web-research

name	web-research
description	使用 Brave Search MCP 工具联网检索，引用来源，再基于证据推理回答。适用于需要最新信息、事实核查、引用来源的场景。
license	MIT
allowed-tools	["brave_web_search","brave_news_search","brave_video_search","brave_image_search","brave_local_search","brave_summarizer"]
metadata	{"version":"2.0.0","author":"Digital Ray"}

Web Research（联网检索）

功能概述

通过 Brave Search MCP 工具进行联网检索，获取最新信息并引用来源，然后基于检索到的证据进行推理回答。

使用时机

当用户需要以下内容时使用此技能：

• 时效性信息：新闻、发布公告、价格、政策、时间线
• 事实核查：需要引用可信来源验证的信息
• 产品/技术对比：需要查阅官方文档或评测
• 查找资源：官方文档、GitHub issues/PRs、RFC、博客文章
• 本地商户：餐厅、服务、地点查询（需 Pro 计划）
• 人物/公司动态：名人言论、公司新闻、社交媒体动态

不要使用：当用户明确禁止联网，或问题完全基于已有上下文可回答时。

可用工具（Brave MCP）

工具	用途	何时使用
brave_web_search	通用网页搜索	默认首选，大多数查询
brave_news_search	新闻搜索	时事、突发新闻、近期事件、人物动态
brave_video_search	视频搜索	查找教程、演示、讲座视频
brave_image_search	图片搜索	查找图片、设计参考、图表
brave_local_search	本地商户搜索	"附近的..."、特定地点查询（需 Pro）
brave_summarizer	AI 摘要	需要快速概览时（需 Pro AI 订阅）

执行流程（必须遵循）

第 1 步：需求分析与查询规划

• 分析用户问题，确定：
  • 查询类型：新闻/技术/事实核查/对比/人物动态
  • 时间范围：是否需要限定时效性
  • 结果数量：用户要求的 Top N 条
  • 语言偏好：中文/英文/混合
• 对于复杂查询，拆分为多个子查询并行执行

第 2 步：执行搜索（支持并行）

基础调用模板：

brave_web_search:
  query: "精准搜索关键词"
  count: 10-20（根据需要调整，建议多取后筛选）
  freshness: 按需设置
    - pd = 24小时内
    - pw = 7天内  
    - pm = 31天内
    - py = 365天内

并行搜索策略：

• 新闻类查询：同时调用 brave_web_search + brave_news_search
• 人物动态：多角度查询（姓名+公司、姓名+最新、姓名+争议等）
• 技术调研：官方源+社区评测+基准测试分开查询

查询优化与迭代策略：

当首次搜索结果质量不足时，按以下优先级逐步优化：

优化级别	策略	适用场景
L1 精确化	添加引号强制精确匹配，增加 site: 限定	结果太泛，噪音多
L2 扩展化	移除限定词，使用同义词/别名	结果太少或为零
L3 语言切换	中→英 或 英→中 重试	局部语言覆盖不足
L4 时间调整	扩大 freshness 范围	时效性要求可放宽时
L5 工具切换	改用 news/video/local 专项工具	通用搜索未命中

迭代终止条件：

• 已获取 ≥ 3 条高质量结果（评分 ≥ 7）
• 或迭代 ≥ 3 轮仍无新增有效结果（应告知用户信息有限）

第 3 步：筛选与评估证据

来源可信度排序（高到低）：

1. 官方来源：官网、官方博客、官方社交账号
2. 权威媒体：Reuters、BBC、WSJ、The Verge、TechCrunch 等
3. 专业社区：GitHub、Stack Overflow、Hacker News
4. 技术博客：知名个人博客、Medium 技术文章
5. 其他来源：需交叉验证

结果质量评分框架（每条结果 0-10 分）：

维度	权重	评分标准
相关性	30%	0=无关, 5=部分相关, 10=精准匹配用户意图
权威性	25%	基于来源可信度排序，官方=10, 权威媒体=8, 社区=6, 其他=3
时效性	20%	24h内=10, 7天内=8, 30天内=5, 更早=2
内容深度	15%	简讯=2, 详细报道=6, 深度分析=10
独立性	10%	独家信息=10, 有新视角=6, 重复信息=0

综合评分 = Σ(维度得分 × 权重)，优先展示评分 ≥ 7 的结果。

筛选原则：

• 重要信息至少 2 个独立来源 交叉验证
• 注意发布日期，标注信息时效性
• 来源冲突时，优先信任更权威/更新的来源
• 去重策略：
  • 内容重复率 > 80% 的结果仅保留评分最高者
  • 同一事件的多篇报道合并为一条，注明覆盖源数量

第 4 步：分析与排序

重要性评估维度：

• 影响范围：全球性 > 区域性 > 局部
• 时效性：突发 > 近期 > 历史
• 相关性：直接相关 > 间接相关
• 可信度：多源验证 > 单一来源

当用户要求 "Top N" 或 "前X条" 时，严格按重要性排序输出。

第 5 步：结构化输出

---

输出格式模板

模板 A：Top N 列表型（新闻/动态/要点汇总）

## [主题] - Top N 要点

### 1. [要点标题]
**重要性**：[高/中/低] | **时间**：[日期]

[2-3句核心内容描述]

> 关键引用或数据（如有）

**来源**：[来源名称](URL)

---

### 2. [要点标题]
...

---

### 3. [要点标题]
...

---

## 补充说明
[对整体情况的简要分析，指出趋势或需要关注的点]

## 参考来源
| # | 来源 | 类型 | 可信度 |
|---|------|------|--------|
| 1 | [来源名](URL) | 官方/媒体/社区 | 高/中 |
| 2 | [来源名](URL) | ... | ... |

模板 B：问答型（事实核查/技术问题）

## 回答

[直接回答用户问题，1-2段]

## 关键事实
- **事实1**：[内容] ([来源](URL))
- **事实2**：[内容] ([来源](URL))
- ...

## 详细说明
[基于检索证据的深入分析]

## 来源列表
1. [来源标题](URL) - [简要说明]
2. ...

模板 C：对比型（产品/技术对比）

## [A] vs [B] 对比分析

| 维度 | [A] | [B] | 来源 |
|------|-----|-----|------|
| 性能 | ... | ... | [1] |
| 价格 | ... | ... | [2] |
| ... | ... | ... | ... |

## 详细对比

### [维度1]
[详细分析...]

### [维度2]
[详细分析...]

## 结论
[综合建议]

## 参考来源
1. [来源](URL)
2. ...

---

搜索参数配置

参数	默认值	说明
country	US	如用户指定地区则修改，中国用户可用 CN
search_lang	en	中文查询用 zh-hans，技术查询建议 en
ui_lang	en-US	中文环境可用 zh-CN
safesearch	moderate	过滤成人内容
count	15	建议多取后筛选，提高覆盖率
freshness	(按需)	时效性查询必须设置

使用示例

示例 1：人物动态（Top N 型）

用户：「最近一周 Elon Musk 的核心言论，按重要性列出前3点」

执行：

1. 并行搜索：
   • brave_news_search(query="Elon Musk statements this week", count=15, freshness="pw")
   • brave_web_search(query="Elon Musk latest news January 2026", count=15, freshness="pw")
   • brave_news_search(query="Elon Musk Tesla SpaceX xAI news", count=10, freshness="pw")
2. 合并去重，按影响力/时效性/争议性评估
3. 使用 模板 A 输出 Top 3

示例 2：技术调研

用户：「帮我查一下 yt-dlp 最新版本有什么新功能」

执行：

1. 搜索：
   • brave_web_search(query="yt-dlp latest release changelog", count=10, freshness="pm")
   • brave_web_search(query="yt-dlp github releases 2026", count=5)
2. 优先引用 GitHub releases 官方页面
3. 使用 模板 B 输出

示例 3：事实核查

用户：「Python 3.12 是什么时候发布的？」

执行：

1. brave_web_search(query="Python 3.12 release date official site:python.org", count=5)
2. 交叉验证其他来源
3. 使用 模板 B 输出，标注官方来源

示例 4：产品对比

用户：「对比一下 Whisper 和 faster-whisper 的性能差异」

执行：

1. 并行搜索：
   • brave_web_search(query="whisper vs faster-whisper benchmark comparison", count=10)
   • brave_web_search(query="faster-whisper performance speed memory usage", count=8)
   • brave_web_search(query="openai whisper accuracy benchmark", count=5)
2. 综合基准测试数据
3. 使用 模板 C 输出对比表格

错误处理

情况	处理方式
搜索无结果	尝试：1. 换关键词 2. 扩大时间范围 3. 用英文重试
来源冲突	明确指出冲突，解释为何选择某来源
信息过时	标注发布日期，提醒用户注意时效
结果不足	告知用户已获取的信息量，建议补充查询方向

重要原则

1. 始终引用来源（强制要求）：
   • 每个关键事实必须有出处链接，无例外
   • 引用格式：[来源简称](完整URL) 或 ([来源](URL))
   • 禁止：仅提及来源名称而不附带链接
   • 要求：
     • 数据/统计 → 必须链接原始报告或数据源
     • 引用语句 → 必须链接包含该语句的页面
     • 技术细节 → 必须链接官方文档或权威技术文章
   • 示例：
     • ✅ 正确：根据 TechCrunch 报道, SpaceX 完成了第100次发射
     • ❌ 错误：根据 TechCrunch 报道, SpaceX 完成了第100次发射
2. 区分事实与推测：明确标注「检索事实」vs「分析推断」
3. 注意时效性：所有来源标注日期，过时信息明确提醒
4. 重要性排序：当用户要求 Top N 时，严格按评估维度排序
5. 并行高效：多个独立查询应并行执行，减少等待时间
6. 语言适配：
   • 中文问题 → 优先返回中文结果
   • 技术/国际话题 → 英文搜索可能更全面
   • 可混合使用，取最优结果
7. 引用链接质量检查：
   • 确保每个 URL 有效（来自搜索结果）
   • 优先引用永久链接（避免临时/动态链接）
   • 对于 GitHub：链接到具体 commit/tag/release（非 main 分支）