argo

name	argo
description	Argo 阿尔戈 — 统一搜索、网页抓取与证据核验。覆盖意图：搜索/查一下/核实/抓取网页/爬取/深度研究/论文检索/新闻/舆情/公众号文章/招聘聚合。多语言检测与跨语言回退；约 120+ 引擎 TF-IDF 路由 + RRF；影视/体育/地理/组织/媒体/金融/宏观/化学等垂直源；垂直结构化模态卡（火车票/油价/贵金属/万年历/星座/手机/汽车/挂号）；日常 combo 预算与深度研究 boost；recovery 防污染；Selection×Absorption。CLI：argo search|research|fetch|crawl|article|job|evidence（同引擎 MCP 14 工具按需启用，默认关）。
version	2.8.5
triggers	["搜索","查一下","搜一下","核实","查证","可信度","抓取","爬取","深度研究","论文","舆情","公众号","招聘","search for","look up","fact check","fetch","crawl","research"]

Argo v2.8.5 — 统一搜索与证据核验

从「帮你搜到」升级为「帮你核到」。搜索输出自带证据闭环：高后果问题（金融/医疗/法律/事实核查）标 fetch_required，每条结果标 fetch_suggested；--verify 一键核验正文并回填「核实后证据分」，核实过的链接自动记忆，二次搜索直接显示已核实。本版详见 docs/RELEASE_NOTES_v2.8.5.md 与 docs/RELEASE_NOTES_v2.8.0.md。

v2.8.5 增量：DSH 插件工具原生化（argo_search/argo_fetch 原生一等工具默认可用，schema 单一真源生成 + 漂移门禁）；MCP 默认关闭、三形态按需开启；Windows 全平台兼容（tempfile / GBK / 解释器解析 / junction / install.ps1，PR #11）；配额自愈闭环（200 业务错误封套识别 + 路由排除 + 周期自愈）；抓取全局 deadline（ARGO_FETCH_DEADLINE_S）+ tinyfish 渲染层 + .md 变体探测；密钥热读 + 状态目录单一真源。详见 docs/RELEASE_NOTES_v2.8.5.md。

v2.8.4 增量：接入 Keenable（L1 声明式 HTTP，免费体验期）；多客户端 MCP 一键注入/诊断/还原（argo mcp inject，客户端真源 mcp/clients.yaml，原子写 + 备份 + 可逆）；深度研究本地数据融合 L1（file_inputs 白名单入账 + recompute 可复算执行器 + local_sources，no_primary_sources 计入本地一手）；结构化搜索增强（查询归一化 + 检索变体 + 复杂度门控，避免简单问题被拖成多轮）；social 域优先 + TF-IDF 检索修复；--include-local 本机命中并入。详见 docs/RELEASE_NOTES_v2.8.4.md。

v2.8.3 增量：anysearch 改为进程内 builder（消除 subprocess 启动开销 + HttpClient.post UA 轮换/重试/退避）；weighted RRF 动态可靠性因子（weakest-link 弱源降权，论文 2508.01405）；多语言路由修复（ja/ko 返回目标语言 + 德法西意走 anysearch + 中文内容/金融/技术引擎双层过滤 + Bing mkt 市场码 + 语言偏好软排序）。

v2.8.2 增量：Windows 全平台支持（移除 npm os 限制；GBK 编码防线 PYTHONUTF8 + -X utf8 + JSON read_bytes；工具探测改 shutil.which；Ctrl+C 干净退出；Chrome/Edge 自动发现）；主包 dsh.bundle 声明（dsh plugin add github:taxueseek/argo 即得 MCP 工具；v2.8.4 起 MCP 默认不挂载，默认入口为原生工具与 web seam）；npm 包补 engines/、data/。

快速上手

python3 scripts/search.py "查询词"            # 自动路由搜索
python3 scripts/search.py "查询词" --json     # JSON 输出（供 Agent 消费）
python3 scripts/search.py "查询词" --verify 3 # 核验 top-3 并回填证据分
python3 scripts/research.py "复杂问题" --json # 取证包（扩词或多工作包 → dossier）

深度研究只走这一条路径。机器产出 dossier（来源/覆盖/缺口/门禁），不是判断稿。Agent 先读 references/research-protocol.md，写出工作包再取证；判断按事实/推断/建议写。不要另装「专业深度研究」skill。

核心命令

search — 统一搜索

参数	说明
--engine <name>	强制引擎（anysearch/byted/bocha/exa/tavily/eastmoney/zhihu/arxiv/pypi/mdn/hackernews/v2ex…，全量见 --list-engines）
--local-first	本地零成本聚合优先（local_search 33 引擎）
--include-local	并入本机文件命中（seek 结果尾部，source=local_files；默认关）
`--mode fast	auto
--explain	解释路由决策（含 TF-IDF 分数）
--no-cache / `--depth fast	balanced
`--since 7d	2026-08-01 --until --sort relevance
--verify [N]	对 top-N 未核验结果 fetch 正文，回填证据分（URL→证据分缓存，同 URL 二次搜索自动复用）
--domain --sub_domain	垂直域 / 子域限定

增强三工具

# research — 取证（扩词或 --work-packages → dossier + citations + 可判定门禁）
python3 scripts/research.py "查询" [--sub-queries N] [--depth deep] [--budget N] \
    [--route-strategy local_first|cost_aware|full] [--work-packages PATH|JSON] \
    [--json] [--verify N] [--allow-recompute]

# 工作包可带 file_inputs（本地一手数据入账）+ recompute（可复算脚本，fail-closed 授权）
#   [{"id":"wp-rev","question":"…","file_inputs":[{"path":"~/data/company.xlsx","role":"原始数据"}],
#     "recompute":{"script":"…","budget":{"timeout_s":30}}}]

# 社交舆情模式
python3 scripts/research.py "iPhone 16 用户评价" --mode social-sentiment --platforms xiaohongshu,reddit,twitter

# evidence — 可信度评估（Selection×Absorption）
echo '{"results": [...]}' | python3 scripts/evidence.py "查询词" --stdin --json [--high-stakes]

# clarify — 意图消歧
python3 scripts/clarify.py "有歧义的查询" --explain --json

抓取三工具（bin/argo 入口）

argo fetch "https://example.com" [--focus "关键词"] [--use-browser]
# {url}.md 直出探测 → HTTP（桌面/移动 UA，抖音等分流站移动优先）→ TLS 指纹 → Wayback/浏览器 自动降级 + BM25 聚焦提取 + 质量信号 + 内容安全引擎
argo screenshot "https://example.com" [--full-page] [--output /tmp/page.png]
argo pdf "https://example.com/paper.pdf" [--pages "1-5"] [--password "secret"]

MCP 服务

python3 scripts/mcp_server.py [--test]

工具名：argo_search、argo_local_search（本机文件/记录搜索，非联网）、argo_local_read（白名单本地文本预览，ARGO_LOCAL_READ_DIRS 配置目录，fail-closed）、argo_recompute（fail-closed 可复算执行器，受限子进程重算数值）、argo_research（含 social-sentiment）、argo_evidence、argo_clarify、argo_crawl、argo_fetch（mode=extract 结构化提取）、argo_screenshot、argo_pdf、argo_social_search（mode=sentiment 舆情聚合）、argo_article（微信公众号文章全文）、argo_job（招聘岗位多平台聚合）。

多客户端 MCP 一键接入（自研，注入/诊断/还原；客户端描述真源 mcp/clients.yaml）：

argo mcp status                 # 诊断各客户端（已安装/已配置）
argo mcp inject --all           # 注入所有已安装客户端（原子写 + 备份）
argo mcp inject --cursor        # 注入指定客户端（支持逗号分隔）
argo mcp undo --all             # 还原（精确移除 entry 或从备份回滚）
argo mcp inject --all --dry-run # 只预览不写

安全可逆：写入前备份到 ~/.argo/mcp-backup/（带时间戳），atomic_write（同目录 temp+rename），含密钥配置 0600 权限；TOML 走行级 append section 不破坏手写注释。支持 Claude Code / Cursor / Windsurf / Codex / OpenCode / Cline。

DeepSeek Harness 插件一行安装（原生 argo_search / argo_fetch 工具 + web_search seam + wide_research 编排；MCP 完整工具面默认不挂、按需在 profile patch 中开启——搜索/抓取高频路径走 CLI 单发同引擎同守卫，零常驻 token 开销）：

dsh plugin --profile web add "github:taxueseek/argo#main&path:packages/dsh-plugin"

wide_research 与 argo_research 共用同一套证据语义：规划互补轨道（可带 depends_on 依赖分阶段，默认并行）→ 有界并发子代理取证 → 来源账本（仅 http(s) URL 入账）→ 综合报告，输出自带 quality_gate_results（passed / conclusion_cap：failures→low、warnings→medium、干净→high）。passed=false 或 conclusion_cap=low 时禁止把报告结论当事实表述，先 argo_fetch / --verify 核验账本来源再下判断。worker 只用 argo 取证工具，不允许调用 argo_research（防研究套研究，硬保护不可放行）。

配额与引擎

python3 scripts/quota.py stats              # 配额状态
python3 scripts/search.py --list-engines    # 全量引擎清单（真源 config.yaml）
python3 scripts/search.py --list-engines --routable-only

TinyFish 搜索引擎（tinyfish / tinyfish_news / tinyfish_paper）与抓取渲染层（_tinyfish_fetch）原生直连 api.search/fetch.tinyfish.ai，认证用 X-API-Key（官方标准）。配置：

export TINYFISH_API_KEY="sk-tinyfish-..."   # 去 agent.tinyfish.ai/api-keys 申请

未配置 TINYFISH_API_KEY 时，search 引擎不进路由（env_ready=false），抓取渲染层自动回退浏览器，不崩、不改变既有抓取行为。

Agent 执行纪律

1. 高后果问题（金融/医疗/法律/事实核查）：search → evidence（或看 credibility_fast）→ fetch 高分 URL → 再下结论；fetch_required=true 时禁止跳过核验
2. 数字：必须标注口径（全市场/主动/持仓市值 vs 占比）；冲突时并列，禁止口径未对齐合并
3. SERP 链（baidu/s、sogou/link）：禁止当正文来源
4. 社交帖：叙事/舆情，不进事实真值
5. 深度研究：先读 references/research-protocol.md；有决策含义就交工作包，不要靠扩词充问题树；quality_gate_results.passed=false 必须降级表述

证据闭环（v2.8.0）

搜索输出已带证据门控，Agent 可编程判断「现在能不能下结论」：

• fetch_required：bool。命中高后果域时为 true，下结论前必须核验正文
• evidence_loop.suggested / verified_count / pending_count：建议核验 URL 列表 / 已核验 / 待核验
• 每条结果：fetch_suggested（是否建议核验）、has_fetched_evidence（是否已核验）、post_fetch_absorption（正文级吸收分，核验后回填）

python3 scripts/search.py "贵州茅台股价" --verify 3
# [verify] 核验 3 条，improved=2 unchanged=1 degraded=0 mean_delta=0.18

子技能

子技能	位置	入口
local-search（本地零成本聚合）	sub-skills/local-search/	python3 scripts/search.py "查询" --local-first
local-seek（本机文件搜索）	sub-skills/local-seek/	python3 sub-skills/local-seek/scripts/seek.py "查询" --path ~/notes --count（MCP: argo_local_search）
ego-search（登录态专业搜索）	sub-skills/ego-search/	python3 sub-skills/ego-search/scripts/ego_search.py search "AI 搜索" --runtime auto

本地打通（三通道）

• 搜索体验：python3 scripts/search.py "查询" --include-local —— 联网结果尾部并入本机文件命中（file:// 带行号，source=local_files，不参与融合评分）
• 本地分析：MCP argo_local_read（白名单预览，ARGO_LOCAL_READ_DIRS=~/data,~/notes 配置；worker 侧在 wide_research 默认工具白名单）；数据计算走工作包 recompute（fail-closed 授权）
• 插件 wide_research 接入：file_inputs（本地一手数据，登记血缘 sha256/路径，内容不入账）+ recompute（可复算契约，编排器侧受限执行，产出 recomputed_values）+ include_local（worker 搜索并入本机命中）；门禁 recompute_skipped / recompute_conflict 对齐核心，本地一手计入一手命中（防 no_source 假阴性）
• 成果复用：python3 scripts/research.py --search-archive "主题词" [--archive-since 日期] —— 检索历史研究/搜索归档（数据/argo-search-archive/runs/），按主题词 + 时间窗列出历史 run 与来源统计

工程纪律（单一真源）

• 代码真源 = 本仓库；引擎声明真源 = config.yaml（外置 engines/specs/*.yaml 优先覆盖同名引擎）；注册表由 scripts/sync_backends.py 派生到 backends/*
• 宿主入口 用 scripts/link_source.py symlink 指回真源（目标来自 --to / ARGO_LINK_TARGETS / 本机 installs.local.yaml）；禁止 rsync/多副本；禁止在产品代码写死主机 skill 路径
• 新增搜索源：只改 config.yaml（必要时 scripts/engines.py 注册 builder）→ python3 scripts/sync_backends.py && python3 scripts/sync_backends.py --check → 回归 python3 -m pytest tests/ -q

参考文档

文档	内容
references/engines.md	引擎全景：垂直域 / 社交 / 学术 / 本地引擎表 + 路由规则 + 引擎调用示例
references/research-protocol.md	深度研究协议：契约、工作包、dossier vs 判断稿、可判定门禁
references/research-templates.md	契约 / 工作包 / 判断稿骨架
references/usage.md	详细用法：参数大全、三大工具输出字段、子技能细节
references/architecture.md	架构：文件结构、证据流水线、量化公式、输出 JSON Schema、内容质量信号
docs/RELEASE_NOTES_v2.8.4.md	本版（2.8.4）发布说明
docs/RELEASE_NOTES_v2.8.0.md	v2.8.0 证据闭环发布说明
docs/MCP_SETUP.md	多客户端 MCP 一键接入：注入 / 诊断 / 还原
docs/DESIGN_LOCAL_DATA_FUSION.md	本地数据与网络数据分层融合设计（深度研究 L1）
docs/ARGO_INTRO.md	面向用户的介绍、安装方式、能力边界
docs/engines/keenable.md	Keenable 引擎说明
docs/ADDING_NEW_ENGINE.md	新增引擎指南