[Bug] web_search 的獨立搜尋回合缺少時間與來源約束，導致「最新」比較引用舊代模型

[f0909172434]

試了一下，大部分都挺好，但目前的搜尋能力有點問題，資訊經常是落後的。
我讓他做了一個用來介紹 DeepSeek 旗艦模型的網站，Flash Max 做了一個介紹 V3.2，Pro Max 雖然做了 V4 Pro，但跑分比較都是和其他公司的前代產品比較（比如 Opus 4.6、GPT-5.4、K2.6、GLM-5.1）。

---

現象：即使 web_search 成功執行，current/latest/as-of 題目仍可能把目前旗艦模型拿去和舊代對手比較。這不只是連線失敗：我本機原始失敗 session 的 19/19 次 DeepSeek auxiliary search 都完成，沒有 error 或 timeout；但模型最後看到的 152/152 個 structured sources 全部沒有 snippet 與 date，19/19 次又都在 provider order 的前 8 筆被截斷，所以主模型通常只能依 title/URL 猜測版本。

定位：

• [Feat] 模型收不到当前时间，web_search 参数停留在训练截止年份 —— 已修复，分支可 cherry-pick #344 修正的是「外層 agent 沒收到現在時間」；但 dsh-web-search-deepseek 每次搜尋還會另外建立一個 deepseek-v4-flash Messages 回合，這個回合不繼承外層 agent 的 system prompt 或 time-context
• 原本模型可見的 web_search schema 只有 query，無法要求 first-party-only 的驗證 pass；DeepSeek auxiliary prompt 也只有 Perform a web search for the query: ...，沒有 current-version、as-of、官方來源或 citation excerpt 要求
• adapter 只投影 structured search-result blocks；snippet 只可能來自 auxiliary answer 的 citation cited_text。沒有被引用的結果通常只剩 title/URL
• seam 保留 provider 原始順序後直接取前 8 筆，沒有 authority/freshness rerank；出廠 composition 又基於既有 SSRF 邊界刻意保持 fetch: false，因此不能靠打開頁面補驗證
• DeepSeek 的 page_age 是 provider-supplied last-update/page-age label，不應被當成可跨 provider 排序的 ISO publication timestamp

修復（疊在 #344 的 2fac33fca7 之上；fork 分支 fix/discussion-332-search-freshness，commit ce4d0455c，作者 Chih-Kai Wang / @f0909172434）：

• web_search 新增可選的 allowed_domains（1–20 個 bare printable-ASCII hostnames），seam 使用 allowedDomains
• 三個 provider 使用原生欄位：DeepSeek allowed_domains、Exa includeDomains、Perplexity search_domain_filter
• seam 在 provider 回傳後、maxResults 截斷前驗證每個 structured source；允許 exact host 與 subdomain，違規 fail loud。輸入會 lowercase/dedupe，並拒絕 scheme、path、port、credential、wildcard、Unicode 與 IP literal（包含 127.1、hex/octal 等 legacy 形式）
• 違規錯誤只報 source position，不回顯 provider URL，避免 URL query token 被寫入 session log
• 外層 tool guidance 對 mutable current/latest/as-of claims 要求搜尋、使用 absolute date，先做 first-party allowlisted pass，再做 unrestricted independent-comparison pass；找不到目前版本時必須明說 unresolved，不能拿舊版本補位
• DeepSeek 的獨立 auxiliary request 也重複 temporal/source-authority/current-version/citation 要求，讓 citation excerpts 能進入 normalized snippets
• 修正 publishedAt 文件契約，明確標示它可能只是 provider date/page-age label；本提交沒有用它做 freshness ranking

與 #344 的關係：#344 提供外層 conversation 的 current time；本提交處理獨立 search turn、first-party source restriction 與 returned-source postcondition。兩者互補，單獨套用 #344 不會讓 auxiliary Flash 自動繼承時間或來源政策。本分支的 parent 就是 #344 的 commit，方便一起審查。

分支：https://github.com/f0909172434/deepseek-harness/tree/fix/discussion-332-search-freshness
提交：f0909172434@ce4d045

維護者可直接：

# 若 #344 尚未套用
git fetch https://github.com/JIANG54864/deepseek-harness feat/default-time-context
git cherry-pick 2fac33fca77955414a62f27cac1a3dc5d33fe3aa

# 套用 #332 修復；若 #344 已套用，只需要這一段
git fetch https://github.com/f0909172434/deepseek-harness fix/discussion-332-search-freshness
git cherry-pick ce4d0455c637e5ba91fbb7b3a88725e7ec097371

驗證：

• web seam、tool-web、DeepSeek/Exa/Perplexity providers 與 Web UI 的 8 個 focused files：253/253 tests passed
• shipped Web composition replay E2E：6/6 passed；固定檢查模型 tool args、DeepSeek native allowed_domains wire、完整 auxiliary prompt、durable request、provider ordering/cap 與 UI snapshot
• pnpm run typecheck、focused TypeScript builds、pnpm run lint、tool/Cordis/persistence catalogs、type-equivalence、translation pairing、Agent Note、Markdown links/wrap 與 docs:build 均通過
• 完整 doc-sync 在這台 Windows 主機仍有一個環境限制：project-doc-site.spec.ts 建立 symlink 時得到 EPERM；與本 diff 無關。先前被並行 lint probe 與缺少暫時 build artifact 影響的 export-JSDoc / docs build 已分別清理並重跑通過

限制：這不是「搜尋一定最新」的保證。allowlist 只對 returned structured source URLs 建立可驗證 postcondition，不能證明 provider 的生成 prose 或內部 candidate pool 全都來自該網域；absolute-date prompt 也不能保證上游 index/ranking 已收錄最新頁面。DeepSeek 的 credentialed live API smoke test 在 upstream 目前是 it.skip，所以 allowed_domains 現在有 request-body mock 與 seam postcondition 測試，但尚未宣稱已在真實 endpoint 做 conformance；建議維護者在有 credential 的內部 CI 補跑一次。

按 CONTRIBUTING.md，官方目前不接受 external PR，而且 repository Issues 目前是停用狀態，所以我沒有建立一個違反專案政策、也無法正式引用 Issue 的外部 PR。建議維護者為 #332 建立正式 Issue（例如 web_search can compare current models against stale generations）與內部 PR，將 #344 與本 commit 作為兩個可獨立審查的提交；若之後開放 external PR，我可以直接從此分支轉成正式 PR。

[f0909172434]

更新：可直接安裝的 rc.6 外掛與真實搜尋服務實測

我已將 #332 的緩解方案封裝成社群外掛，可直接安裝於目前發布的 DeepSeek Harness 0.1.0-rc.6：

• 外掛儲存庫：https://github.com/f0909172434/dsh-plugin-verified-search
• 正式版本：https://github.com/f0909172434/dsh-plugin-verified-search/releases/tag/v0.1.1
• 外掛介紹與社群討論：[社群外掛] dsh-plugin-verified-search：補強 web_search 的時間／來源約束與結構化來源驗證（rc.6） #812
• Harness 核心修補分支：https://github.com/f0909172434/deepseek-harness/tree/fix/discussion-332-search-freshness
• 核心修補 commit：f0909172434@ce4d045

建議使用不可變的完整 commit SHA 安裝：

dsh plugin --profile web add github:f0909172434/dsh-plugin-verified-search#b65f244a0acbc4c1dabc1adb435accdd0ce877ee
dsh --profile web --dump-config
dsh web

與 #344 的關係

#344 是必要修正，但不足以單獨解決 #332。它把目前時間加入外層 agent 的 context；然而 DeepSeek 搜尋 adapter 會另外啟動一個獨立的 deepseek-v4-flash Messages 回合。舊實作只傳入 Perform a web search for the query: ...，這個第二層回合不會自動繼承外層的時間資訊、時效性政策或證據要求。

因此此外掛同時掛載 #344 的 time-context row，並以 verified_search 取代原本的搜尋工具。新版工具會：

1. 在輔助搜尋指令中要求絕對日期、目前版本與第一方證據；
2. 支援選用 allowed_domains 進行第一方來源搜尋；
3. 傳送原生 web_search_20250305.allowed_domains 欄位；
4. 只保留結構化搜尋結果與 citation excerpt，不採用搜尋服務生成的 prose；
5. 在套用結果數量上限前，於本機依 hostname 過濾結構化來源；
6. 回報 filteredOut 數量；證據不足時維持 unresolved，不以舊模型代替目前模型。

真實 DeepSeek 實測結果（2026-08-14）

本次測試透過真實的 Harness 0.1.0-rc.6 headless composition，以及真實的 DeepSeek Anthropic-compatible Messages endpoint 執行。

查詢參數：

{
  "query": "DeepSeek 官方 API 目前可用模型名稱，截至 2026-08-14",
  "allowed_domains": ["api-docs.deepseek.com"]
}

即使已收到原生 allowlist，搜尋服務仍回傳了 7 個超出範圍的結構化來源。v0.1.1 在本機移除全部 7 個越界來源，並保留 8 個符合 api-docs.deepseek.com 的來源。

這 8 個保留結果都沒有 citation excerpt，因此 agent 明確回報「目前模型名稱仍無法確認」，沒有以模型記憶補上答案。這就是 #332 應有的安全失敗模式。

已完成的驗證：

• 45 個單元與 lifecycle tests 全數通過；
• tag CI 4/4 全綠（Ubuntu／Windows × Node 22.19／24）：https://github.com/f0909172434/dsh-plugin-verified-search/actions/runs/31749196299
• 從 #v0.1.1 安裝至全新的 DSH_HOME 成功；
• 全新 profile composition readback 與 HTTP 200 啟動測試通過；
• 真實 DeepSeek 搜尋服務呼叫通過；
• Release 資產 SHA-256：80bcf73347222ae20ab70ea4e645d92f71c36b442aa52850b707040a6e961f55。

重要限制

這項保證只是回傳之結構化來源 hostname 的本機 postcondition，不代表搜尋服務的候選池、內部推理、對外擷取、redirect、生成文字或事實時效性受到同樣限制；它也不是隱私、法遵或網路出口的安全邊界。

目前出廠 profile 仍停用 web_fetch。因此缺少 excerpt 的來源無法完成全文核驗，必須降低信心並揭露限制。

給維護者的請求

目前儲存庫關閉了 Issues，且 CONTRIBUTING.md 表示不接受外部 Pull Request。能否請維護者為 #332 建立官方追蹤 Issue 與內部 PR？

建議將官方修正拆成：

1. 合併／掛載 [Feat] 模型收不到当前时间，web_search 参数停留在训练截止年份 —— 已修复，分支可 cherry-pick #344 的 time context；
2. 將時間與來源意圖明確傳入獨立搜尋 request，而不是只依賴外層 agent context；
3. 加入 provider-neutral 的第一方／domain controls，並明確區分 supported 與 best-effort 語意；
4. 保留 Harness 端的結構化來源 postcondition 驗證，因為 live provider 並未遵守原生 allowlist；
5. 在把無 snippet 的來源視為已驗證事實前，加入安全的全文證據取得路徑；
6. 分開測試搜尋觸發、retrieval、ranking 與 citation grounding，並加入 live conformance 與 frozen-evidence tests。

在官方修正完成追蹤與合併前，我可以繼續維護這個社群外掛並配合上游變更。