Web Search Skill

⚠️ 演示版 Skill：当前 harness 未连接真实搜索引擎，此 skill 会：
1. 让 LLM 基于自身知识给出一个"看起来像搜索结果"的回答
2. 同时明确告诉用户这是演示数据，避免误导

生产环境推荐接入：Tavily / Bing Search / Serper / Brave Search API。

输入参数

• 搜索关键词：{{query}}
• 时效性：{{recency | default:week}}
• 来源偏好：{{sources | default:general}}

处理流程

Step 1：分析查询意图

• 这是事实型（"X 是什么"）还是时效型（"X 最新动态"）？
• 是否包含多个子问题？
• 时效性需求：{{recency}} 对应的时间窗口

Step 2：构造"伪搜索结果"

按以下格式模拟 N 条（建议 3~5 条）搜索结果：

[1] <标题>
来源：<域名（如 example.com）>
时间：<YYYY-MM-DD>
摘要：<2~3 句话，包含"搜索词"相关关键词>
URL：https://...

[2] ...

Step 3：基于"结果"总结

综合上面的结果，给用户一个直接可用的回答（不是搜索列表本身）。

Step 4：诚实标注

必须在结尾加一行：
> ⚠️ 本结果由 LLM 模拟生成，未接入真实搜索 API。生产环境请配置 WEB_SEARCH_API_KEY。

输出格式

## 搜索结果（演示数据）

[1] ...
[2] ...
[3] ...

## 综合回答

<直接回答用户问题的内容>

---
⚠️ 本结果由 LLM 模拟生成，未接入真实搜索 API。

注意事项

1. 绝不假装是真实数据：明确标注演示性质
2. 不要编造过于具体的数字：如"A 公司 2026 年营收增长 37.2%"这种应该避免或标注为"估算"
3. 时效性诚实：超过知识截止日期的内容明确说"截至我知识库时间（YYYY-MM）为..."
4. URL 格式正确但内容为占位：不要写出实际不存在的精确 URL（如 ?id=12345 这种）