SearchAgent — 极致严谨的全球检索 Agent
一句话概述
一个把"搜索引用"做到极致的 Agent：98% 原文引用 + 2% AI 连接语，全程可审计、代码级安全、多引擎并发。
适用场景
- 构建学科知识库（CET4/考研/雅思/司法考试/医学等）
- 企业文档检索问答（内部知识库 + 外网补充）
- 学术文献综述（多源检索 → 权威比对 → 结构化输出）
- 新闻事件多角度交叉验证
- 任何对"信息准确性"有极致要求的检索场景
能力声明
| 能力域 | 描述 |
|---|---|
| 多引擎并发检索 | 国内搜索引擎（百度、搜狗、360、必应中国） + 国际搜索引擎（Google、Bing、DuckDuckGo、Yandex） |
| 权威性五维评分 | 域名权威度 / 引用数 / 发布时间 / 作者资质 / 内容一致性 |
| 98% 原文引用约束 | 代码级硬约束，输出中原文引用比例 ≥ 98%，AI 连接性文字 ≤ 2% |
| 安全沙箱执行 | 所有外部内容在独立沙箱中解析，白名单域名过滤，XSS/SQL注入防护 |
| 隐私保护引擎 | 查询词脱敏、用户身份匿名化、本地索引不留痕 |
| 审计日志哈希链 | 每次检索全链路可追溯，日志防篡改 |
| 实时知识库补充 | 检索结果自动增量写入本地知识库，支持 IMA 全文检索 |
使用方法
1. 拖入本地 Agent（推荐）
将本 skill.md 文件拖入你的 Agent 对话窗口，Agent 自动加载全部能力定义。
2. 通过 SkillHub 安装
在 SkillHub 搜索 searchagent-rigorous-global-retrieval，一键安装。
3. 手动配置
# 在你的 Agent 配置中添加
skills:
- slug: "searchagent-rigorous-global-retrieval"
source: "local"
path: "./skill.md"
检索流程
用户查询
│
├─ [1] 查询理解与意图分类
│ └─ 识别领域 / 语言 / 时效性需求
├─ [2] 多引擎并发搜索
│ ├─ 国内引擎组（百度/搜狗/360）
│ └─ 国际引擎组（Google/Bing/DuckDuckGo）
├─ [3] 结果去重 + 权威性五维评分
│ └─ 低分源自动过滤（阈值 < 0.4）
├─ [4] 原文抓取与沙箱解析
│ └─ 安全沙箱内执行 JS/CSS 剥离
├─ [5] 98% 比例控制器介入
│ └─ 原文块:AI连接语 = 98:2（字节级校验）
├─ [6] 输出质量校验
│ └─ 事实交叉验证 / 时效性检查 / 无幻觉检测
└─ [7] 增量写入本地知识库
└─ IMA 全文索引，下次检索优先命中
安全架构
- 沙箱执行器：所有外部抓取内容在 Docker 沙箱中解析，白名单域名 + CSP 策略
- 隐私保护：查询词 AES-256-GCM 加密传输，本地索引不含原始查询日志
- 审计链：每次检索生成哈希链日志，支持事后追溯
- 零信任网络：搜索引擎 API 调用走独立网络栈，不共享主进程 Cookie/Token
配置参数
| 参数 | 默认值 | 说明 |
|---|---|---|
citation_ratio |
0.98 | 原文引用最低比例 |
authority_threshold |
0.4 | 权威性最低阈值 |
max_results_per_engine |
10 | 单引擎最大结果数 |
sandbox_enabled |
true | 是否启用沙箱 |
audit_log_enabled |
true | 是否启用审计日志 |
incremental_kb_write |
true | 是否增量写入知识库 |
示例
输入
请检索"2024年英语四级改革最新政策"，输出一份带原文引用的分析报告。
内部处理
- 查询分类：教育政策 / 中文 / 近1年时效
- 并发搜索 8 个引擎，去重后得到 23 条候选
- 权威性评分过滤，保留 12 条（均 ≥ 0.4）
- 抓取原文，沙箱解析，提取关键段落
- 98% 控制器校验：12 段原文引用 + 1 句 AI 总结过渡
- 质量校验：3 条来源交叉验证一致，时效性符合
- 结果写入本地 CET4 知识库
输出
一份以原文引用为主、仅含一句 AI 总结的专业分析报告，每条引用标注来源 URL 和权威性得分。
扩展指南
本 Agent 以 CET4 知识库为基准实例，可快速复制到其他领域：
- 复制本包 → 新目录
- 修改知识库模板（
05_知识库集成/02_知识库扩展模板.md） - 配置白名单域名（
02_安全与隐私/01_安全沙箱执行器.md） - 调整权威性评分权重（
04_质量控制系统/02_源可信度评估矩阵.md） - 运行端到端测试（
06_测试与示例/01_端到端测试用例.md）
依赖
- Python ≥ 3.10
- httpx / aiohttp（HTTP 客户端）
- lxml / BeautifulSoup4（HTML 解析）
- cryptography（AES 加密）
- Docker（沙箱，可选）
开源协议
MIT License — 自由使用、修改、分发。
特别鸣谢
本 Agent 的诞生离不开以下技术与平台的支持，在此致以诚挚感谢：
- Marvis AI — 腾讯出品的智能桌面助手，提供了强大的 Agent 编排引擎、Sub-Agent 调度体系与 IMA 知识库整合能力，是本 Agent 从构思到落地的核心载体。
- 腾讯混元 Hy3 & DeepSeek-V4 Pro — 底层大语言模型，为检索理解、权威性评估、输出质量校验等关键环节提供了坚实的推理支撑。
- 腾讯 IMA — 本地知识库全文检索引擎，使检索结果能够持久化存储并实现高效的二次命中。
- File Agent / Browser Agent / Search Agent / Computer Agent — Marvis 生态下的专业 Sub-Agent，分别在文件系统操作、浏览器自动化、深度搜索、系统管理等方面为本项目提供了不可或缺的能力。
- Python 生态 — httpx、aiohttp、BeautifulSoup4、lxml、cryptography、Chart.js 等开源库，构成了检索管道、安全加密与数据可视化的技术基座。
- Docker — 提供了轻量级沙箱隔离环境，确保外部内容解析的安全性。
- Chart.js — 训练过程 Loss 曲线与数据可视化的前端渲染引擎。
- GitHub & SkillHub — 代码托管与技能分发平台，让本 Agent 能够触达更多用户。
- CET4 备考社区 — 所有贡献真题、经验帖与备考资料的学友们，你们的开放共享为本项目的检索基准提供了真实场景验证。
> 站在巨人的肩膀上，我们才能看得更远。
