把 Kagi 放进工作流：搭配工具与交接要点

在「搜索与知识库」类工具里，Kagi 的定位是：付费、无广告的搜索引擎，提供 AI 摘要与助手。

单独用一个工具往往只解决一段问题，这篇讲怎么把它和上下游工具串起来。

推荐组合：Kagi + MCP 模型上下文协议

MCP 模型上下文协议的定位是：让大模型应用以统一方式连接工具和数据源的开放协议。两者分工可以是：Kagi 负责「内部文档入库」这一步，MCP 模型上下文协议负责把前后步骤串成自动化流程。

工作流步骤

明确交付物和验收标准，例如：切分后的段落能回溯到页码。
准备输入：一批 PDF、Word 和网页，先去掉敏感信息。
在 Kagi 中执行核心步骤（提示词见下文）
把结果交给 MCP 模型上下文协议做下一步处理，或从 MCP 模型上下文协议取得所需材料。
人工检查关键事实与格式，记录发现的问题。
把这次用到的提示词和设置保存为模板，下次复用。

内部文档入库

适用情况：手头有一批 PDF、Word 和网页时。

把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。

检查点：切分后的段落能回溯到页码。

交接时最容易出问题的地方

格式不兼容：两边导入导出的格式提前测试一次。
信息丢失：每次交接附上来源和版本号。
责任不清：约定哪一步由谁做最终确认。
成本叠加：两个工具都可能计费，先估算用量。

如果暂时不想引入第二个工具，也可以先用 DuckDuckGo 等同类产品替代其中一环，跑通流程后再决定。

更多可以试的用法

检索效果对比

输入：同一批问题和两种检索配置。

用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。

验收标准：对比用同一批问题。

网页内容抓取

输入：一组需要定期关注的网页。

把这些网页转成 Markdown，去掉导航和广告，只保留正文、发布日期和作者；发布日期缺失时标注「未知」。

验收标准：没有臆造发布日期。

带来源的快速调研

适用情况：手头有一个需要事实支撑的问题时。

请回答【问题】，每个关键结论后标注来源链接；如果不同来源说法不一，请分别列出；最后给出你认为最可靠的来源及原因。

交付前确认：关键结论都有可点击来源。

常见问题：中文检索效果差

选择对中文支持好的嵌入模型，并为专有名词建立同义词。

常见问题：表格内容检索不到

换用能保留表格结构的解析工具，或单独把表格转成文本描述。

常见问题：回答过于笼统

要求逐条引用原文，并限定只回答文档中有依据的内容。

概念补充：切分（Chunking）

把长文档拆成适合检索的小段，大小影响效果。

概念补充：混合检索

同时使用关键词和向量检索，兼顾精确匹配与语义理解。

适合人群：科研人员

科研人员可以用 Kagi 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

使用提醒

涉及个人信息、商业机密或受监管数据时，先确认 Kagi 的数据处理条款，再决定能否使用。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。