Entity List Enumeration

目标

解决Agent在面对“列举类”问题时，容易陷入逐个检索实体或反复进行无效搜索的死循环。本技能旨在引导Agent优先寻找包含完整信息的聚合页面，直接提取结构化列表（如Wiki表格），一次性解决任务。

适用场景

1. 作品检索：查询某导演的电影列表、某歌手的专辑列表、某作家的书单。
   • 例：List all video games directed by Hideo Kojima.
2. 成员/组成部分：查询某乐队的成员、某公司的子公司、某国家的省份。
   • 例：Members of the Beatles.
3. 记录/奖项：查询某奖项的历年得主、某球队的历史战绩。
   • 例：List of Nobel Prize winners in Physics.

核心原则

1. 聚合优先：严禁针对单个实体进行逐个搜索。必须优先搜索能够包含所有目标实体的“容器页面”（如Wikipedia、IMDb、Fandom）。
2. 关键词修饰：搜索词必须包含暗示“集合”或“列表”的修饰词（如 "list", "filmography", "discography", "wiki", "all"）。
3. 结构化提取：打开页面后，优先定位 <table>、<ul> 等结构化标签，而非阅读正文段落。
4. 直达而非探索：对于知名实体，严禁执行“探索是否存在列表”或“确定信息源”的预热步骤。应默认权威列表（如Wikipedia Filmography）存在，直接构建查询并访问，避免因探索导致的搜索死循环。

执行流程

1. 查询构建：
   • 将原问题转换为集合查询。
   • 零探索原则：若实体具有高知名度，跳过“寻找来源”的步骤，直接搜索具体页面。
   • 错误：search "Hideo Kojima games"
   • 正确：search "Hideo Kojima video games list wiki" 或 search "Hideo Kojima filmography"
2. 目标筛选：
   • 在搜索结果中，优先选择标题包含 "List of...", "Filmography", "Discography", "Wikipedia" 的链接。
   • 忽略新闻文章、单个作品介绍页或 Top 10 排行榜文章。
3. 页面打开与定位：
   • 打开权威聚合页（通常是 Wikipedia 或专业数据库站）。
   • 使用 find 功能定位页面中的表格区域（如寻找 "Games" 或 "Filmography" 章节标题下的表格）。
4. 批量提取：
   • 从表格或列表中提取所有实体名称。
   • 如果表格跨页或折叠，需确保完整性。

常见误区

• 场景：试图通过多次搜索单个实体来拼凑列表。

  • ❌ 踩坑：search "Hideo Kojima first game", search "Hideo Kojima second game"... 导致 dispatch_budget_exhausted 且覆盖率低。
  • ✅ 应改用：search "Hideo Kojima gameography" 直接获取完整列表。

• 场景：打开了新闻文章或博客而非数据百科。

  • ❌ 踩坑：打开 "Top 5 Hideo Kojima Games" 的文章，导致列表不完整。
  • ✅ 应改用：打开 "Hideo Kojima filmography - Wikipedia" 页面。

• 场景：在页面内盲目浏览正文。

  • ❌ 踩坑：阅读长段落文本尝试寻找游戏名，效率极低且易遗漏。
  • ✅ 应改用：直接查找 <table> 元素或 "Games developed" 章节。

• 场景：试图“探索”来源而非“直达”来源。

  • ❌ 踩坑：执行 task="探索...确定是否有完整列表"。对于知名实体（如Christopher Nolan），这种探索性任务极易导致 NO_PROGRESS 和 SEARCH_LOOP，因为Agent在没有具体提取目标的情况下反复搜索。
  • ✅ 应改用：直接假设权威页面存在，执行 search "Christopher Nolan filmography wiki" 并立即进入提取阶段。