taxueseek Argo v2.8.6 — 统一搜索与证据核验
从「帮你搜到」升级为「帮你核到」。搜索输出自带证据闭环：高后果问题（金融/医疗/法律/事实核查）标
fetch_required，每条结果标fetch_suggested；--verify一键核验正文并回填「核实后证据分」，核实过的链接自动记忆，二次搜索直接显示已核实。本版增量 / 变更日志见
docs/RELEASE_NOTES_v2.8.6.md、docs/RELEASE_NOTES_v2.8.5.md与docs/RELEASE_NOTES_v2.8.0.md。
快速上手
python3 scripts/search.py "查询词" # 自动路由搜索
python3 scripts/search.py "查询词" --json # JSON 输出（供 Agent 消费）
python3 scripts/search.py "查询词" --verify 3 # 核验 top-3 并回填证据分
python3 scripts/research.py "复杂问题" --json # 取证包（扩词或多工作包 → dossier）
深度研究只走这一条路径。机器产出 dossier（来源/覆盖/缺口/门禁），不是判断稿。Agent 先读 references/research-protocol.md，写出工作包再取证；判断按事实/推断/建议写。不要另装「专业深度研究」skill。
核心命令
search — 统一搜索
| 参数 | 说明 |
|---|---|
--engine <name> |
强制引擎（anysearch/byted/bocha/exa/tavily/eastmoney/zhihu/arxiv/pypi/mdn/hackernews/v2ex/redskill…，全量见 --list-engines） |
--local-first |
本地零成本聚合优先（local_search 33 引擎） |
--include-local |
并入本机文件命中（seek 结果尾部，source=local_files；默认关） |
| `--mode fast | auto |
--explain |
解释路由决策（含 TF-IDF 分数） |
--no-cache / `--depth fast |
balanced |
| `--since 7d | 2026-08-01 --until --sort relevance |
--verify [N] |
对 top-N 未核验结果 fetch 正文，回填证据分（URL→证据分缓存，同 URL 二次搜索自动复用） |
--domain --sub_domain |
垂直域 / 子域限定 |
增强三工具
# research — 取证（扩词或 --work-packages → dossier + citations + 可判定门禁）
python3 scripts/research.py "查询" [--sub-queries N] [--depth deep] [--budget N] \
[--route-strategy local_first|cost_aware|full] [--work-packages PATH|JSON] \
[--json] [--verify N] [--allow-recompute]
# 工作包可带 file_inputs（本地一手数据入账）+ recompute（可复算脚本，fail-closed 授权）
# [{"id":"wp-rev","question":"…","file_inputs":[{"path":"~/data/company.xlsx","role":"原始数据"}],
# "recompute":{"script":"…","budget":{"timeout_s":30}}}]
# 社交舆情模式
python3 scripts/research.py "iPhone 16 用户评价" --mode social-sentiment --platforms xiaohongshu,reddit,twitter
# evidence — 可信度评估（Selection×Absorption）
echo '{"results": [...]}' | python3 scripts/evidence.py "查询词" --stdin --json [--high-stakes]
# clarify — 意图消歧
python3 scripts/clarify.py "有歧义的查询" --explain --json
抓取三工具（bin/argo 入口）
argo fetch "https://example.com" [--focus "关键词"] [--use-browser]
# {url}.md 直出探测 → HTTP（桌面/移动 UA，抖音等分流站移动优先）→ TLS 指纹 → Wayback/浏览器 自动降级 + BM25 聚焦提取 + 质量信号 + 内容安全引擎
argo screenshot "https://example.com" [--full-page] [--output /tmp/page.png]
argo pdf "https://example.com/paper.pdf" [--pages "1-5"] [--password "secret"]
Agent 执行纪律
- 高后果问题（金融/医疗/法律/事实核查）：search → evidence（或看
credibility_fast）→ fetch 高分 URL → 再下结论；fetch_required=true时禁止跳过核验 - 数字：必须标注口径（全市场/主动/持仓市值 vs 占比）；冲突时并列，禁止口径未对齐合并
- SERP 链（baidu/s、sogou/link）：禁止当正文来源
- 社交帖：叙事/舆情，不进事实真值
- 深度研究：先读
references/research-protocol.md；有决策含义就交工作包，不要靠扩词充问题树；quality_gate_results.passed=false必须降级表述
证据闭环（v2.8.0）
搜索输出已带证据门控，Agent 可编程判断「现在能不能下结论」：
fetch_required：bool。命中高后果域时为 true，下结论前必须核验正文evidence_loop.suggested / verified_count / pending_count：建议核验 URL 列表 / 已核验 / 待核验- 每条结果：
fetch_suggested（是否建议核验）、has_fetched_evidence（是否已核验）、post_fetch_absorption（正文级吸收分，核验后回填）
python3 scripts/search.py "贵州茅台股价" --verify 3
# [verify] 核验 3 条，improved=2 unchanged=1 degraded=0 mean_delta=0.18
按需读取（低频操作细节）
以下内容不每次必读，按需打开对应参考。日常搜索/抓取/深度研究走上面核心命令即可。
| 场景 | 读什么 |
|---|---|
| MCP 工具全清单 / 多客户端注入 / DSH 插件接入 / 配额·TinyFish / 子技能 / 本地打通 / 工程纪律 | references/operations.md |
| 参数大全、三大工具输出字段、子技能细节 | references/usage.md |
| 深度研究协议：契约、工作包、dossier vs 判断稿、可判定门禁 | references/research-protocol.md |
| 契约 / 工作包 / 判断稿骨架 | references/research-templates.md |
| 引擎全景：垂直域/社交/学术/本地引擎表 + 路由规则 | references/engines.md |
| 学术检索：查询构造（arXiv/S2/GS 语法）、相关性五因子排序、引用网络挖掘、学术反模式与证据分级 | references/academic-query.md |
| 架构：文件结构、证据流水线、量化公式、输出 JSON Schema、内容质量信号 | references/architecture.md |
| MCP 多客户端注入详解 | docs/MCP_SETUP.md |
工程纪律（单一真源：代码真源=本仓库、引擎声明真源=config.yaml、宿主入口用 link_source.py symlink、新增搜索源流程）见
references/operations.md末尾。