Keenable SELECT:用 SQL 搜索整个互联网
Keenable SELECT: an agent that searches the web in SQL

Keenable SELECT 是一款革命性的 AI 智能体,它允许用户直接用 SQL 语句搜索网络数据。传统搜索只返回链接,需要智能体逐个阅读页面,消耗大量 LLM 成本。而 Keenable SELECT 将搜索、过滤和提取工作直接融入查询过程,一次调用即可处理上千个网页。它利用 DuckDB 执行语义操作符,如 WEB_SEARCH 和 SEM_EXTRACT,在零 LLM 成本下完成精确过滤,仅对结果行调用 LLM 提取字段。系统通过 MCP 工具链自动生成 HTML 报告,展示从查询到结果的完整轨迹。无论是追踪 AI 研究人员的流动,还是分析复杂数据,它都能高效完成,让数据获取像写 SQL 一样简单。
传统网页搜索给智能体十个链接,智能体必须逐个阅读页面并构建答案,消耗昂贵的 Token;而 SELECT 将这项工作移入查询中,一次调用即可搜索超过 1000 个页面,用精确的 WHERE 子句过滤,且无需 LLM 成本。
HN 评论区
13- simonw
假设这些数据准确无误,那张展示不同 AI 实验室之间人员流动的图表相当有趣:https://select.keenable.ai/r/frontier-ai-researcher-moves-si...
暗示当 Meta AI 开始砸下数百万美元的薪水时,他们从 OpenAI 挖走了 12 人,从 DeepMind 挖走了 5 人,从 Thinking Machines Lab 挖走了 2 人,而从 Anthropic 一个都没挖到。
(底部有一行小字免责声明关于准确性:“本报告由 Keenable SELECT 应用户请求自动生成,来源为文中链接的公开网页。Keenable 不审查、核实或认可其内容,也不对准确性、完整性或时效性做任何保证;基于 AI 的提取可能存在错误。”)
- embedding-shape
“有一位用户 inigyou,在 2026 年 8 月评论数超越了 Hacker News 上所有人——共 3,344 条评论,是第二名的 4.4 倍” - https://select.keenable.ai/artifacts/MarIEMVi6t63M4qovQ2cVw 提示词是“Hacker News 上哪位用户在 2026 年 8 月发布的评论最多?”。速度挺快,用了合理的来源,结果也合乎逻辑,构建这个工具的人干得不错 :)
其他几个例子:
- “Hacker News 首页上最受欢迎的网站/域名是哪一个……” - https://select.keenable.ai/artifacts/SITl-y08FZxJLnif_c_fSw (乍一看挺合理)
-