为什么只做技术搜索？我从来没觉得 baidu 差，如果你真正做公司要养活团队，要回报股东，想着盈利的时候，未必会比 baidu 好到哪儿去。说技术超越 baidu 我也不太信，国内干过搜索的公司多的去了，腾讯也干过吧，现在也还有别的大公司在干搜索吧，但为什么用户搜索主要还用 baidu，那还是有原因的，几个人的小团队能干成的机会较小，能干成的一定是天才，我很崇拜。鉴于此，单纯的技术领域搜索还好，现在的硬件资源和技术资源我还勉强花的起，而且也可以有一些小创新可以试试看，所以纯粹是玩玩看。
搜索结果是二道贩子吗？对用人家的搜索结果，外穿一身皮的事情，我个人不太有兴趣，也违背了我玩的初衷。要做，就得做一个能够区别于 baidu，google 而又有独立存在价值的产品。所以，我摈弃了常规网页搜索正文提取的方法，而是老老实实一个个网站写模板，为的就是内容中不夹杂别的内容，保证搜索结果准确性。另外，我做结构化搜索，还能够提供论坛的回帖数显示，github 的 star 数显示，为的都是增强用户体验。楼上的有位朋友说得对，得垂直的够深，有特色，这和我想到一块了。目前是因为但关键字的 rank 我做的不好，还有当我的库里没有你的搜索结果时，前面偶尔几条结果我会参考 google，过一阵子我弄完后就回去掉。
当然搜索我觉得只是一步，未来我还期望提供更多的在线小工具，譬如 ip 查询，进制转换，js 加密解码，编程语言转化，webide 等等。尤其是知识共享平台。我觉得现在不比以前信息匮乏，现在信息足够多了，就要侧重在筛选，评级和共享，重用上，未来我可能会推出类似产品。在微软呆过的人可能知道 kb 和 so，我觉得这套知识积累成电沉淀体系就很好。
最后，再次真心感谢大家，祝大家好！

刚才连续回复过猛，被 ban 了，这会刚恢复，我先拣要紧的说，回头再一一回复。
首先感谢大家的留言意见，不管是说好的还是批评的，我都非常感谢，因为发帖问大家的目的，也是因为我担心自己太自我、太膨胀，所以多听听朋友的意见总能让我更清醒的认识自己几斤几两，帮助自己提高。
尤其感谢提心我注意安全的朋友们，谢谢你们！我昨晚已经求助万能的 v 圈了，今天有几位很好的热心人给我违禁词清单了，我今晚就加上。我一定不给国家添乱。
再解释一下做 goobe 的原因。我是做产品的，或者说产品 80%，技术 20%。搞开发更像是我的兴趣爱好，一直坚持。和很多 it 男一样，烧数码，烧显示器，烧台灯，烧 wifi 我也是一个个玩过来（感谢另一个好社区 chiphell ），唯独编程始终不离不弃，应该算是强烈兴趣吧。
最近我在研究国内技术社区，窃以为程序员最刚需的就是搜索，不管是搜教程，搜 api，还是 debug 信息还是出错信息。如果一个技术社区连个搜索都做不好，怎么服务好他的用户？搜索最核心的就是 ranking 排序，现在很多引擎普遍是基于搜索关键词词频排序，而不太在意关键词之间的距离，这就会导致搜索的准确性。譬如“ import system.wen.httpcontext ”我们搜索时肯定期望文档中这几个词都要出现，而且越靠近约好。所以，考虑到技术搜索的特殊性，我觉得和通用新闻、资讯搜索不一样，所以我试水做了一个。另外，考虑到国内不能访问 google，我觉得这个搜索能够多索引一些国外网站，对大家也会更有帮助，所以另一部分重心放在了国外技术网站抓取上。

@encro 多谢，能说一下哪个关键词吗

@shoumu 多谢

@dooonabe 是触发 bug 了，我今晚修复

@AngryPanda 前期都抓的 csdn，后来才抓别的站

@stiekel 视频搜索

@superalsrk 自己做的，目前总索引到 900 万了

基于开源 lucene 做的，只是修改了文档评分的算法，你要可以给你

@brust 我最早先抓的 csdn，现在搜索默认取十万条，如果常规词很容易是 csdn。之前我优化了 page rank，等我再做完 site rank 就能把结果打散了。

@ofooo 自己抓取的，但关键字的 ranking 做的不好，所以有几条结果参照 google

[email protected] 多谢多谢

@TimePPT 多谢你，请问怎么才能搞到相对完整的违禁词库？调用第三方 api 过滤，会让搜索变慢，最好是自己手里有库才快。

太感谢了，谢谢朋友！总共 3789 条

静悄悄，都潜水了。。。。

@JR1024 bug 已经 fix 了，多谢！

@vifird 谢谢支持

@hhzc 谢谢支持

@JR1024 多谢提供，我今晚修复这个问题，再次感谢！