name: verified-search-pro
license: "MIT"
description: "面向深度调研和事实核查的可信研究助理。在宿主搜索能力的基础上，调用腾讯云联网搜索（WSA）、百度（千帆）、Tavily、必应、搜狗、DuckDuckGo 多引擎搜索，将资料清洗、降噪、交叉验证为 Markdown 报告与 claims-json/evidence-pack 证据包。触发场景：调研、验证、确认、政策追踪、资料质检、证据包、背调、交叉验证、多搜一下、搜一下、查一下。"
compatibility: "Requires Python 3.8+ and internet access. Optional API engines: TAVILY_API_KEY, TENCENTCLOUD_SECRET_ID + TENCENTCLOUD_SECRET_KEY, BAIDU_API_KEY (all unset falls back to free web engines). Optional: Node.js for WeChat fetching."
allowed-tools: "Read, Bash, Write, SearchReplace, RunCommand"
metadata:
version: "2.1.1"
author: "黄艾伦（那个谁）"
tags:
- "搜索"
- "信息验证"
- "多引擎"
- "交叉验证"
- "降噪"
- "信息源分级"
- "Tavily"
- "必应"
- "搜狗"
- "DuckDuckGo"
platforms:
- "openclaw"
- "claude-code"
- "codex"
- "hermes"
openclaw:
emoji: "🔍"
requires:
bins: ["python3"]
env: ["TAVILY_API_KEY", "TENCENTCLOUD_SECRET_ID", "TENCENTCLOUD_SECRET_KEY", "BAIDU_API_KEY"]
install: []
Verified Search Pro v2.1.1 · 可信研究助理
> 从“搜到资料”到“确认资料能不能用”。搜索工具负责找资料，本 Skill 负责质检资料。
> 默认交付：Markdown 给人阅读，claims-json/evidence-pack 给 agent、测试和后续工作流使用。平台适配：Codex / Claude Code / 通用 Prompt；OpenClaw 等个人环境作为可选示例。
触发方式
当用户请求涉及以下场景或关键词时，优先使用本 Skill 处理搜索与质检：
触发场景：确认真相、验证搜索、调研、政策追踪、机构/项目研究、信息验真、竞品追踪、人物/机构背调、多源比对。
触发关键词：调研、验证、确认、搜索、政策追踪、资料质检、证据包、背调、交叉验证、多搜一下、搜一下、查一下。
快速导航（Progressive Disclosure）
本 Skill 采用分层加载架构——按需读取，避免上下文膨胀。默认使用 --budget auto 控制输出大小（256k 为上限），由轻量规则选择 lite / standard / deep，自动匹配任务规模。
表述纪律：本文件只给索引与铁律；凡涉及引擎清单、场景策略、配置步骤等易变细节，一律以 references 对应文件为唯一事实源，本文件不自行概括，避免两边表述漂移。
| 当前阶段 | 加载文档 | 说明 |
|---|---|---|
| Phase 1: 任务拆解 | references/01-search-strategy.md |
路由逻辑、场景引擎表、查询拆分（引擎策略唯一事实源） |
| Phase 2-3: 搜索获取与降噪 | references/02-source-ranking.md + references/04-noise-filtering.md |
信息源分级、降噪流程、去重规则 |
| Phase 4: 验真比对 | references/03-confidence-rubric.md + references/04-noise-filtering.md |
置信度定级、交叉验证、矛盾处理 |
| Phase 5: 交付输出 | references/05-output-template.md + assets/report-template.md |
Markdown + claims-json 默认交付 |
| 无 API 密钥或引擎被拦截 | references/06-fallback-guide.md |
降级方案（降级唯一事实源） |
| API 配置 | references/10-api-setup.md |
Tavily / 腾讯云 WSA / 百度千帆申请与配置引导 |
| 接入无专用适配的平台 | references/07-cross-platform.md |
通用 Prompt 注入（Claude Code / Codex 请改用 .claude/ / .codex/ 专用文件） |
| 2.1 方法论审计 | references/08-trust-quality-framework.md |
Claim-centric 验证、OSINT、ACH、SIFT、信号/噪声框架 |
| 2.1 评估基准 | references/09-evaluation-benchmark.md |
benchmark 场景、质量指标、发布门禁 |
v2.1 产品边界
-
用户视角：可信研究助理，先找资料，再把资料质检成可复核的研究包。
-
Agent 视角：资料前处理器，输出精简、带标签、可继续推理的上下文，而不是原始链接堆。
-
搜索底盘：够用且稳；分层为「宿主搜索地基（
--input-results，最基础的兜底）→ L1 API 主力（tencent_wsa 中文主力 + baidu_api 百度官方源 + tavily 国际/英文向）→ L2 免费 HTML 引擎兜底（DuckDuckGo、必应、搜狗；头条为低频熔断引擎，不进默认列表）」，Google 暂不进入默认能力。场景级引擎选择以references/01-search-strategy.md为唯一事实源。 -
安全分区：区分可信结论、观点地图、常见误区、争议不确定、时间演进，非可信材料不得被自动提升为事实。
-
性能边界：不轮询所有搜索源，不默认抓全文，不绕过验证码或登录限制。
核心工作流（5 阶 16 步）
Phase 1: 任务拆解（检查点 1）
目标：理解用户需求，拆解信息模块，确定搜索策略。
| 步骤 | 动作 | 输出 |
|---|---|---|
| 1.1 | 分析用户意图：事实核查？调研？追踪？ | 意图分类 |
| 1.2 | 拆解信息模块：事实、观点、误区、争议、时间演进分别需要什么？ | 模块清单 |
| 1.3 | 按 references/01-search-strategy.md 的路由逻辑与场景表确定引擎组合；确认宿主输入（--input-results）是否可用 |
引擎策略 |
| 1.4 | 生成搜索关键词：主查询 + 变体查询 | 查询列表 |
| 1.5 | 强制：调用 scripts/search_engine.py 前，先用 LLM 提取 2-5 个核心搜索概念，并通过 --search-concepts 传入 |
概念列表 |
检查点 1：interactive 模式下向用户确认；batch 模式下连续执行并在报告中汇总。
关键约束：
-
如果用户输入是中文自然语言疑问句，必须先提取核心概念，再调用
search_engine.py。 -
直接传入中文原句而不带
--search-concepts被视为违规调用。 -
脚本会在 stderr 输出警告，Agent 应主动补全 concepts，不得忽略。
示例：
-
输入："如何消除比熊泪痕？"
-
概念：
"比熊,泪痕,消除方法" -
调用：
bash
python3 scripts/search_engine.py "如何消除比熊泪痕？" --search-concepts "比熊,泪痕,消除方法" --verify --output claims-json
加载：references/01-search-strategy.md 获取完整策略指南。
Phase 2: 搜索获取（检查点 2）
目标：并行搜索多引擎，收集原始结果。
| 步骤 | 动作 | 输出 |
|---|---|---|
| 2.1 | 并行调用所选引擎，并读取 --input-results 宿主搜索结果 |
原始结果池 |
| 2.2 | 记录来源引擎、时间戳、原始得分和 engine health | 元数据 |
| 2.3 | 微信文章特殊处理（如需要） | 内容抓取 |
| 2.4 | 汇总原始结果数量与来源分布 | 统计摘要 |
检查点 2：interactive 模式下确认；默认 auto 由 agent 判断是否需要停顿。
调用脚本：scripts/search_engine.py（主入口）
Phase 3: 降噪清洗（检查点 3）
目标：去重、过滤、分级，保留高质量信息。
| 步骤 | 动作 | 输出 |
|---|---|---|
| 3.1 | URL 归一化去重 | 去重结果 |
| 3.2 | 内容指纹去重（15 词 MD5） | 去重结果 |
| 3.3 | 文本相似度去重（阈值 0.85） | 去重结果 |
| 3.4 | 信息源分级过滤（A-E 级） | 过滤后结果 |
| 3.5 | 域名权威性评分加权 | 加权排序 |
| 3.6 | 跨域名转载检测（same-story） | 转载标注 |
检查点 3：在 batch 模式下不打断用户，但必须在最终报告中交代降噪结果。
加载：references/02-source-ranking.md 获取信息源分级规则。
加载：references/04-noise-filtering.md 获取降噪流程细节。
调用脚本：scripts/result_fusion.py
Phase 4: 验真比对（检查点 4）
目标：交叉验证，识别矛盾，定级置信度。
| 步骤 | 动作 | 输出 |
|---|---|---|
| 4.1 | 提取关键实体（中文词/英文专有词/数字） | 实体列表 |
| 4.2 | 反向验证：检查结果内容是否包含关键实体 | 验证得分 |
| 4.3 | 多源一致性检查：同一事实在不同来源中的表述 | 一致性报告 |
| 4.4 | 矛盾信息标注：发现冲突时标记并说明 | 矛盾标注 |
| 4.5 | 置信度定级（A-E） | 定级结果 |
检查点 4：高风险、范围模糊或证据冲突明显时使用 interactive；一般调研可连续执行。
加载：references/03-confidence-rubric.md 获取置信度定级标准。
调用脚本：scripts/cross_verify.py
Phase 5: 要点定锚与交付
目标：提炼核心结论，生成结构化报告。
| 步骤 | 动作 | 输出 |
|---|---|---|
| 5.1 | 要点锚定：提炼可信结论，非可信材料分区放置 | 要点清单 |
| 5.2 | 标注每个要点的置信度、来源可靠性、时效状态 | 置信度标注 |
| 5.3 | 标注观点地图、常见误区、争议不确定、时间演进 | 分区标注 |
| 5.4 | 生成 Markdown 报告和 claims-json/evidence-pack | 人读报告 + 机器读证据 |
| 5.5 | 按用户环境交付；默认保存本地文件 | 交付确认 |
加载：references/05-output-template.md 获取输出规范。
加载：assets/report-template.md 获取报告模板。
信息源分级（内置铁律）
| 等级 | 来源类型 | 使用规则 | 置信度 |
|---|---|---|---|
| A | 政府官网、权威媒体、学术期刊、品牌/机构官方 | 优先使用，可直接引用 | 高 |
| B | 知名学者/评论员/媒体人的署名内容 | 可用，需确认作者身份 | 中高 |
| C | 一般 UGC（知乎高赞、一般公众号、行业论坛） | 仅作观点参考，必须交叉验证 | 中 |
| D | 百科/未署名自媒体、内容农场 | 极度谨慎，仅用于基础概念 | 低 |
| E | 匿名论坛、营销号、无来源截图 | 不使用 | 极低 |
知乎/微信公众号/一般百科：不一刀切排除，但默认降级到 C-D 级，需作者身份验证后提升。
加载：references/02-source-ranking.md 获取完整分级规则。
置信度定级（内置标准）
| 等级 | 定义 | 使用规则 |
|---|---|---|
| A | 2+ 权威来源独立确认 | 可直接引用，无需额外说明 |
| B | 1 权威来源或 2+ 一般来源一致 | 可引用，建议标注来源 |
| C | 单一来源，无矛盾 | 可引用，必须标注"据 X 报道" |
| D | 存在矛盾或辟谣信息 | 必须标注争议，不得作为定论 |
| E | 明确不实或无法验证 | 不使用，标注"信息不足" |
宁少勿假原则：信息不足时明确标注，不强行生成 A/B 级结论。
加载：references/03-confidence-rubric.md 获取完整定级标准。
降级方案（内置适配）
场景 1: API 层自检（tencent_wsa / baidu_api / tavily 未配置）
-
自动检测
TENCENTCLOUD_SECRET_ID/TENCENTCLOUD_SECRET_KEY、BAIDU_API_KEY与TAVILY_API_KEY环境变量 -
已配置的 API 引擎自动启用；未配置的全部跳过时，输出 JSON 的
tips字段给出tencent_wsa_missing/baidu_api_missing/tavily_missing提示 -
读到提示时阻塞式询问用户，引导按
references/10-api-setup.md完成配置，等待用户明确选择后再继续 -
用户选择跳过时：使用可用 Web 搜索（DuckDuckGo、必应、搜狗）
-
性能影响：结果质量与中文覆盖可能降低，但流程完整
场景 2: 无网络连接
-
检测网络可达性
-
不可达时：返回错误提示，建议手动搜索
场景 3: 无 Node.js（微信抓取）
-
微信文章抓取失败时跳过
-
普通网页内容不受影响
场景 4: 免费引擎（DuckDuckGo/必应/搜狗/头条）反爬或验证码
-
检测验证码、安全验证页或异常跳转
-
标注
engine_status: blocked，不当作普通 0 结果 -
不绕过验证码、伪造 Cookie 或使用代理池
加载：references/06-fallback-guide.md 获取完整降级方案。
输出规范（Output Spec）
默认输出
-
格式：Markdown（
.md）+claims-json -
编码：UTF-8
-
标题层级：严格使用
#/##/###/####，禁止跳级 -
语言：跟随用户上下文；引用保留原文，必要时提供翻译或解释
-
语气：专业、客观、有依据
2.1 结构化输出
-
格式：
claims-json -
用途：跨 agent 交接、benchmark 评估、证据链审计
-
包含：可信结论、观点地图、常见误区、争议不确定、时间演进、evidence、source reliability、information credibility、freshness、limitations
-
Schema：
schemas/evidence-pack.schema.json -
命令：
python3 scripts/search_engine.py "query" --mode auto --budget auto --checkpoint auto --verify --output claims-json -
宿主输入：
python3 scripts/search_engine.py "query" --input-results host_results.json --engines none --output claims-json -
自检：
python3 scripts/search_engine.py --doctor
交付方式
| 目标 | 处理方式 | 状态 |
|---|---|---|
| 本地 Markdown | 默认保存或输出 .md 报告 |
默认 |
| claims-json | 默认输出可复核证据包 | 默认 |
| 飞书/Notion/Google Docs/Obsidian | 按用户环境作为可选交付适配 | 可选 |
加载：references/05-output-template.md 获取输出规范。
检查点机制（自适应控制）
支持 --checkpoint auto|batch|interactive。默认 auto：清晰调研可连续执行后汇报阶段摘要；范围模糊、高风险或用户要求控制时切换 interactive；明确要求高效完成时使用 batch。检查点是质量控制机制，不是所有环境都必须机械停顿。
版本与元信息
-
当前版本：v2.1.1
-
发布状态：v2.1.1 正式版
-
稳定基线：v2.1.1（2026-07-19）
-
作者：黄艾伦（那个谁）
-
许可证：MIT
-
创建日期：2026-06-05
-
更新日志：
CHANGELOG.md -
跨平台适配：
references/07-cross-platform.md（仅接入无专用适配的平台时读取；搜索运行时不加载） -
MCP-ready：输出有 JSON Schema，可被任意 agent / MCP server 消费
> 方法论来源：黄艾伦信息搜索方法论（多元验证、反向论证、语义分析） + Nuwa Skill 检查点机制 + Tavily 高级搜索最佳实践 + OSINT / ACH / SIFT / source reliability 方法论审计轨
> 适用平台：Codex / Claude Code / 通用 Prompt；OpenClaw / Hermes 等作为可选适配示例
> 技术约束：纯 Python 标准库，零第三方依赖，Python 3.8+
