的**KaTeX数学公式**语法5.增加了支持**甘特图的mermaid语法[^1]**功能6.增加了**多屏幕编辑**Markdown文章功能7.增加了**焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置**等功能功能按钮位于编辑区域与预览区域中间8.增加了**检查列表**功能。[^1]:[mermaid语法说明](https://mermaid.js.org/intro/)## 功能快捷键撤销kbdCtrl/Command/kbdkbdZ/kbd重做kbdCtrl/Command/kbdkbdY/kbd加粗kbdCtrl/Command/kbdkbdB/kbd斜体kbdCtrl/Command/kbdkbdI/kbd标题kbdCtrl/Command/kbdkbdShift/kbdkbdH/kbd无序列表kbdCtrl/Command/kbdkbdShift/kbdkbdU/kbd有序列表kbdCtrl/Command/kbdkbdShift/kbdkbdO/kbd检查列表kbdCtrl/Command/kbdkbdShift/kbdkbdC/kbd插入代码kbdCtrl/Command/kbdkbdShift/kbdkbdK/kbd插入链接kbdCtrl/Command/kbdkbdShift/kbdkbdL/kbd插入图片kbdCtrl/Command/kbdkbdShift/kbdkbdG/kbd查找kbdCtrl/Command/kbdkbdF/kbd替换kbdCtrl/Command/kbdkbdG/kbd## 合理的创建标题有助于目录的生成直接输入1次kbd#/kbd并按下kbdspace/kbd后将生成1级标题。输入2次kbd#/kbd并按下kbdspace/kbd后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。## 如何改变文本的样式*强调文本*_强调文本_**加粗文本**__加粗文本__标记文本~~删除文本~~引用文本 H~2~Ois是液体。2^10^运算结果是1024.## 插入链接与图片链接:[link](https://www.csdn.net/).图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。## 如何插入一段漂亮的代码片去[博客设置](https://mp.csdn.net/console/configBlog)页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的 代码片.javascript//An highlighted block var foobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、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 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。1注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 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是通过欧拉积分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.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。注脚的解释 ↩︎ AI Agent 搜索能力搭建：搜索 Skill 的评估维度与落地实践
这里写自定义目录标题欢迎使用Markdown编辑器一、为什么搜索能力对 Agent 如此重要二、评估搜索 Skill 的六个核心维度2.1 数据源覆盖能力2.2 输出标准化程度2.3 接入兼容性2.4 隐私合规属性2.5 检索质量与时效性2.6 成本与性能三、搜索 Skill 的落地实践3.1 一个最小可用的搜索 Skill 实现生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# AI Agent 搜索能力搭建搜索 Skill 的评估维度与落地实践一、为什么搜索能力对 Agent 如此重要大模型有一个天然的短板它的知识截止于训练数据无法获取实时信息也容易在缺乏事实依据时一本正经地胡说八道。搜索 Skill 正是解决这个问题的核心组件——它作为智能体可直接调用的外部信息获取工具承担着为大模型补充实时信息、专业数据、事实依据的作用。可以这样理解没有搜索能力的 Agent像一个只读过旧教材的学生知识面固定且容易过时有了搜索能力的 Agent则像一个随时能查资料的研究员能够基于最新信息做出判断。在 2026 年的智能体应用中搜索能力已经从加分项变成了标配——几乎所有生产级 Agent 都需要某种形式的外部信息获取能力。二、评估搜索 Skill 的六个核心维度市面上的搜索 Skill 五花八门如何选择适合自己的可以从六个维度来评估。2.1 数据源覆盖能力数据源覆盖分为广度与深度两个层面。广度指通用网页、公开资讯的覆盖范围用于满足长尾信息需求深度指垂直领域的专业数据库覆盖能力包括行业知识库、深网高价值信息等这是专业类智能体的核心需求。举个例子一个面向金融行业的 Agent如果搜索 Skill 只能搜到公开新闻而无法触达行业研报、监管公告等专业数据源那么它的回答质量就会大打折扣。评估时要结合自己的业务场景看搜索 Skill 的数据源是否覆盖了核心信息需求。2.2 输出标准化程度输出是否标准化直接影响下游推理链路的处理成本和准确率。适配 Agent 的搜索 Skill 若能直接交付清洗后的标准化内容附带统一格式的来源标注就可以省去额外的页面解析、信息清洗开发工作同时减少噪声引发的信息偏差降低 Token 消耗。这一点在实际开发中非常关键。如果搜索 Skill 返回的是原始网页HTMLAgent 需要自己解析、清洗、提取正文不仅开发成本高还容易出错。而返回结构化 JSON标题、摘要、来源、时间、正文Agent 就能直接使用。2.3 接入兼容性接入兼容性关注 Skill 的协议支持范围是否适配主流智能体框架与开发工具是否提供多种接入模式。良好的兼容性可以降低接入门槛适配从无代码搭建到自研框架的不同开发需求减少多套接口的维护成本。2026 年的一个重要趋势是 MCPModel Context Protocol协议的普及。支持 MCP 的搜索 Skill 可以无缝接入各种支持 MCP 的 Agent 框架大大降低了集成成本。评估时优先选择协议开放、接入方式多样的 Skill。2.4 隐私合规属性搜索 Skill 会接触到用户的查询内容隐私合规是不可忽视的维度。需要关注查询数据是否会被记录和留存是否支持数据脱敏是否符合所在地区的数据保护法规对于处理敏感业务的企业这一点尤其重要。2.5 检索质量与时效性检索质量直接决定 Agent 回答的准确性。评估指标包括召回率相关结果是否都能找到、准确率返回结果是否都相关、时效性能否获取最新信息。一个好的搜索 Skill 应该支持多种检索模式——关键词检索、语义检索、以及混合检索以适应不同类型的查询。2.6 成本与性能搜索是有成本的包括 API 调用费用和延迟。高频调用场景下单次搜索的成本和延迟会显著影响整体体验。评估时要关注单次调用的价格、响应延迟、是否有缓存机制、是否支持批量查询。三、搜索 Skill 的落地实践3.1 一个最小可用的搜索 Skill 实现理解了评估维度之后我们来看一个最小可用的搜索 Skill 应该长什么样。以 Python 为例一个封装良好的搜索 Skill 通常包含三个部分查询构造、结果标准化、错误处理。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]:执行搜索并返回标准化结果top_ktop_korself.max_resultstry:# 1. 构造查询支持关键词/语义/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. 标准化输出标题、摘要、来源、时间、正文returnself._normalize(resp.json())exceptrequests.Timeout:return[]# 超时返回空结果让 Agent 走降级路径exceptExceptionase:return[{error:str(e)}]# 结构化错误信息def_normalize(self,data:List[Dict])-List[Dict]:把不同数据源的原始结果统一为标准化格式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]] 这个实现体现了几个关键设计一是超时和异常都返回结构化结果而不是直接抛错这样 Agent 可以根据结果类型决定下一步二是输出统一为标准化格式下游无需再做解析三是支持混合检索模式兼顾语义与关键词匹配。### 3.2 与 Agent 的集成方式搜索 Skill 与 Agent 的集成通常有两种方式一是作为工具Tool暴露给模型让模型在需要时自主调用二是作为前置步骤在进入主流程前先完成信息检索。 第一种方式更灵活模型可以根据任务需要决定是否搜索、搜索什么第二种方式更可控适合信息获取是固定前置步骤的场景。实践中两种方式可以结合使用。### 3.2 检索结果的二次处理搜索 Skill 返回的结果往往不能直接塞进上下文。需要做二次处理 一是去重与过滤。多个数据源可能返回重复内容需要去重低质量、不相关的结果需要过滤。 二是重排。根据与查询的相关性对结果重新排序把最相关的内容排在最前面。 三是摘要压缩。长文档需要先做摘要提取关键信息避免上下文被无关内容污染。### 3.3 与 RAG 的结合搜索 Skill 与 RAG 可以形成互补。RAG 面向的是私有知识库搜索 Skill 面向的是公开互联网信息。两者结合可以让 Agent 既能回答私有知识问题又能获取实时外部信息。 一个典型的架构是Agent 收到查询后先判断信息需求——如果是私有知识问题走 RAG 检索如果是实时信息问题走搜索 Skill两者都需要时则同时检索并融合结果。## 四、实战中的常见问题与优化在实际落地中有几个问题比较常见 第一搜索时机不当。模型频繁调用搜索导致延迟和成本上升。优化方法是给模型明确的何时搜索的指引比如只在信息不足或需要验证事实时才搜索。 第二结果噪声大。搜索结果质量参差不齐干扰模型判断。优化方法是加强结果过滤和重排建立质量评分机制。 第三上下文超限。搜索结果太多超出上下文窗口。优化方法是控制返回数量、做摘要压缩、按相关性截断。 第四来源可信度。搜索结果可能包含错误或误导性信息。优化方法是引入来源可信度评分优先采用权威来源。### 4.1 建立搜索质量评测集搜索 Skill 的优化同样需要数据驱动。建议建立一个小型的搜索质量评测集收集50-100条典型查询标注每条查询的理想结果然后定期跑评测量化召回率、准确率、首条命中率等指标。 评测集的价值在于它让搜索优化从凭感觉变成看数据。每次调整检索策略、重排算法或结果过滤规则都能通过评测集验证效果避免改好了 A 却改坏了 B的回归问题。### 4.2 搜索与缓存的配合对于高频查询可以引入缓存机制把热门查询的结果缓存起来命中缓存直接返回避免重复调用搜索 API。缓存策略需要考虑缓存哪些查询、缓存多久、如何保证缓存与实时信息的时效性平衡。对于时效性要求不高的查询如常识性问题缓存可以显著降低成本对于时效性要求高的查询如实时股价则要绕过缓存。## 五、我的几点思考搜索能力正在成为 Agent 基础设施的一部分但它的价值不在于能搜索而在于搜得准、用得好。评估一个搜索 Skill不能只看它覆盖了多少数据源更要看它能否与你的 Agent 架构无缝集成、能否输出高质量的结构化结果、能否在成本和性能之间取得平衡。 从更宏观的视角看搜索 Skill 只是 Agent 工具生态的一个缩影。随着 MCP 等开放协议的普及Agent 的工具接入会越来越标准化工具生态会越来越丰富。对于开发者来说理解工具评估的方法论、掌握工具集成的工程实践比记住某个具体工具更重要。 搜索能力是 Agent 从会说话走向能干活的关键一步。把这一步做好你的 Agent 就能从闭卷考试升级为开卷考试回答的质量和可靠性都会有质的提升。**Markdown编辑器**所展示的欢迎页。如果你想学习如何使用Markdown编辑器,可以仔细阅读这篇文章了解一下Markdown的基本语法知识。## 新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客1.**全新的界面设计**将会带来全新的写作体验2.在创作中心设置你喜爱的代码高亮样式Markdown**将代码片显示选择的高亮样式**进行展示3.增加了**图片拖拽**功能你可以将本地的图片直接拖拽到编辑区域直接展示4.全新的**KaTeX数学公式**语法5.增加了支持**甘特图的mermaid语法[^1]**功能6.增加了**多屏幕编辑**Markdown文章功能7.增加了**焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置**等功能功能按钮位于编辑区域与预览区域中间8.增加了**检查列表**功能。[^1]:[mermaid语法说明](https://mermaid.js.org/intro/)## 功能快捷键撤销kbdCtrl/Command/kbdkbdZ/kbd重做kbdCtrl/Command/kbdkbdY/kbd加粗kbdCtrl/Command/kbdkbdB/kbd斜体kbdCtrl/Command/kbdkbdI/kbd标题kbdCtrl/Command/kbdkbdShift/kbdkbdH/kbd无序列表kbdCtrl/Command/kbdkbdShift/kbdkbdU/kbd有序列表kbdCtrl/Command/kbdkbdShift/kbdkbdO/kbd检查列表kbdCtrl/Command/kbdkbdShift/kbdkbdC/kbd插入代码kbdCtrl/Command/kbdkbdShift/kbdkbdK/kbd插入链接kbdCtrl/Command/kbdkbdShift/kbdkbdL/kbd插入图片kbdCtrl/Command/kbdkbdShift/kbdkbdG/kbd查找kbdCtrl/Command/kbdkbdF/kbd替换kbdCtrl/Command/kbdkbdG/kbd## 合理的创建标题有助于目录的生成直接输入1次kbd#/kbd并按下kbdspace/kbd后将生成1级标题。输入2次kbd#/kbd并按下kbdspace/kbd后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。## 如何改变文本的样式*强调文本*_强调文本_**加粗文本**__加粗文本__标记文本~~删除文本~~引用文本 H~2~Ois是液体。2^10^运算结果是1024.## 插入链接与图片链接:[link](https://www.csdn.net/).图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。## 如何插入一段漂亮的代码片去[博客设置](https://mp.csdn.net/console/configBlog)页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的 代码片.javascript//An highlighted block var foobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、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 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。1注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 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是通过欧拉积分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.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。注脚的解释 ↩︎