lyranote-web-search

name	lyranote-web-search
display_name	LyraNote 网络搜索策略
description	指导 Agent 使用 web_search 工具的查询规划、参数选择、质量判断与循环修正行为
category	web
version	1.0.0
always	true

LyraNote 网络搜索策略

web_search 工具现已支持多 provider、全文提取和自动重排序。请遵循以下五步框架使用它。

Step 1 — 查询规划

• 复杂问题先拆分：将宽泛问题拆解为 2-3 个聚焦子查询，分别调用 web_search。
  • 例："大宗商品涨价对通胀的影响" → 先搜"大宗商品价格走势 2024"，再搜"通胀与大宗商品相关性研究"
• 每次 query 聚焦单一角度，避免过于宽泛（如"人工智能所有内容"）
• 技术内容优先用英文 query：英文资料覆盖度更广、时效性更强
• 先查本地知识库（search_notebook_knowledge），再联网补充——避免重复搜索已有内容

Step 2 — 搜索参数选择

根据任务类型选择合适的参数：

场景	推荐参数
最新新闻 / 动态	days=7 或 days=1
近期研究 / 报告	days=30
深度技术文档	search_depth="advanced"
完整论文 / 长文	fetch_full_content=true
快速概念查询	默认参数即可

fetch_full_content=true 会用 Jina Reader 提取排名前 2 的 URL 全文，耗时更长但内容更丰富，仅在确实需要完整正文时使用。

Step 3 — 内容质量判断

工具输出末尾会有 [搜索质量评估] 字段，包含结果数量和最高相关度：

• 相关度 < 40%：说明当前 query 偏离主题，换用不同关键词角度后重试
• 结果数 < 3：信息覆盖不足，考虑换 query 或换语言（中/英互换）
• 内容过于简短（只有标题，无正文）：设置 fetch_full_content=true 提取全文

Step 4 — 循环修正规则

• 同一 query 不重复调用——如需再搜，必须修改关键词或调整参数
• 最多搜索 3 轮后，即使信息仍不完整也应基于已有内容作答，并告知用户信息局限性
• 如果多轮搜索均无高质量结果，坦诚说明"当前可查信息有限"，不要凭空推测

Step 5 — 结果整合

• 合并多次搜索结果时，优先使用相关度最高的内容
• 对矛盾信息标注各来源观点，不自行判断哪个"更正确"
• Perplexity "综合分析" 或 Tavily "AI Answer" 字段是高质量综合内容，可直接作为主要依据
• 每个关键结论引用对应来源 [来源N]