📦 Search — 搜索

Bright Data — Search 在网上找东西。本技能含两条命令：

• bdata search — 经典关键词 SERP（Google/Bing/Yandex）。想知道“关键词 X 排什么”时用。
• bdata discover — AI 按意图排序的发现，可选带页面内容。想知道“关于主题 Y 且符合意图 Z 的页面”时用。

若需已知平台（Amazon、LinkedIn、TikTok…）的结构化数据，请改用 data-feeds。

Setup gate（首次必跑）

if ! command -v bdata >/dev/null 2>&1; then
  echo "bdata CLI not installed — 见 bright-data-best-practices/references/cli-setup.md"
elif ! bdata zones >/dev/null 2>&1; then
  echo "bdata 未认证 — 运行: bdata login（或 SSH 用: bdata login --device）"
fi

任一检查失败即停，并跳转至 skills/bright-data-best-practices/references/cli-setup.md。

Pick your path

场景	动作
单关键词查 SERP	bdata search "" --engine google --json --pretty
分页 SERP（更多结果）	循环 --page 0, --page 1…（0 起始）
多关键词	shell 循环读取查询文件
意图/语义（非关键词）	bdata discover "" --intent "" --num-results 20
同时拿页面正文	bdata discover ... --include-content
新闻/图片/购物 SERP	bdata search "" --type news（或 images、shopping）
要 Amazon/LinkedIn/TikTok… 结构化数据	停 — 转交 data-feeds
已有 URL 要内容	转交 scrape

Action Core commands

# Google SERP，结构化 JSON
bdata search "site:example.com privacy policy" --engine google --json --pretty
# 本地化 Bing（德国结果，德语）
bdata search "datenschutz" --engine bing --country de --language de --json
# 第二页结果（0 起始）
bdata search "machine learning papers" --page 1 --json
# 移动 SERP
bdata search "best coffee shops" --device mobile --json
# 新闻垂直
bdata search "openai" --type news --json --pretty
# 意图排序发现
bdata discover "enterprise LLM platforms" \
  --intent "vendor pages with pricing" \
  --num-results 15 --json
# 发现带 Markdown 正文
bdata discover "webhook best practices" \
  --include-content --num-results 10 -o results.json
# 日期过滤发现
bdata discover "react server components" \
  --start-date 2025-01-01 --end-date 2025-12-31 --num-results 20

完整 flag 参考：references/flags.md

search vs discover — 选对工具

需求	用
“Google 给该关键词排什么”	search
“符合此意图的页面”	discover
“新闻/图片/购物垂直 SERP”	search --type
“结果+正文一次拿”	discover --include-content
“跨查询去重/语义排序”	discover

Verification gate

• JSON 能解析：jq . 返回 0。
• 结果数组非空；为空则放宽查询重跑，并告知用户。
• 必要字段：

- search：结果在 .organic[]，含 title + link - discover：结果在 .results[]，含 title + link；若 --include-content 再加 content

• discover --include-content 内容字段不得出现封禁签名（同 scrape 列表，不区分大小写，且 body <2KB）。
• 地理合理性：若期望某国结果，检查 TLD/语言；错位时加 --country --language 重跑。

Red flags

• 用 search 抓 Amazon、LinkedIn、TikTok 等，而 data-feeds 一次给干净数据。
• 盲目抓取所有 SERP 结果 — 先过滤（域名白名单、标题关键词、相关度）。
• 混淆 search（关键词）与 discover（语义）。
• 多查询不去重直接抓取。
• 以为 SERP 排序全球一致 — 实际受 geo+device 影响，务必显式设置。
• 把 --page 当数量 — 它是页码，每页约 10 条。
• 以为 SERP 结果在 .results[] — search 的在 .organic[]。
• discover 硬写 --num-results 100 不知会轮询，可能很慢。

References

• references/flags.md — search & discover 全 flag 及用法备注
• references/patterns.md — 多查询去重、SERP→过滤→抓取流水线、search/discover 抉择、验证清单
• references/examples.md — 单 Google 查询、本地化 Bing、批量查询+去重、discover --include-content 端到端示例