实测16种搜索工具后，他设计了一套高性价比的Agent调用方案

一位开发者分享了其 AI Agent 的搜索工具实战经验。该 Agent 最初集成了 MiniMax、百度、Tavily、Gemini 等 16 种国内外搜索引擎，但面临全量调用导致 Token 消耗过高的问题。为优化成本，作者重构架构，采用“子 Agent”模式：利用 MiniMax-m2.7 作为子 Agent 专门负责搜索结果的提炼与总结，主 Agent 仅负责任务分发并屏蔽自身搜索能力。同时，作者编写了自定义 MCP 工具聚合搜索源，并最大化搜索条目。这一“主从分离”的工程实践，为构建低成本、高效率的 RAG 应用提供了极具参考价值的范本。