yichen-unified-search
统一编排关键词驱动的公共网页、AI 最新动态(含用户点名 AI HOT 的精选、日报与分类条目)、垂直领域和社交平台搜索,返回标准化候选;支持有界 X Research、显式站点 Map,以及本次搜索所得候选的轻量核验。不用于读取或下载用户直接给出的已知 URL,此类任务使用 yichen-content-archive。
How do I install this agent skill?
npx skills add https://github.com/mcncarl/yichen-skills --skill yichen-unified-searchIs this agent skill safe to install?
- Gen Agent Trust Hubpass
The skill is a robust search orchestration tool that routes discovery requests across multiple web backends and social platforms. It demonstrates high security awareness through strict URL validation (preventing SSRF), aggressive environment filtering for subprocesses (preventing credential leakage), and an HMAC-based receipt system to ensure the integrity of search candidates. All network operations and command executions are aligned with its primary purpose and follow security best practices.
- Socketwarn
1 alert: gptSecurity
- Snykwarn
Risk: MEDIUM · 1 issue
What does this agent skill do?
逸尘统一搜索
按“确定范围 → 离线路由 → 执行候选搜索 → 标准化与核验”处理任务。保留用户指定的平台、关键词和时间,不把候选当成已核实事实。
固定边界
- 只处理当轮目标所需的公开内容。不发帖、评论、点赞、关注、私信或改变账号状态;不读取、同步或搜索私人收藏、书签、个人 Feed、群组、通知、私信、草稿或后台。
- 绝对不得操控微信桌面或移动端 UI。公众号只走匿名公共搜索。
- 不下载媒体、不归档、不建长期数据库、不运行定时监控。用户给出已知 URL、URL 文件或要求读取/下载/归档已确认候选时,交给
$yichen-content-archive,传递动作、范围和输出位置;用户当轮已明确授权且范围未变时不重复询问,搜索候选只有经用户当轮点名才算已确认;搜索不授予下载、私域、登录态或费用权限。 - 不绕过验证码、登录墙或风控。以下明确列出的只读登录态路线以外,不升级账号访问。后端失败与零结果分开报告;未知字段保留
null。 - 查询和候选 URL 会发送给计划指定的服务。不得包含密码、Cookie、个人数据、商业秘密或其他敏感内容;凭证处理与各服务的数据流见 访问与凭证边界。
离线路由
下文 SKILL_DIR 指本 Skill 的安装目录,YICHEN_SKILLS_ROOT 指同级 Skills 根目录;使用前按实际安装位置设置并导出这两个变量。
python3 "${SKILL_DIR}/scripts/route_search.py" \
--query "检索词" --platform auto --mode search --limit 10
路由器不联网。执行前检查 status、authorization、steps 和 limitations。invalid_request 无可执行步骤,CLI 退出码为 2(参数解析错误同样输出带 reason 的 JSON);依据提示在已授权范围内调整参数,不把它当成零结果。每个步骤的 argv 按数组逐元素执行,禁止拼接成 shell 字符串;所有脚本都支持 python3 -I 调用。范围清楚时直接执行,不要求用户逐项重复确认。
| 目标 | 路线与使用方式 |
|---|---|
| 普通网页、概念/教程、批量关键词 | AnySearch;anysearch_adapter.py 输出统一 envelope |
| 垂直领域 | AnySearch 垂直域须先用路由器生成的 anysearch_adapter.py sub-domains --domain <name> 发现子域与全部必填参数(--domain 只能配 --platform web,名称须匹配 ^[a-z][a-z0-9_]{0,40}$;原生平台带 --domain/--hybrid 一律 invalid_request);只有 status=completed 才可直接使用,partial/failed 时读 directory_text 再判断 |
| AI 主题且具有新闻/最近/发布意图 | AI HOT 精选;明确“日报”才用日报,明确“全部”才用全量;严格时间仍需核对原文 |
| 指定平台站内搜索 | 平台意图优先于 AI HOT;使用计划中的平台适配器 |
| 多平台或多个关键词 | 每个原始查询必须有执行或拆分记录,不能丢弃;不同平台意图返回 query_routes,按平台拆分并显式传 --platform |
| 公开站点链接枚举 | 仅显式 --mode site-map,Firecrawl 最多 100 条同源且位于种子路径范围内的候选,不读正文 |
| 本次搜索所得候选核验 | 默认 AnySearch;仅显式 --verify-backend firecrawl 才用 Firecrawl |
“微博公司财报”是搜索对象,不等于微博站内搜索。自动识别有歧义时,根据当前任务直接显式选择平台;只有无法判断用户意图时才询问。普通 issue 不触发 GitHub 路线。GitHub 计划输出含 url 的 JSON 数组,[] 才是零结果,空输出或非 JSON 按失败处理。auto 多查询逐条判定平台,未标平台的查询不沿用其他查询的平台;落在不同平台时返回 invalid_request 与 query_routes,按其中的 route_platform 拆分后显式传 --platform。auto 路由到具体平台时会去掉“微博上、在知乎、on GitHub”等平台提示词并记入 route.query_rewrites;“上市、融资、IPO、财报”等跟在平台名后时视为搜索对象。显式 --platform 时查询原样发送,主模型自行去掉提示词。
- YouTube、GitHub、B站、公众号、小红书、抖音、头条、小宇宙的原生
search一次只接收一个查询;多查询应分别运行,或明确选batch使用公共site:索引。知乎和微博有各自的显式原生 batch;X Quick 支持重复--query。具体能力见 路由契约,各平台能力(单查询、--days支持与范围、limit 上限、能否配--domain)集中在scripts/search_policy.py的PLATFORM_CAPABILITIES。GitHub、B站、公众号、小宇宙没有时间筛选,传了--days时limitations会注明未生效。 - AI HOT items 最多 7 天;路由器同时检查自然语言和显式
--days,后者优先。自然语言支持“两周、上周、本周、本月、上个月、半个月、N 小时、past week、last N weeks、this month”等写法,推断出的天数与原词写入limitations;无法换算的时间词(如“最近几周、上季度、2025年”)返回invalid_request,需显式传--days,不会悄悄缩窗。--platform auto逐条判断查询的 AI HOT 意图,混合请求改走公共网页并注明。超过范围的自动请求走 AnySearch,显式 AI HOT 报范围错误。多主题最多 5 个,适配器分别检索、合并去重并记录matched_topics与逐主题 coverage。需要完整时间窗(例如周报查漏)时给适配器加--max-pages N(最多 20 页、每页 100 条),按 nextCursor 串行翻页到hasNext=false。给用户整理成中文资讯简报时按 AI HOT 输出格式。数量不足或主题失败必须如实交付。日期、日报与滚动窗口不同,严格时间任务还需核对原文时间。 - AnySearch 通用路线不直接落实
--days,必须在查询中保留时间范围,交付前核对日期。长窗口转到 AnySearch 不代表已完成确定性日期筛选。 - URL 仅在用户明确要求搜索其引用/讨论时作为
--input-kind url-seed;不读取种子本身。站点 Map 和明确 YouTube 频道浏览是发现容器例外;普通已知 URL 仍交归档层。
执行与核验
- 根据路由读取 references/routes.md 中对应后端的参数与限制;不要默认加载全部平台细节。X、多后端或登录态路线先运行
${YICHEN_SKILLS_ROOT}/yichen-web-research/scripts/doctor_yichen.py;OpenCLI 路线再运行opencli doctor。命令存在不等于可用;体检不实测站点搜索,不回调总路由 Skill。 - 只执行计划中的后端。AnySearch 使用
anysearch_adapter.py(读取现有 runtime.conf),AI HOT 使用aihot_search.py,知乎使用zhihu_adapter.py search|hot,微博使用weibo_adapter.py search --session-mode auto,YouTube 使用youtube_search.py;不复制 CLI、硬编码代理或 Key。 - AI HOT、AnySearch、显式 Firecrawl 不可用时报告错误,只有用户同意后才改换公共网页后端。AnySearch 适配器先按状态码分类:429 或“每秒/每分钟”额度措辞记
rate_limited,不带余额措辞的 402 记access_unavailable,上游参数错误记invalid_input,只有明确的额度/余额耗尽措辞才记quota_exhausted;任何分类都不会自动改换后端。已有明确登录态例外见下一节;不要扩大例外。 - 按 candidate-schema.md 交接候选、routes、coverage、errors。非空原始结果无法解析必须记为错误;保留真实后端、原始 URL、时间限制和登录态。AI HOT 异常条目计入 rejected_count,全部异常为 failed,部分异常为 partial,不能冒充成功零结果。
- X 按 tweet_id、再 canonical URL 去重;其他平台按 URL 去重,并保留命中查询与来源。标题/作者/时间均高度一致才合并近重复;互动量不能证明事实。
- 搜索卡片、AI HOT 的 AI 摘要都只是线索。最终引用前打开原文核验具体主张。本轮 AnySearch 核验必须向
anysearch_adapter.py verify --candidate-from-search提供带有效 HMAC 回执的完整 candidate JSON 或@file;明确选择 Firecrawl 时交给firecrawl_adapter.py scrape。用户直接给出的已知链接交$yichen-content-archive;不接受裸 URL 或自行拼接候选,打开页面本身也不等于事实核验。抽取失败、读到反爬/验证/登录页(如“您的环境存在异常”、百度安全验证、“Prove your humanity”、跳转到 passport/security 页),或正文去空白后不足 200 个可见字符时,AnySearch 核验分别返回extract_failed、blocked_or_verification、content_too_short,Firecrawl Scrape 记后两种,都以退出码 2 结束,按未读原文处理。extract_failed只在整体输出或 JSON content 以失败标记开头时成立,正文中段提到同样字样不算。200 字计数不含 Markdown 链接与图片的目标地址;AnySearch 的 JSON 包装(url/title/content)只按 content 计字数,解包后 content 存extract_markdown,title、url 另存extract_title、extract_url。
登录态与 X Research
- 小红书、抖音:允许有界公开只读搜索自动复用现有 Chrome 会话;后台临时会话、一次一个关键词、串行且间隔至少 5 秒,单次分别最多 20/30 条。不复制或输出 Cookie。已连接多个 Browser Bridge profile 时,给路由器传
--opencli-profile选定 Chrome profile。没给--days时按 1 天执行,--days只接受 0(不限)、1、7、180。COMMAND_EXEC或找不到页面元素即记为adapter_failure,本轮停止该平台,不换关键词重试。微信公众号(搜狗)搜索同样在 Browser Bridge 后台标签页运行,多 profile 时同样传--opencli-profile,单次最多 10 条;报Navigation rejected时隔 5 秒重试同一步一次。搜狗结果只给会过期的跳转链接,交给$yichen-content-archive读取前需要 mp.weixin.qq.com 文章直链。 - 微博:临时匿名访客会话优先,仅访问门失败后自动执行一次有界 OpenCLI 只读搜索。访问门只认结构信号:HTTP 3xx、401/403、
ok:-100,或返回的 url 指向微博/新浪 passport/login 主机;页面文本和 msg 文本不触发,网络错误也不触发。ok:0且没有卡片按翻页正常结束;回退没有拿到候选时保留匿名路线的访问门错误并记browser_rows_rejected。已连接多个 Browser Bridge profile 时同样传--opencli-profile。每次最多 3 页、最多 20 条,批量最多 5 次且串行间隔至少 5 秒。 - 知乎只走另行安装的 Open Platform CLI 兼容运行时 与其 Keychain,不接收 Secret。B站、YouTube、微信公众号、头条、小宇宙先匿名,登录限定时停止。
- X 一律先官方 Grok CLI OAuth + 原生
x_search。只有明确额度耗尽才能转 FxTwitter;随后失败或零结果才进入 OpenCLI → xreach,使用浏览器登录态前按工具要求取得当轮授权。未登录、401/403、超时、网络、服务错误和主链零结果都不能当成额度耗尽。 - X Quick 每个查询独立调用,单次最多 20 条、1–7 天,一次计划最多 8 个不同查询,更多时改用
--depth research。--depth research至少 3 个独立聚焦查询;只执行当前 ready 波次,归一化并合并后才解锁后续波次。最多 40 次外层搜索、最多补搜一轮,达到目标、预算耗尽、无缺口、补搜无新增或主链非额度故障时停止。详见路由契约的 X 节。 - 每次 Grok 输出必须经过
grok_x_result_adapter.py,只映射<x_post_time_verification>.matched,排除excluded_outside_window,然后用x_research_merge.py。Grokcriteria只是检索约束;作者、语言、互动阈值和转评类型只对实际结构化字段筛选,缺失时保留未知,不能声称已验证。
X 的浏览器回退默认关闭。只有取得当轮明确授权后才传 --login-approved;路由器据此设置 allow_authenticated_fallback=true,未授权时保持 false。知乎路线使用 zhihu-open-platform-cli,Keychain 认证访问公开内容并标记 authenticated_public / login_state_used=true;不以官方身份背书。
交付
返回 {schema_version, request, routes, candidates, coverage, errors}。用户只要答案时用 Markdown 展示精选结果,保留相同字段语义。说明各平台覆盖、失败、截断、日期与登录态限制,不宣称穷尽或把候选当事实。上游许可见 THIRD_PARTY_NOTICES.md。
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/mcncarl/yichen-skills/yichen-unified-search">View yichen-unified-search on skillZs</a>