research-pro

系统化研究 skill — 螺旋收敛模型。把任何问题（模糊或清晰）分解成子问题，迭代搜索，越搜越清晰，直到每个子问题都有答案。 Triggers: "帮我研究", "研究一下", "调研", "分析对比", "research", "investigate", "look up" 也触发: 竞品分析、市场调研、技术选型对比、趋势了解 Setup triggers: "安装 research-pro", "配置 research-pro", "research-pro doctor", "setup research-pro", "research-pro 未就绪" **Gates:** 开始外部搜索前必须通过 READY doctor 与 Search Target Confirmation Gate；所有交互式多源/外部研究必须先展示 Search Contract 并收到用户明确确认。唯一例外是一个用户明确提供的 URL/文件、且只要求读取/提取/摘要、不作跨源比较或推断的 NARROW_SELFCHECK（见 SKILL Phase 1）。 Does NOT trigger normal multi-source research: - 已经知道答案的简单事实问题 - 用户直接给了 URL/文件、且只要读取/提取/摘要的，按 Step 1.2 的 NARROW_SELFCHECK 处理（不进入跨源 research） - 代码调试、写代码任务 Output: 结构化研究报告（结论 + 子问题答案 + 来源 + 争议点 + 未解决缺口）

Research Pro v3.17.0-mf（螺旋收敛模型）

核心原则： 不是"问清楚再搜"，是"边搜边搞清楚"。先看本地，再看网络。

安装： SETUP.md 或 bash scripts/install.sh。
凭据： scripts/lib/credentials.mjs（never-override + allowlist）。通用 ~/.config/research-pro/.env（env.example）。安全：references/security.md。 ⚠️ 裸第三方 CLI 必经 shim： tvly/firecrawl/youtube_transcript_api 等只读 process.env，不会自动加载 .env 源 → 冷启动报 "No API key"。必须用 node {baseDir}/scripts/run-with-creds.mjs <cmd> ... 运行（进程内注水 env 再 exec，secret 不进 stdout）。Node 脚本（grok_search.mjs/research.mjs）已自注水，直接调。 搜索 trace（debug/对比，默认开 light）： 见下方「旁路搜索 Trace」。

⛔ READY 门闩（强制 — 任何人开始研究前）

定义：

• script READY = doctor 的 ready/runnable == true（至少一个 Tavily / XAI / OpenRouter 或已知搜索 CLI）
• host READY = 本 agent 本轮可用内置 web_search / x_search / 等价工具
• READY = script READY 或 host READY
• tier（仅展示）: none | min | good | full

每次研究请求（含 setup 触发）必须先执行：

bash

node {baseDir}/scripts/doctor.mjs --require-ready --json

结果	动作
exit 0 / ready: true	记录 tier + capabilities → 继续 Phase 1
exit 1 / ready: false 且 无 host web 工具	停止所有外部搜索；把 doctor 的 setup 卡原样给用户；等配置后再来
exit 1 但 有 host web 工具	可 READY=true，仅用 host 工具；在状态行注明 script=degraded

禁止： 跳过 doctor 直接 tvly / curl / Grok / Firecrawl。
禁止： 未 READY 时编造搜索结果。
禁止： 为检查配置而 cat / 打印 .env 内容。

READY 后先输出一行（再拆子问题）：

text

就绪：tier=min|good|full · script=yes|no · host_web=yes|no · caps: quick_search,realtime_web,...

Setup 卡（doctor 已打印；agent 也可复述）

用户未就绪时只给可复制步骤，不展开长方法论：

markdown

## research-pro 未就绪

需要至少一个搜索后端。

### 最快修复
mkdir -p ~/.config/research-pro && chmod 700 ~/.config/research-pro
cp {baseDir}/env.example ~/.config/research-pro/.env
# 编辑填入任意一个: TAVILY_API_KEY / XAI_API_KEY / OPENROUTER_API_KEY
chmod 600 ~/.config/research-pro/.env
node {baseDir}/scripts/doctor.mjs --require-ready

或: bash {baseDir}/scripts/install.sh
详见 SETUP.md

---

核心机制：研究地图（Research Map）

在整个研究过程中，在工作记忆中维护研究地图，每轮结束后必须更新。

text

研究地图
├── 原始问题: "..."
├── Search Contract: {decision, object, in_scope, out_of_scope, answer_shape, anchor_evidence, state}
├── 核心目标: "..."（一句话：最终要知道什么）
├── 当前假设: [对答案的初步猜测，每轮 Reflection 后更新]
├── 子问题列表:
│     - Q1: [问题] | 状态: 未知/部分/已知 | 置信度: 高/中/低
│     - Q2: ...
├── 已知事实: [每条必须带来源 URL 或本地路径]
├── 线索池:
│     - {描述, 来源, 相关性分 0-3, 已追/未追}
└── 搜索轮次: N / 上限: M

研究地图是思考过程的载体，不是最终输出。

---

Phase 1：理解问题 + 搜索目标确认

目标： 验证问题前提，拆成 2-4 个可以独立回答的子问题。

Step 1.0：READY 门闩（强制，先于一切外部搜索）

bash

node {baseDir}/scripts/doctor.mjs --require-ready --json

1. 解析 JSON：ready, tier, capabilities, missing keys（不要打印 secret）
2. 判定 READY（script 或 host web）
3. 未 READY → setup 卡 → return（不做 1.1+ 的网络搜索）
4. 已 READY → 输出就绪状态行 → init trace → Step 1.1（本地检查后必须过 Search Target Confirmation Gate）

Trace init（READY 后立刻，失败不阻塞）：

bash

TRACE=$(node {baseDir}/scripts/trace.mjs init --question "原始问题摘要" --depth standard --tier min|good|full)
# stdout JSON: {run_id, run_dir, mode}
export RESEARCH_PRO_RUN_ID=$(node -e "let d='';process.stdin.read()||'{}';try{d=JSON.parse(d)}catch(e){d={}};process.stdout.write(d.run_id||'')" <<<"$TRACE")

状态行可附带 run_id=...。RESEARCH_PRO_TRACE=off 时 init 返回 skipped。

Step 1.0b：Host-native retrieval bridge（强制）

web_search / web_extract 这类 host-native 工具调用不会被 Python smart-search 自动拦截；直接调用会导致研究结果出现在聊天里，但不进入 calls.jsonl、cross-run cache 或 raw evidence。研究流程中禁止直接调用 host-native web 工具。

必须在 execute_code 中运行：

python

import runpy, sys, os
from pathlib import Path

# Resolve skill dir: Hermes uses {baseDir}; adjust if installed elsewhere
BASE = Path(os.environ.get("RESEARCH_PRO_SKILL_DIR",
    os.path.expanduser("~/.hermes/external-skills/research-pro")))
bridge = BASE / "scripts" / "host_native_trace.py"
sys.argv = [str(bridge), "search", "--query", "QUERY", "--hint", "quick"]
runpy.run_path(str(bridge), run_name="__main__")

已知 URL 的正文提取：

python

import runpy, sys, os
from pathlib import Path

BASE = Path(os.environ.get("RESEARCH_PRO_SKILL_DIR",
    os.path.expanduser("~/.hermes/external-skills/research-pro")))
bridge = BASE / "scripts" / "host_native_trace.py"
sys.argv = [str(bridge), "extract", "--urls", "https://example.com/page", "--hint", "scrape"]
runpy.run_path(str(bridge), run_name="__main__")

Bridge 会：

• 把 Hermes data.web 标准化为 trace/cache 可识别的 results[]；
• 保留 native response、标题、URL、描述或正文；
• 强制写入 raw/<call_id>.json，即使 RESEARCH_PRO_TRACE=light；
• 写入 calls.jsonl 和 search-cache.jsonl 后才把原始结果输出给研究流程；
• 不打印凭据；raw 写入仍受 RESEARCH_PRO_TRACE_MAX_RAW_BYTES 限制。

x_search、Grok、Tavily、Firecrawl 等优先走 smart-search / search_with_trace.sh。如果确实必须直接调用 host-native x_search，必须先把完整 JSON 保存到文件，再执行：

bash

node {baseDir}/scripts/trace.mjs record-search \
  --run-id "$RESEARCH_PRO_RUN_ID" \
  --file /path/to/native-result.json \
  --hint social \
  --actual-tool x_search \
  --requested-tool host-native-x-search \
  --source host-native-manual \
  --force-raw

禁止只记录“搜过了”或只记录摘要；没有 URL、结果列表和 raw response 的记录只能标为 metadata-only，不得作为 reference-supported 证据使用。

Step 1.1：本地上下文检查（先做，再拆问题）

在搜索任何东西之前，先检查本地：

• 问题涉及"我们的"或"当前"系统/项目 → 先读相关文件（配置、代码、文档）
• 问题是关于某工具/库是否存在或已集成 → 先检查 package.json、配置文件、extensions/、plugins/
• 问题涉及某个决策或现状 → 先查 shared/docs/、DECISIONS.md、PROJECTS.md

本地检查结果决定下一步：

• 发现问题前提错误（如"要不要集成X" → X 已经集成了）→ 立即触发 Phase 4 方向转变，问用户
• 发现有用的上下文 → 加入研究地图"已知事实"，跳过对应子问题的外部搜索
• 没有相关本地信息 → 继续 Step 1.2

Step 1.2：Search Target Confirmation Gate（强制；先于 Phase 2、query、工具路由与任何外部搜索）

目的： Gate 锁定研究的中心（WHAT：对象、边界、决策）；螺旋收敛探索该中心内的半径（HOW：子问题、证据与细节）。不要把应由研究发现的内容细节拿来反复澄清。

先写紧凑的 Search Contract（中文；用户为其他语言时用其语言）。research object 必须锚定用户原话中的短语，或一个已检查的具体本地实体/路径；anchor_evidence 记录该原话或路径。凡是不在锚定对象覆盖范围内的内容，默认排除，不能靠无限枚举 adjacent interpretations。

markdown

## Search Contract
- decision/question: [要支持的决策或要回答的问题]
- research object: [锚定对象；不改写成相邻主题]
- in scope: [要比较/验证的边界]
- out of scope: [明确排除的相邻解释；其他未被 object 覆盖者默认排除]
- answer shape: [结论、比较、证据或可执行建议]
- anchor_evidence: [用户原话「…」或已检查的本地路径：…]

状态机（硬规则）： 对所有交互式多源/外部研究，唯一流程是 DRAFT → CONTRACT_ACCEPTED → SEARCHING。必须先把 DRAFT contract 展示给用户；只有用户明确确认该已展示的 contract 后才能设为 CONTRACT_ACCEPTED，再进入 SEARCHING。DRAFT 状态不得构造 query、选/路由工具、调用 web/API/CLI 搜索或启动外部 research。

1. 交互式多源/外部研究（无论请求看起来多清楚）： 展示上述 contract；只问一个确认/纠正问题，并等待后续消息。用户明确确认显示的 contract 后才设为 CONTRACT_ACCEPTED。可先做 doctor 与本地文件检查，禁止外部搜索。
2. 确认的判定（硬规则）： 只有用户对已展示的 contract作出无歧义的批准才是确认（例如「确认，按这个范围研究」）。用户只是重述、补充、澄清或换一种说法描述主题，不是 contract confirmation；必须用该信息更新/重写 DRAFT contract、再次展示，并等待用户确认或纠正。不得用内部自检、清晰度判断或 accepted-selfcheck 替代用户确认。

可见提问硬规则（Telegram/消息平台尤其重要）：

• clarify 的 question 参数必须包含完整的、紧凑的 Search Contract（decision/question、research object、in scope、out of scope、answer shape、anchor_evidence）以及明确的“请确认/纠正”请求。不能只把 Contract 放在此前的 assistant prose，随后调用 clarify(question="是否继续？", ...)；消息平台可能只把 clarify 这一条作为可操作提问显示给用户。
• 不得只写“是否继续”或“是否按以上范围”这类没有上下文的问题。用户看到提问时必须能知道：研究什么、范围是什么、排除什么、要回答什么。
• choices 只能放短的确认标签，不能成为唯一的范围说明。长内容放 question；choices 例如 ["确认：按以上 Search Contract 研究"]。
• 推荐模板：

python

clarify(
    question="""Search Contract
- decision/question: ...
- research object: ...
- in scope: ...
- out of scope: ...
- answer shape: ...
- anchor_evidence: ...

请确认以上范围；如需调整请直接指出。""",
    choices=["确认：按以上范围研究"],
)

• 同一规则适用于方向转变或重大决策提问：question 必须包含触发发现、影响和可选路径，不得只写“是否调整方向？”。

3. 狭窄单一来源读取（唯一窄例外）： 仅当用户给出一个明确 URL/文件，并且只要求读取、提取或摘要其内容、没有跨源比较、评估、补充背景或推断时，才可做轻量自检（URL/路径、所要输出、无跨源推断）并标为 NARROW_SELFCHECK，直接进行该单一来源读取；这不是多源 research，也不进入 SEARCHING。任一条件不满足即回到完整交互式 contract 流程。
4. Headless Kanban/cron： 仅当任务正文已有可机器检查的预批准字段才可设为 CONTRACT_ACCEPTED：decision、锚定的 object、in_scope、out_of_scope、answer_shape、anchor_evidence。任一缺失、object 未锚定或字段互相冲突 → 在任务评论写 DRAFT contract，needs_input block；绝不静默扩展范围。

收到用户纠正： 立即把 state 退回 DRAFT，删除旧方向的子问题、query seeds、计划工具、URL、发现和候选结论；从更正后的 contract 重建 Research Map，展示它并等待新的明确确认。被拒方向的结果不得作为相关证据报告。

精确失败示例：

• ✅ 用户问「agent-governance 的上下文路由该怎么设计？」 → object 锚定「agent-governance 的上下文路由」；研究 agent context routing、边界与治理决策。
• ❌ 不得把上述 object 扩展为「CI/CD、GitHub Actions 或部署治理」并搜索；这些是相邻但默认排除的主题，除非用户明确加入 scope。

Step 1.3：拆子问题并重建 Research Map（仅在 contract 允许进入 SEARCHING 后）

1. 提炼核心目标（一句话）
2. 写下当前假设（哪怕是错的）
3. 拆出 2-4 个子问题

⛔ Gate：

• 每个子问题必须能独立回答
• 所有子问题合起来必须覆盖 contract 的核心目标，且不得越出 in scope

Step 1.4：告知用户/记录状态

Phase 1 结束时输出一行：

text

合同：accepted（anchor：[短语/路径]）| 深度：[Quick/Standard/Deep]（最多 N 轮）| 子问题：Q1, Q2, Q3 | 如需调整范围或深度请说明

---

Phase 2：搜索准备

目标： 为每个"未知"或"部分"子问题构建 query，选工具。

前置断言： 多源/外部 research 的 Search Contract.state 必须为 CONTRACT_ACCEPTED，且该状态必须来自用户对已展示 contract 的明确确认（headless 仅限任务正文的完整预批准 contract）。否则停止：不构建 query、不路由工具、不进行任何外部搜索。NARROW_SELFCHECK 只能读取其唯一的用户提供来源，绝不进入 Phase 2。

1. 每个子问题提取 2-3 个 keyword 组合
2. 对每个子问题过一遍信号路由规则（见下方），确定工具组合
3. 执行工具覆盖检查
4. 按"对核心目标的影响"排优先级

Keyword 构建原则：

• 用具体名词，不用动词短语（"React RSC limitations 2025" 好过 "what are the problems with RSC"）
• 一个宽泛版本 + 一个具体版本
• 技术问题加版本号或年份

信号路由规则（必须逐条过）

对每个子问题，按顺序检查以下信号。匹配到的工具必须加入该子问题的工具组合（不是二选一，是叠加）：

#	信号	触发条件	必须加入的工具
S1	社区情绪	问题涉及"开发者怎么看"、"社区反馈"、"用户体验"、产品口碑	Grok x_search + Tavily site:reddit.com
S2	实时性	问题涉及"最新"、"最近"、"2026"、"本周"、新闻、发布	Grok web_search（引用可靠）；Grok 不可用时 fallback Tavily
S3	深度对比	问题是 A vs B、技术选型、竞品分析	Tavily Research + 至少一个实时工具（S2）
S4	教程/How-to	问题涉及"怎么做"、实现方式、代码示例	Tavily search + YouTube（可能有视频教程）
S5	市场/热度	问题涉及"有多少人用"、"趋势"、"市场份额"	DataForSEO + Grok x_search
S6	单一权威源	已知某个 URL 有关键信息	Firecrawl scrape（非 Reddit）/ Tavily extract（Reddit）

没有匹配任何信号？ → 默认 Tavily search。

工具覆盖检查（⛔ 强制）

选完工具后，必须回答这个问题：

"这组子问题里，有没有哪个维度只用了 Tavily？如果是，有没有第二个工具能提供不同视角的信息？"

• 如果所有子问题都只用 Tavily → 至少给一个子问题加一个非 Tavily 工具
• 每次研究至少使用 2 种不同的工具（Tavily 算一种）

工具选择矩阵（基于实测 2026-04-12）：

问题类型	时效	首选工具	命令	备用
通用技术搜索	不限	Tavily	tvly search "query"	Firecrawl search
深度综合报告	不限	Tavily Research	tvly research "query"	—
最新动态/实时	实时	Grok web_search	Responses API /v1/responses	Tavily
社区/Reddit 讨论	近期	Tavily site filter	tvly search "query site:reddit.com"	WebSearch
深挖单页（普通）	不限	Firecrawl scrape	firecrawl scrape "URL"	Tavily extract
深挖单页（Reddit）	不限	Tavily extract	tvly extract "URL"	WebFetch
视频内容	不限	YouTube API + Transcript	见下方两步流程	—
关键词热度/SERP	不限	DataForSEO	REST API	—
复杂推理 + 实时搜索	实时	Grok web_search	Responses API /v1/responses	Tavily Research
X/Twitter 实时讨论	实时	Grok x_search	Responses API /v1/responses	Tavily site:x.com
Grok 不可用时的 fallback	实时	Perplexity sonar	OpenRouter REST API（⚠️ 引用幻觉 37%）	Tavily

表内 tvly/firecrawl 等命令均为简写；实际执行必须前缀 node {baseDir}/scripts/run-with-creds.mjs（见上方「调用方式」的 shim 规则），否则拿不到凭据。

已知局限（选工具时必须考虑）：

工具	局限	应对
Tavily search	结果偏 SEO 优化内容，深度不够；JS 重度渲染页可能抓不全	深度内容用 Firecrawl scrape 或 Tavily Research
Tavily Research	~42s 慢；结果是 AI 综合的，可能丢原始细节	需要原始来源时用 search + extract 组合
Tavily extract	对复杂 JS SPA 页面效果差	换 Firecrawl scrape
Firecrawl	❌ 无法抓 Reddit；Cloudflare 保护的站点可能被拦；付费墙内容抓不到	Reddit → Tavily extract；被拦 → WebFetch
Grok x_search	~50s 慢；日期过滤只支持 YYYY-MM-DD 精度到天；很老的帖子相关性下降	时效性强的问题优先用；历史讨论考虑 Tavily site:x.com
Grok web_search	~50s 慢（Tavily 1.7s）；非英文内容覆盖可能不如 Tavily；$5/1000 calls	中文搜索优先 Tavily；速度敏感的 Quick 模式考虑先 Tavily 再 Grok
Perplexity sonar	⚠️ 回答准确率 >90%，但引用幻觉率 37%（CJR 2025 基准，1/3 的引用不匹配内容）；Sonar Pro 更差 45%。答案大概率对但来源可能对不上	Critic 步骤必须用 Firecrawl/Tavily extract 验证关键引用 URL 是否真说了那些话
YouTube	不是所有视频有字幕；自动字幕质量参差；API quota 有限	检查 transcript 可用性再决定是否深挖
DataForSEO	中文关键词支持有限；数据有延迟（非实时）	中文市场用 Grok x_search 补充

调用方式：

⚠️ 下面凡是裸 CLI（tvly/firecrawl/youtube_transcript_api）或用到 $XXX_API_KEY 的 curl，都要经凭据 shim，否则冷启动报 "No API key"。 令 RWC = node {baseDir}/scripts/run-with-creds.mjs（进程内注水 env 再 exec，secret 不进 stdout）。

bash

# Tavily — 快速搜索（1.7s）
RWC tvly search "query"
RWC tvly extract "https://url"

# Tavily — 深度综合报告（~42s，自动整合多源）
RWC tvly research "query"

# Perplexity via OpenRouter — 实时网络搜索 + 推理（凭据由 credentials 解析，勿 source 平台 .env）
# sonar: 快速实时搜索；sonar-pro: 更深度，带引用。用到 $OPENROUTER_API_KEY → 经 shim：
RWC bash -c 'curl -s https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"model\":\"perplexity/sonar\",\"messages\":[{\"role\":\"user\",\"content\":\"QUERY\"}],\"max_tokens\":500}"'

# Firecrawl — 深挖单页完整内容（不支持 Reddit）
RWC firecrawl search "query" --limit 10
RWC firecrawl scrape "https://url"

# YouTube — 两步流程：先找视频，再提取字幕
# Step 1: YouTube Data API（YOUTUBE_API_KEY；兼容旧名 YOUTUBE_API）→ 经 shim：
RWC bash -c 'curl "https://www.googleapis.com/youtube/v3/search?part=snippet&q=QUERY&type=video&maxResults=5&key=$YOUTUBE_API_KEY"'
# Step 2: 提取字幕（无需额外 key）
RWC youtube_transcript_api "VIDEO_ID" --format text

# DataForSEO — 关键词搜索量 + SERP 结构分析
# 使用 DATAFORSEO_LOGIN / DATAFORSEO_PASSWORD env vars
# REST API: https://api.dataforseo.com/v3/serp/google/organic/live/advanced

# Grok web_search — 实时网页搜索，带引用（~50s，返回带 URL 引用的结构化回答）
# 必须用 grok-4 系列模型（grok-3 不支持 server-side tools）
# Prefer: node {baseDir}/scripts/grok_search.mjs "QUERY" --web --json
curl -s https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"grok-4","tools":[{"type":"web_search"}],"input":"QUERY","max_output_tokens":500}'

# Grok x_search — X/Twitter 实时讨论搜索
# Prefer: node {baseDir}/scripts/grok_search.mjs "QUERY" --x --json
curl -s https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"grok-4","tools":[{"type":"x_search"}],"input":"QUERY","max_output_tokens":500}'

# Grok web_search + x_search 同时使用（网页 + X/Twitter 双搜）
curl -s https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"grok-4","tools":[{"type":"web_search"},{"type":"x_search"}],"input":"QUERY","max_output_tokens":500}'

# 解析 Grok 响应：输出文本在 output[].content[].text（type=message 的元素里）
# 引用在 output[].content[].annotations[]（type=url_citation）
# 计费: $5 / 1000 tool calls（单独计费）
# Credentials: scripts auto-load via lib/credentials.mjs — do NOT hardcode source ~/.openclaw/.env

⛔ Gate： 每个子问题有至少 2 个 keyword 组合才能开始搜索。

---

Phase 3：搜索 + 地图更新（循环核心）

目标： 执行搜索，更新研究地图，发现并评分新线索。

步骤：

1. 并行发起所有未知子问题的搜索
2. 旁路记录每次搜索（不进聊天上下文；失败忽略）
   • 首选 smart-search：已 export RESEARCH_PRO_RUN_ID 时自动写 calls.jsonl
   • 或包装：{baseDir}/scripts/search_with_trace.sh --query "..." --hint quick --sub-q Q1 --round 1
   • 直连第三方 CLI / curl：先用 node {baseDir}/scripts/trace.mjs lookup-search 做 exact cache lookup；只有 miss/stale 才调用 backend，结果 JSON 落盘后用 node {baseDir}/scripts/trace.mjs record-search --file /tmp/r.json --source host-native --sub-q Q1 --round 1 --force-raw。
   • host-native web_search / web_extract：必须通过 Step 1.0b 的 host_native_trace.py bridge；不要直接调用后再补记，因为 data.web 需要标准化且 raw 必须在输出前落盘。
   • x_search 等没有 bridge 的 host tool：把完整 JSON 保存后用上面的 record-search --file ... --force-raw；（委托 worker 使用 --source delegated）。
3. 对每条结果：
   • 提取事实 → 加入已知事实（必须带来源 URL）
   • 更新子问题状态
4. 扫描结果中的新线索，打分：

线索评分：

分	标准	动作
3	直接回答子问题，或根本改变核心目标理解	立即追
2	与核心目标相关，但是支线	加入线索池，本轮后追
1	边缘相关，不影响核心目标	记录但不追
0	不相关或重复	忽略

Critic（每轮必做）：

• 已知事实中有矛盾吗？→ 标记为争议点
• 关键来源 URL 是真实可访问的吗？
• 给每条关键事实打 Evidence Strength（强/中/弱）

Reflection（每轮必做，1-2 句）：

"本轮最重要的新发现是什么？哪个假设被推翻或加强？下一轮优先追什么？"

更新研究地图中的"当前假设"。

自我校准规则：

• 已知事实越多 → 1 分线索阈值自动提高（更严格）
• 某方向连续 2 轮无新发现 → 降低优先级，换方向
• 新线索与已有假设矛盾 → 自动升为 3 分，优先追

Token 管理：

• 每 3 轮：summarize 已知事实为要点列表，清理 0-1 分线索

---

Phase 4：收敛判断

每轮 Phase 3 完成后（或 Phase 1 检查发现重大问题时）执行：

1. 方向转变检查（最优先）

• 发现问题前提错误，或本轮发现根本改变了核心目标？
• 是 → 暂停，告诉用户具体发现了什么，问是否调整方向
• 否 → 继续

2. 覆盖检查

• 所有子问题状态都是"已知"？→ 进入输出（Deep 深度需先过下方收敛前置）
• 还有"未知" + 线索池有 3 分线索？→ 回 Phase 3 继续
• 还有"未知"但线索池空了？→ 回 Phase 2 重新构建 keyword

2b. Deep 收敛前置（仅 Deep 深度；不满足不得进入输出）

• 每个子问题 ≥2 个独立来源（同一来源/镜像不算两个）。
• 至少完成一轮专门的反面/最强批评搜索（adversarial）：主动搜"X 的问题/批评/失败/坑/vs 替代品"，避免只收集印证性证据。
• 未满足 → 回 Phase 2/3 补这一轮；Quick/Standard 不强制，但鼓励反面搜索。
• 说明：Deep 是**轮次上限（ceiling）**不是下限，提前覆盖可停；但"提前"必须先过本前置，否则"Deep"名不副实。

3. 轮次上限

• Quick: 2 轮 | Standard: 5 轮 | Deep: 10 轮
• 达到上限未完全覆盖 → 输出"部分结果"，说明缺口

---

Phase 5：日志 + 自我优化

Step 5.1：自动日志（每次研究结束后必做）

A. Finalize per-run trace（优先）：

bash

node {baseDir}/scripts/trace.mjs finalize \
  --run-id "$RESEARCH_PRO_RUN_ID" \
  --confidence high \
  --summary "一句话结论" \
  --tools-used tavily,grok_web \
  --tools-contributed tavily \
  --report-file /path/to/report.md   # optional
# 同时写入 $RESEARCH_PRO_HOME/run-log.jsonl 一行摘要

B. 兼容：手动 append 一行 JSONL（若无 run_id）：

bash

RESEARCH_PRO_HOME="${RESEARCH_PRO_HOME:-$HOME/.config/research-pro}"
mkdir -p "$RESEARCH_PRO_HOME"
echo '{...}' >> "$RESEARCH_PRO_HOME/run-log.jsonl"

可选清理（不阻塞）：node {baseDir}/scripts/trace.mjs prune --days 14

JSONL 字段（完整）：

jsonc

{
  // 基础
  "ts": "2026-04-13",
  "question": "简短问题摘要",
  "depth": "standard",
  "rounds": 3,
  "sub_questions": 3,
  "direction_change": false,
  "confidence": "high",

  // 工具追踪
  "tools_used": ["tavily", "grok_x", "perplexity"],
  "tools_contributed": ["tavily", "grok_x"],
  "tools_planned_not_used": ["youtube"],
  "tool_calls": {"tavily": 4, "grok_x": 1, "perplexity": 1},
  "signals_matched": ["S1", "S3"],

  // 质量
  "citations": 22,
  "gaps": 0,

  // Token & 费用（从 API 响应中提取）
  "tokens": {
    "grok": {"in": 4312, "out": 1696, "calls": 1},
    "perplexity": {"in": 850, "out": 420, "calls": 1},
    "tavily": {"calls": 4},
    "firecrawl": {"calls": 0},
    "youtube": {"calls": 0},
    "dataforseo": {"calls": 0}
  },
  "cost_usd": {
    "grok": 0.035,
    "perplexity": 0.002,
    "tavily": 0,
    "total": 0.037
  }
}

Token 数据提取方式：

bash

# Grok — 响应自带（精确）
# response.usage.input_tokens / output_tokens / cost_in_usd_ticks
# cost_in_usd_ticks 除以 1,000,000,000 = USD

# Perplexity via OpenRouter — 响应自带（精确）
# response.usage.prompt_tokens / completion_tokens

# Tavily / Firecrawl / YouTube / DataForSEO — 只记调用次数

字段说明：

• tools_used: 实际调用了的工具
• tools_contributed: 结果进入了最终报告的工具（关键指标）
• tools_planned_not_used: 计划用但没用的（信号误匹配）
• tool_calls: 每个工具调了几次（不只是用/没用）
• signals_matched: 触发了哪些 S1-S6 信号
• sub_questions: 拆了几个子问题
• direction_change: 是否触发了方向转变（Phase 4.1）
• confidence: 最终结论的整体置信度
• tokens: 每个 API 工具的精确 token 消耗
• cost_usd: 换算成美元的费用（grok 从 cost_in_usd_ticks 算，perplexity 按费率算）
• gaps: 未解决缺口数量

Step 5.2：阈值复盘（每 10 次自动触发）

Phase 1 开始前，检查日志行数：

bash

RESEARCH_PRO_HOME="${RESEARCH_PRO_HOME:-$HOME/.config/research-pro}"
wc -l < "$RESEARCH_PRO_HOME/run-log.jsonl" 2>/dev/null || echo 0

如果行数是 10 的倍数且 > 0，在 Phase 1 之前输出复盘：

复盘必须回答这 5 个问题：

1. 工具效率：每个工具的使用率 vs 贡献率是多少？
   • 使用率高但贡献率低 → 该工具被过度使用
   • 使用率低但贡献率高 → 信号路由太窄，应扩大触发条件
2. 信号准确度：哪些信号经常触发但工具没贡献？→ 信号条件需收紧
3. 工具盲区：有没有哪种问题类型总是只用 Tavily？→ 覆盖检查没起作用
4. 缺口趋势：gaps 数量是在减少还是增加？→ 整体质量趋势
5. Token & 费用：总 token 消耗和费用趋势，哪个工具性价比最低？

复盘格式：

text

📊 research-pro 复盘（过去 10 次）
工具效率：
  - tavily: 10/10 用 → 8/10 贡献 (80%) ✅ 主力稳定
  - grok_x: 3/10 用 → 3/3 贡献 (100%) ⚠️ 命中率高但触发太少
  - youtube: 2/10 用 → 0/2 贡献 (0%) ⚠️ 考虑降优先级
信号调整建议：
  - S1 扩大触发词（加入"争议"、"吐槽"）
  - S4 对 YouTube 改为可选而非默认
Token & 费用：
  - 总计: ~58K tokens, $0.42
  - 平均/次: ~5.8K tokens, $0.042
  - grok: 15K tokens ($0.35) — 占总费用 83%，但贡献了 40% 关键发现
  - perplexity: 8K tokens ($0.07) — 性价比高
整体：gaps 平均 0.3/次 → 质量良好

复盘只输出，不阻塞研究流程。

---

调用方式

用户直接调用：

text

"帮我研究 [主题]"  →  自动进入 Phase 1
深度默认 Standard（5轮）

Agent 结构化调用：

json

{
  "question": "...",
  "depth": "quick|standard|deep",
  "context": "已知背景，跳过部分 Phase 1"
}

复盘调用（随时可用）：

text

"复盘 research-pro" 或 "research-pro review"
→ 读 run-log.jsonl，输出复盘分析（不需要凑够 10 次）

---

输出格式

Phase 1 结束时先输出一行状态：

text

合同：accepted（anchor：[短语/路径]）| 深度：Standard（最多5轮）| 子问题：Q1, Q2, Q3 | 如需调整范围或深度请说明

最终报告格式：

markdown

---
type: research-report
question: "原始问题"
search_contract_state: CONTRACT_ACCEPTED|NARROW_SELFCHECK
search_contract_anchor: "用户原话短语或本地路径"
core_goal: "一句话核心目标"
depth: standard
rounds: 2
tools: [tavily, grok_web, grok_x]
signals: [S1, S2, S3]
confidence: high
date: YYYY-MM-DD
---

# [核心目标一句话]

> **结论：** 1-3 句直接回答。

## 发现

### Q1: [子问题]
| 维度 | 内容 |
|------|------|
| 答案 | ... |
| 置信度 | 高/中/低 |
| 证据强度 | 强/中/弱 |
| 关键来源 | [名称](URL), [名称](URL) |

### Q2: [子问题]
（同样表格格式，每个子问题结构统一）

## 对比矩阵
（如果是比较类问题，用表格并排展示差异）
| 维度 | A | B | C |
|------|---|---|---|
| ... | ... | ... | ... |

## 争议点
| 观点 A | 观点 B | 来源 |
|--------|--------|------|
| [主张] | [反面主张] | [URL] vs [URL] |

## 来源清单
| # | 来源 | 类型 | 证据强度 | 贡献 |
|---|------|------|---------|------|
| 1 | [title](URL) | 博客/论文/Reddit/X | 强/中/弱 | Q1, Q2 |
| 2 | ... | ... | ... | ... |

## 缺口
- [ ] 未解决的部分（如有，无则省略此节）

## 元数据
| 指标 | 值 |
|------|-----|
| 轮次 | N |
| 来源数 | M |
| 工具 | Tavily ×N, Grok web ×N, ... |
| Grok tokens | in: Nk, out: Nk |
| 费用 | $X.XX |

格式规则：

• YAML frontmatter 必须包含，让其他 agent 可以 parse
• 每个子问题必须用相同的表格结构（答案、置信度、证据强度、来源）
• 比较类问题必须有对比矩阵
• 来源清单集中管理，每条标注类型和证据强度
• 争议点用表格对立展示，不用叙述体
• 无争议/无缺口时省略对应 section

---

执行铁律

禁止：

• ❌ 跳过 READY 门闩（doctor）直接外部搜索
• ❌ 未 READY 时编造搜索结果
• ❌ 跳过 Phase 1 的本地上下文检查直接搜索
• ❌ 未经展示的 Search Contract 获用户明确确认，就构建 query、路由工具或进行任何多源/外部搜索
• ❌ 把用户对主题的重述、补充或澄清当作 contract confirmation
• ❌ 使用 accepted-selfcheck 或任何内部清晰度判断绕过交互式确认
• ❌ 把锚定研究对象静默扩展为相邻主题
• ❌ 在用户纠正 scope 后保留旧方向的子问题、queries、URL 或发现作为相关证据
• ❌ 发现问题前提错误还继续执行
• ❌ 搜完不更新研究地图
• ❌ 引用没有来源 URL 的"事实"
• ❌ 跳过 Reflection 步骤
• ❌ 为配置检查打印 .env / secret 值

必须：

• ✅ Phase 1.0 doctor --require-ready（或等价 JSON + 自行 fail-closed）
• ✅ 未 READY 输出 setup 卡并停止搜索
• ✅ READY 后先打状态行再拆问题
• ✅ Phase 1 先查本地，再查网络
• ✅ 多源/外部研究先展示 Search Contract；只有用户明确确认后的 CONTRACT_ACCEPTED 才能进入 Phase 2
• ✅ NARROW_SELFCHECK 仅限一个用户提供 URL/文件的读取、提取或摘要；不得进入 Phase 2 或扩展为跨源研究
• ✅ object 以用户原话或具体本地实体/路径锚定，并记录 anchor_evidence
• ✅ headless 仅接受含 6 个可检查字段的预批准 contract；否则评论 DRAFT + needs_input block
• ✅ Phase 1 结束后告知用户深度和子问题
• ✅ 每轮结束更新研究地图
• ✅ 每轮做 Critic + Reflection
• ✅ 所有事实带来源
• ✅ 方向大变时问用户
• ✅ 研究结束后写日志（Phase 5 finalize + run-log）
• ✅ READY 后 init search trace（除非 TRACE=off）
• ✅ 每次外部搜索旁路记录（smart-search 自动；直连用 trace record-search）
• ✅ 每 10 次自动输出复盘

---

旁路搜索 Trace（debug / 对比，默认 light）

目的： 保留每次搜索结果供 checking / debugging / backend 对比。不进对话上下文，不挡搜索。

Env	默认	含义
RESEARCH_PRO_TRACE	light	off 关闭 / light 只记摘要+top urls / full 另存 raw JSON（截断）
RESEARCH_PRO_RUN_ID	—	当前 run；init 后 export
RESEARCH_PRO_HOME	~/.config/research-pro	根目录
RESEARCH_PRO_TRACE_TOP_N	10	light 保留 url 数
RESEARCH_PRO_TRACE_MAX_RAW_BYTES	200000	full raw 上限

目录：

text

$RESEARCH_PRO_HOME/runs/<run_id>/
  run.json          # 问题、depth、status、tool 计数
  calls.jsonl       # 每次搜索 1 行
  raw/<call_id>.json  # 仅 full 模式
  report.md         # finalize 时可选
current-run.json    # 最近 run 指针
run-log.jsonl       # 跨 run 摘要（兼容旧 Phase 5）

calls.jsonl 字段： ts, run_id, call_id, query, hint, requested_tool, actual_tool, degraded, elapsed_ms, result_count, status, error, urls_top[], raw_path, sub_q, round, source

CLI：

bash

node {baseDir}/scripts/trace.mjs init|append|record-search|lookup-search|finalize|prune|status
node {baseDir}/scripts/search_with_trace.sh --query "..." --hint quick

规则：

• 禁止把 raw 全文贴进聊天 / 最终报告（报告只引 URL）
• trace 写失败 → 忽略，继续研究
• 默认 14 天可 prune；不自动删除非显式调用

搜索对比（可选任务）： 同一 query 用不同 --hint 各跑一遍，读同一 calls.jsonl 比 urls_top / degraded / elapsed_ms。

搜索行为规则

1. 先理解再搜索： 知道你要验证什么，再调用 smart-search
2. 分轮搜索： 一次搜索很少够。检查缺口，调整 query，再搜
3. 降级结果 = 弱证据： degraded=true 意味着结果不匹配请求的 hint 类型，不能当强证据用
4. 优先本地上下文： 问题涉及当前 repo/config/状态时，先读本地文件再搜外部
5. 保留证据： 最终回答必须引用 source_type、URL、以及任何降级信息
6. 从日志优化： 检查 $RESEARCH_PRO_HOME/runs/<id>/calls.jsonl 与 run-log.jsonl；smart-search 全局 log 仍在 ~/.hermes/logs/smart-search.jsonl（仅 Hermes 平台）
7. 0 结果自动放宽： 某次搜索返回 0 结果 → 不要直接判定"无信息"；先自动放宽 query（去掉最具体的限定词/年份/长修饰，或换近义关键词）重试一次，仍 0 才记为空。过窄的长 query 是 0 结果的头号原因。

降级处理指南

当 smart-search 返回 degraded: true 时：

• realtime 降级 → 不要声称"最新"信息
• social 降级 → 不要声称"社区/X 上说"
• scrape 降级 → 不要声称"页面内容显示"
• 降级结果可以作为线索，但不能作为结论的唯一依据

停止条件

什么时候停止搜索：

• 所有子问题状态都是"已知" → 停止
• 连续 2 轮没有新发现 → 换方向或停止
• 线索池清空 + 没有 3 分线索 → 停止
• 达到轮次上限（Quick 2 轮 / Standard 5 轮 / Deep 10 轮）→ 停止，输出部分结果

补搜条件

什么时候需要补搜：

• 某个子问题只有单一来源 → 需要第二个来源交叉验证
• Critic 发现矛盾 → 需要搜更多来源澄清
• 新线索评 3 分 → 立即追
• 某方向连续 2 轮无新发现 → 换 keyword 组合重搜

---

Smart Search 速查

smart-search 是纯工具层，research-pro 是方法论层。smart-search 不判断研究是否充分，research-pro 不指定固定 backend。

路由速查表

查询类型	最佳 hint	降级 fallback	原因
快速事实（EN）	quick	—	Tavily ~1.5s，稳定
快速事实（CN）	quick	—	Tavily 中文可用
实时新闻	realtime	quick（降级!）	只有 Grok 有实时搜索
X/Twitter 讨论	social	—	只有 Grok x_search
已知 URL	scrape	quick（降级!）	Firecrawl 完整抓取
Reddit 讨论	community	—	Tavily site:reddit.com
深度报告	deep	official,community	Tavily Research ~42s
视频教程	video	quick	YouTube Data API
SEO/关键词	serp	quick	DataForSEO

Combo Hints 场景

场景	Combo	并行工具
值不值得集成	official,community,realtime	官方文档 + Reddit + 新闻
新技术调研	deep,realtime,community	深度报告 + 实时 + 社区
产品/市场分析	serp,social,community	SEO + X/Twitter + Reddit
教程 + 实操	quick,video,scrape	搜索 + 视频 + 页面抓取

成本/1K 查询

DataForSEO $0.30 < Grok $5 < Firecrawl $5.3 < Tavily $8

架构边界（⛔ 硬规则）

smart-search 不做：

• ❌ 不判断研究是否充分
• ❌ 不决定是否继续搜
• ❌ 不写研究策略

research-pro 不做：

• ❌ 不指定固定 backend（用 hint 表达意图，让 smart-search 路由）
• ❌ 不假设 smart-search 一定可用（smart-search 挂了，用 tvly/curl 直接搜）