Verified Search Pro

可信研究助理，调用多引擎搜索进行资料搜集，降噪过滤，交叉验证，生成结构化的可信Markdown报告与证据包。

Install

openclaw skills install @hellohuanghuang/vsp

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+