infometa 搜索编排底座（search-orchestrator）
我解决什么问题
通用 AI 看到"江西附近游玩"会笼统说"庐山很好"。 我会做这套事：
- 地理 fan-out：调online-search（地理搜索） 拿候选地点池（庐山/婺源/三清山/龙虎山/井冈山/鄱阳湖…）
- 查询矩阵生成：对每个候选地点 × 用户偏好 × 季节 生成 15-20 条精准查询
- 多源串行执行：美团连接器 + xhs-explore skill（含限速/熔断）+ WebSearch 兜底
- 去重 + 排序 + 深读：Top 30 笔记拿全文，Top 5 拿评论
- 置信度标记：每条数据都带 🟢🟡⚪
工作流程
intent + user_profile + domain
↓
Step 1: parse_intent.py 解析中心点 / 半径 / 时间
↓
Step 2: geo_fanout.py online-search（地理搜索） → 候选地点 Top 6-10
↓
Step 3: query_expand.py 候选 × 偏好 × 季节 → 15-20 条查询
↓
Step 4: 并发执行（≤2 worker，带熔断）
├─ meituan_search.py 调美团连接器
├─ xhs_batch_search.py 调 xhs-explore skill
└─ web_fallback.py WebSearch 兜底
↓
Step 5: dedupe_rank.py 按 note_id/POI 去重，按 likes×comments 排序
↓
Step 6: deep_read.py Top 30 read 全文 + Top 5 comments
↓
candidates.json
↓ 返回上游 skill
查询矩阵生成规则（C: 模板 + LLM 混合）
90% 走 query_templates.json 的模板填空：
{
"destination": [
"{location} 攻略",
"{location} 必去",
"{location} 避雷",
"{location} {season} 推荐",
"{location} {duration}日游"
],
"poi": [
"{location} {category}",
"{location} 本地人 {category}",
"{location} {category} 性价比"
],
"accommodation": [
"{location} {tier_label} 酒店推荐",
"{location} 民宿 真实体验",
"{location} 住哪里 方便"
],
"risk": [
"{location} 避雷",
"{location} 被坑",
"{location} 注意事项"
]
}
10% LLM 创造性扩展：基于 user_profile 的特殊偏好生成 1-2 条规则覆盖不到的查询， 如「江西小众老建筑」「成都 不爬山 拍照机位」。
反风控约束（与 xhs-explore skill 协同）
- 并发上限 2，超过会触发 461/471
- 连续 3 次错误 → 立即降级到 WebSearch
- 同目的地 30 天内查询本地缓存（
data/.cache/xhs/）
数据置信度
每条返回的 candidate 必须带：
{
"name": "庐山",
"source": "online-search+xhs",
"confidence": "green",
"search_data": { ... },
"xhs_evidence": [ {note_id, snippet, sentiment} ],
"queried_at": "2026-06-03T17:00:00+08:00"
}
confidence 取值：
- 🟢 green：MCP/CLI 一手数据
- 🟡 yellow：WebSearch 抓取
- ⚪ gray：references/ 静态兜底
上游 skill 怎么调我
# 例：destination-research 调用本 skill
import subprocess, json
result = subprocess.run([
"python", "skills/search-orchestrator/scripts/orchestrate.py",
"--intent", "江西附近游玩 4 天",
"--profile", "data/user_profile.json",
"--domain", "destination",
"--output", "data/.cache/run-{run_id}/candidates.json"
], capture_output=True, text=True)
candidates = json.loads(open("data/.cache/run-xxx/candidates.json").read())
反模式
- ❌ 直接调用各种 MCP / CLI，绕开本 skill（会导致重复发请求 / 没有去重 / 没有熔断）
- ❌ 在上游 skill 自己做查询扩展（应该统一在这里做，保证策略一致）
- ❌ 不带 domain 参数（不知道用哪套查询模板）
这个 skill 是整个 agent 的"检索操作系统"，所有需要外部数据的 skill 都要走这里。