Release list

Argo v2.8.0 Latest

Latest

taxueseek released this 12 Aug 05:22

v2.8.0

2df590e

Argo v2.8.0 发布说明

版本：2.8.0
定位：从「帮你搜到」升级为「帮你核到」。新增证据闭环、求职搜索 v3、天气双源、通用搜索增强。

这次更新有什么（通俗版）

1. 证据闭环：搜索完告诉你「哪些链接值得点开核实」

以前：搜索给一堆结果和评分，但哪个能直接当依据、哪个得点进去看正文，全靠自己猜。核实过的链接，下次搜到也不会记得。

现在：搜索输出会明确标记：

金融、医疗、法律这类「说错会出事」的问题，结果自带 fetch_required 提示：先核验再下结论
每条结果标注 fetch_suggested：这个链接建议点开核实（已核实过的自动跳过）
用 --verify 一键核验：系统自动抓取正文、计算「核实前后的证据分变化」，告诉你哪些结果经得起推敲、哪些只是标题党
核实过的链接会记住（URL→证据分缓存），下次搜到同一链接自动回填核实结果，不用重复核

实测效果：搜「贵州茅台股价」→ 提示需要核验 → --verify 核验新浪财经页面 → 证据分从 0 提升到 0.42（正文里确实有数字）→ 下次再搜，系统直接显示已核实。

怎么用：

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

python3 scripts/research.py "台积电估值分歧" --verify 3

2. 求职搜索 v3：找工作更结构化

以前：聚合搜索能搜到岗位，但信息散、重复多，追踪新岗位要手动反复查。

现在（argo job 升级到 v3）：

结构化字段：岗位名称、公司、地点、薪资、发布时间统一字段，可直接喂给下游处理
增量监控：只关注新增岗位，重复的自动指纹去重
更多源：新增 Ashby ATS 免 key 后端（不少创业公司用它），补充应届生求职网与北京高校就业信息源

3. 天气双源并行：问天气更稳

以前：天气只有一个源，挂了就搜不到，而且不支持空气质量。

现在：wttr.in 和 Open-Meteo 双源并行，一个挂了另一个顶上；支持地理编码（说「上海」自动定位）和空气质量查询。任何时候问天气都有结果。

4. 通用搜索增强：多两个免 Key 可选引擎

Parallel 搜索（PARALLEL_API_KEY）：官方推荐 objective + search_queries 组合，多路召回；deep 模式自动切高级档，结果自带长文摘录
You.com 搜索（YDC_API_KEY）：网页 + 新闻合并，时效性强；发布时间按查询时效敏感度动态化

两个引擎都接入时间窗过滤，无 Key 时自动降级不报错。

5. 稳定性修复

health_check 崩溃修复（之前偶发崩溃会中断健康检查）
日韩股票查询错配修复（日韩语股票查询不再串到中文行情源）

验证

证据闭环：新增 tests/test_evidence_loop.py 20 项全过（证据提取 / 缓存隔离 / 回填 / 高后果门控 / verify 模式 / MCP 集成 / 边界守卫）
parallel/you：新增注册与无 Key 降级测试
全量回归：810+ passed，18 skipped

兼容性

无破坏性变更，v2.7.x 配置与用法继续有效
新能力默认开启（证据闭环随搜索输出），--verify 为显式触发不阻塞日常搜索

Assets 4

Argo v2.7.3 — 引擎激活 + 体验修复

taxueseek released this 11 Aug 01:02

v2.7.3

0780afd

Argo v2.7.3

这版主要干了一件事：让 150 个引擎里那些「注册了但一直没被用起来」的，真正派上用场，顺手修了一批会让搜索结果变差的小毛病。

以前不行，现在能行

1. arxiv 这类「认生」的接口，以前经常超时白等
有些搜索源对请求方式很挑剔，以前用的是最朴素的抓取方式，arxiv 实测 5 秒超时后 0 条结果。现在请求统一走了增强层：换浏览器身份、自动重试、跟随跳转。实测 arxiv 从「5 秒空手而归」变成「2 秒内 10 条有效结果」。

2. 25 个垂直引擎以前永远选不中
marginalia（独立博客）、usda（营养成分）、gov_policy（国务院政策）、cnii（日本学术）这些引擎其实都配了识别文档，但路由规则只认正则，它们永远排不上号，只能手动指定。现在语义匹配分数高的垂直引擎能自动顶上：问「独立博客长尾」走 marginalia，问「营养成分热量」走 usda，问「国务院政策」走 gov_policy，问「日本学术论文」走 cnii。

3. 查英文宏观数据以前 0 条
worldbank 和 eurostat 的国家名、指标名只认中文，「China GDP」「US inflation」「Japan population」全都查不到。现在中英文都认（还防了「focus」这类词被误认成美国）。实测 China GDP 19.5 万亿美元、Japan population 1.23 亿人，都能直接给出数字。

4. 问「今日金价」以前缓存 1 小时
48 个搜索域没配缓存时长，全部按 1 小时缓存，金价、快讯这类实时内容会过期 55 分钟。现在按时效分类：金价/快讯/天气 15 分钟，行情 5 分钟，学术资料 2 小时，百科 24 小时。

5. 说「快讯」反而查不到快讯
财联社电报这类引擎会把查询词当关键词过滤，而快讯标题里不会出现「快讯」两个字，于是全量榜单被滤空。现在纯触发词（快讯/美股/资讯）直接放行全量，具体主题（美联储/AI）才做过滤。

6. 萌娘百科这类站，搜索跳转到词条页就查不到
百科类搜索有时直接跳到词条页而不是结果列表，原来的解析器只认列表结构，于是恒空。现在能识别词条页，直接返回标题和简介。实测「初音未来」「东方Project」都能查到。

新增依赖

相比 v2.7.2 只多了一个可选依赖：

curl_cffi（可选）：模拟浏览器 TLS 指纹用的。装了之后对反爬站（比如 Cloudflare 保护的页面）抓取成功率更高；不装完全不影响日常使用。安装：pip install curl_cffi

其他依赖不变：PyYAML（必需）、ddgs CLI（本地搜索用）、Chrome（页面截图用，可选）。

怎么装

跟之前一样，任选一种：

# 一键安装
curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh | bash

# MCP 方式
npx -y github:taxueseek/argo

# 源码
git clone https://github.com/taxueseek/argo.git

技术细节（给想看的人）

引擎层 HttpClient 接入（UA 轮换/重试/重定向跟随），ARGO_ENGINE_HTTP_CLIENT=0 可回退
TF-IDF 强语义注入（≥0.6 分），通用引擎黑名单，注入位置在 primary 扶正后
env 占位缺失过滤（github 无 token 从 401 恢复匿名 API）
70 域 TTL 全覆盖
熔断 empty 语义修复、查询改写去重、慢源 6s 收紧、wave-2 提前终止
国际引擎中文 URL 编码修复（18 处）
open_meteo geocode 加 language=zh（中文地名恢复）
europeana 已禁用（上游 demo key 失效 401）
抓取链升级 fetch_v3（UA 轮换 + TLS 指纹 + Wayback 降级）
版本号统一 2.7.3

测试：740 passed, 18 skipped，无回归。

Assets 2

Argo v2.7.2

taxueseek released this 07 Aug 12:49

v2.7.2

d235c99

Argo v2.7.2 发布说明

版本：2.7.2
定位：在 2.7.1 基础上，新增「登录态专业搜索」子技能，并系统改进了搜索路由和服务层。

现在具备的几种搜索能力

1. 通用搜索 + 垂直搜索，双管齐下

日常问题走通用网页搜索；一问到行情、影视、体育、宏观这类「有标准答案」的问题，自动切到垂直源直接给答案，而不是扔给你一堆链接。目前约 120+ 个源、60+ 业务域。

2. 缓存：不重复花冤枉钱

时效性没那么强的内容（百科类、历史数据这类），第一次查完会进缓存，之后同样的查询直接命中，不再每次都走一遍 API。双层缓存（内存 + SQLite），热查询约 10ms 级返回。

3. 专为 Agent 设计，更省 Token

产出是「证据候选 + 可信度分解」的精简 JSON，不是长篇网页；MCP 响应可以按需裁剪，snippet 可控，不会撑爆 Agent 的上下文。比常规模型自带的搜索能力更专业、更省 Token。

4. 深度研究

把一个笼统的问题拆成多个子问题，多源并行采集，最后给出「还差什么证据」的缺口提示。适合综述、调研这类要全面、要扎实的场景。

5. 登录态专业搜索（专业模式，默认关闭）

知乎、小红书、公众号这类要登录才能看的内容，以及 JS 渲染页、反爬页，用真实浏览器配合登录态去搜。默认关闭，需要时开启，依赖 ego lite 和 WebBridge 两个东西，详见下文第 1 节。

这次更新有什么

1. 新增 ego-search：登录态专业搜索（默认关闭）

以前：知乎、小红书、微博、公众号这类需要登录才能看的内容，普通搜索拿不到正文；靠浏览器渲染的页面（JS 页面、反爬页、SPA）也经常抓不回来。

现在：新增 ego-search 子技能，用真实浏览器去搜这些内容。它能继承你的登录状态，抓到登录墙后面的正文；对渲染页、反爬页也能正常抓取；还能在已登录的站点里直接调它的接口拿数据（比如知乎搜索接口），比翻页面更干净。

注意：这个子技能默认是关闭的，因为要动真实浏览器和你的登录态。需要你明确要求开启后，运行下面这条命令（在 argo 目录下）：

python3 sub-skills/ego-search/scripts/ego_search.py enable

开启之后，常用操作：

# 用浏览器去搜索（bing/baidu/google 三个搜索引擎可选）
python3 sub-skills/ego-search/scripts/ego_search.py search "AI agent 浏览器自动化" --engine bing --n 8

# 抓一个页面正文（登录墙、JS 渲染页都行）
python3 sub-skills/ego-search/scripts/ego_search.py fetch "https://example.com/article" --focus 关键词

# 调登录站点自己的接口拿数据
python3 sub-skills/ego-search/scripts/ego_search.py api "https://www.zhihu.com/api/v4/search_v3?t=general&q=AI代理&limit=5" --origin "https://www.zhihu.com"

查看状态：python3 sub-skills/ego-search/scripts/ego_search.py status；关闭：python3 sub-skills/ego-search/scripts/ego_search.py disable。

它依赖两个东西（装好其中一个就能用，两个都装更好）：

依赖	是什么	什么时候用
ego lite	一个专门给 Agent 用的浏览器应用（仅 macOS），装好并完成一次初始化后会提供 `ego-browser` 命令	默认首选。它的优势是每个任务用独立空间，不抢你正在用的浏览器标签页
WebBridge	一个浏览器扩展桥，可以复用你 Chrome/Edge 里已经登录的会话	ego lite 没装，或想直接沿用你日常浏览器的登录态时用

本机两个依赖都已装好：ego lite 的 ego-browser（版本 0.4.5.9）和 WebBridge 均在线，专业搜索模式默认关闭。

一个使用提醒：登录态搜到的结果不会写入公共搜索缓存（防止污染大家共享的缓存），需要时用专门的合并命令把常规结果和登录态结果放在一起分析。

2. 搜索兜底更稳了

以前：微信公众号、财联社、同花顺、知乎热榜、Stack Overflow、V2EX 等 16 个垂直源，主引擎故障时整次搜索跟着失败。

现在：主引擎出问题时，会自动切到通用的免费搜索源顶上，单个源故障不再拖垮整个查询。

3. 路由更聪明

多意图识别：一次查询可以同时判断是查定义、查事实、查新闻、做对比，还是看社交舆情，不同意图用不同的引擎数量和并发方式。
统一健康视图：所有引擎的健康状态汇总成一张统一视图；免费源作为单一真源统一管理；故障后的恢复手段分层次、更完整。

4. 多语言搜索更准

日文/韩文查询不再被中文引擎干扰：以前搜日文内容会混进博查、字节、搜狗等中文引擎，噪声很大；现在会自动剔除。
显式指定语言生效：说「用日文搜」「in English」这类话，会真的按那个语言去搜，而不是按默认语言处理。
语言参数有测试锁定：Bing 的 setlang、Google 的 hl 等 URL 语言参数全部有自动化测试守着，不会悄悄失效。

5. 服务层拆得更清爽

MCP 服务文件从 970 行拆成「工具定义 / 执行逻辑 / 网络传输」三个模块，10 个工具一个不少、行为不变，只是结构更好维护。
启动预热覆盖到了本地文件搜索模块，首次调用更快。

6. 具备安全防护

登录态结果与公共缓存隔离：登录态搜到的内容不写入公共搜索缓存，防止污染大家共享的数据。
抓取前 URL 安全检查：ego-search 抓取前会做 URL 白名单与 IP 段校验，防止恶意链接诱导访问内网或云元数据地址。
异常只记本地日志：出异常时仅记录本地日志便于排查，可整体开关，不影响搜索本身。

验证

全量测试：497 passed，无失败。
10 个 MCP 工具与 2.7.1 完全一致，没有回退。

Assets 4

Argo v2.7.1

taxueseek released this 06 Aug 12:56

v2.7.1

886e3ee

Argo v2.7.1 发布说明

版本：2.7.1
定位：— 安全加固与路由/研究准确性修复，以「重新定义问题」为纲的系统性加固版。在 v2.7.0（垂直模态卡）基础上，修复三层真实缺陷：SSRF 防护缺失、路由健康状态语义漂移、深度研究 local_first 浪费；并做配置/代码结构性清理。

一句话

v2.7.1 = 安全加固（SSRF 防护）+ 路由/研究准确性修复 + 配置易用性清理。全部修改以可量化测试锁定（新增 22 个测试，全量 363 passed）。

安全性

SSRF 防护（新）

问题：fetch/crawl/http_client 直接请求任意 URL 并跟随重定向，搜索结果或恶意页面链接可诱导抓取内网/云元数据地址（`xxx 等）。

修复：新增 scripts/url_safety.py 统一拦截，接入 fetch_v3 / fetch.py / http_client（含 curl fallback）：

scheme 白名单（仅 http/https）
主机名黑名单（localhost、裸单标签主机、.local / .internal / .lan 等）
DNS 解析后 IP 段检查（私有 / 环回 / 链路本地 / CGNAT / 保留段，IPv4+IPv6）
curl fallback 重定向由 Python 侧逐跳安全跟随，curl 自身不跟随
显式放行：ARGO_ALLOW_PRIVATE_URLS=1

测试：tests/test_url_safety.py（10 例：IP 段 / 主机名 / scheme / fetch 入口 / curl 入口）。

准确性

路由健康状态语义漂移（根因修复）

问题：sub-skills/local-search/health_check.py 与 scripts/health_check.py 顶层模块名冲突。任何一次 local_search 进程内调用（engines.py）或测试导入都会把 sub-skills/local-search 插入 sys.path[0]，劫持 import health_check 解析。route 的健康过滤落到 fallback 分支，改用 health_probe.get_engine_status 过滤所有引擎——而 health.db 中 wikipedia 等 8 个非 local 引擎因 HEAD 探测失败被标记 unavailable，导致「What is the capital of France」这类查询静默丢失 wikipedia，combo 退化为 ['byted', 'local_openstreetmap']。

修复（三层）：

sub-skills/local-search/health_check.py → local_health_check.py，消除顶层命名冲突
route.py 健康过滤 fallback 与主路径语义对齐：只对 local_* 引擎做健康判定，非 local 引擎无条件保留
engines.py / mcp_server.py 的 sys.path.insert(0, ...) → append，sub-skills 模块不再劫持 scripts 同名模块

health_probe 只探测 local_*（消除慢源误报）

问题：health_probe 每 5 分钟对 120+ 引擎做 1.5s 超时 HEAD 探测，慢源（wikipedia/arxiv/bocha 等）连失败 9 次被标 unavailable，数据无消费者（route 只查 local_*）。

修复：probe_all_engines 只探测 local_* 子引擎；清理 health.db 中 11 条非 local 脏记录。测试：tests/test_health_probe_scope.py。

macro_data 国家分流修复

问题：非美国宏观查询（「中国GDP」「日本通胀」）时，worldbank 前置逻辑被后续的 primary 扶正覆盖，fred 仍居首位。fred 先跑 + early-stop 会用美国序列冒充「中国GDP」答案。

修复：route.py primary 扶正跳过「macro_data + 非美国国家词」场景。验证：中国GDP/日本通胀/欧元区失业率 → worldbank 优先；美国CPI → fred 优先。

路由效率与深度研究

local_first 决策树浪费修复

问题：research.py 的 _search_one 在 use_local_first 分支前先无条件跑一次全量搜索，结果被本地结果覆盖；本地结果不足时又跑第二次全量。每次子查询多花一次完整搜索的延迟与成本。

修复：先本地聚合，结果不足 3 条才升级全量；非 local_first 只跑一次。测试：tests/test_route_research_fixes.py::TestLocalFirstEfficiency（3 例，断言调用序列 ['local_search'] 或 ['local_search', 'auto']）。

配置易用性

config.py 复制粘贴合并

_load_external_engine_specs 中 engines/*.yaml 与 engines/specs/*.yaml 两段几乎相同的加载逻辑合并为 _load_dir，新增引擎目录只需一行。

单一真源清理

删除根目录 local-search/ 旧副本死代码（v2.2/v2.3 时代遗留，已无任何引用），已移入 .trash/argo/2026-08-06_local-search/（git 历史仍可恢复）。磁盘上唯一真源 = 本仓库。

engines_builders_data.py 拆分

3157 行按域拆分：宏观数据（FRED / 汇率 / 世界银行 / 国家统计局 / Eurostat，约 700 行数据表密集区）移至 engines_builders_data_macro.py，原文件降至 2458 行。路由层 is_foreign_macro_query import 同步更新。

验证

python3 -m pytest tests/ -q --ignore=tests/test_full.py --ignore=tests/test_integration.py
# 363 passed, 12 skipped

python3 -c "import sys; sys.path.insert(0,'scripts'); from route import route_query; print(route_query('中国GDP')['engines_combo'])"
# ['worldbank', 'fred']

真实查询矩阵（live E2E，14 组多语 × 场景金标）

python3 scripts/matrix_search_eval.py --live（修复前 v2.7.0 与修复后对比）：

指标	修复前	修复后
live PASS	12/13	13/13
domain_acc（域命中）	100%	100%
engine_acc（主引擎命中）	100%	100%
selection_hit（金标命中）	92.3%	100%
pollute（垂直污染）	0	0

唯一失败项 L_ja_gen（「アニメおすすめ」）由 film_search 日文触发词误捕
（imdb 对动漫推荐无召回）导致。修复：从 film_search 日韩触发词移除纯题材词
「アニメ」「애니메이션」，保留「映画」「영화」等明确影视词。「アニメおすすめ」
现路由至 general_search/local_bing（日文参数），金标「アニメ」命中。

离线矩阵同步：--offline 119 PASS / 0 FAIL。

遗留项（非阻塞）：engines_builders_data.py（2458 行）仍可继续按域拆分；search.py（1686 行）编排层可进一步提取；decompose_query 的「和/与/及」对比拆分存在语义误伤（拆出子查询质量有限但原始查询不丢，成本低，暂不调整）。

Assets 4

Argo v2.6.0

taxueseek released this 04 Aug 01:46

v2.6.0

11ac7fa

Argo v2.6.0 发布说明

版本：2.6.0
仓库：taxueseek/argo
定位：给 Agent 用的统一搜索与证据核验——面向不同领域、不同语言、不同需求，尽量给出能核验、能吸收的材料。

一句话

搜索本来就该「问啥像啥、用啥语就懂啥语」。本版两件大事：多语言搜索从「中英优先」扩到真正多语可用；垂直领域继续补全（影视、体育、地理、组织、音乐等），并加上空结果恢复时的防污染门禁——查询越用越准，少被无关包管理器、快讯源带偏。

用大白话看本版

1. 多语言：不只中英文

以前路由和语言参数主要围着中英转，日文、韩文、俄语等要么被当成「英文网页问题」，要么误塞进中文专用源。

现在会先认你在用什么语言，再决定：

用哪套引擎语言参数（例如 Bing 的 setlang、Google 的 hl）
要不要补上本地多语言源（如 local_bing / local_google）
中文专用源（知乎、微信搜狗、A 股快照等）别误伤非中文查询
搜不到时，可以按策略做跨语言回退（不是硬翻译整句，而是用通用源 + 偏好语言再试）

你用日文问推荐、用韩文问电影、用俄文问怎么写脚本，系统会尽量按「这门语言的用户」来选路，而不是一律按英文网页处理。

2. 垂直领域：问啥走啥专线

在金融、宏观、化学等答案源之外，本版把更多「一问就该有标准答案」的场景接上专线，例如：

你这样问	大致会怎样
Inception 导演 / 肖申克的救赎主演	影视域 → IMDb 等
梅西俱乐部 / 库里球队 / Ronaldo club	体育域 → TheSportsDB 等
埃菲尔铁塔在哪 / where is Eiffel Tower	地理实体 → OpenStreetMap 等
NASA founding year / 国务院职能	组织实体 → Wikidata 等
周杰伦专辑 / Taylor Swift album	媒体音乐 → iTunes 等
贵州茅台股价 / AAPL stock	继续走行情专线（本版仍保留并加固）

目标很简单：少在泛网页标题里碰运气，多直接打到能给答案的源。

3. 空结果也会「聪明地重试」，且不乱拉源

搜不到时会按成本从低到高试放宽、换引擎、跨语言。换引擎时只允许通用网页 / 百科，或同一能力族——不会因为兜底，突然从影视查询跳到 PyPI、npm、金十快讯这类无关垂直源。

4. 能力族与回归

搜索源按「能力族」归类（全网、学术、代码、行情、百科、体育…），同族可互换、测试可按族断言。配套多语言 × 场景矩阵测试与 P0/P1 回归，方便升级后自检有没有倒退。

为什么值得升级

你可能遇到的问题	v2.6.0 怎么处理
日文 / 韩文 / 俄语查询总像「英中网页乱搜」	统一语言检测 + 引擎语言参数 + 语言补充源
非中文问题却出现知乎、搜狗微信	语言门禁：非中文主查询避开中文专用源
问电影 / 球星 / 地标 / 机构，却只得到泛网页	影视 / 体育 / 地理 / 组织 / 媒体域补全
恢复空结果时结果「串味」（包、快讯混进 unrelated 查询）	recovery L3 族门禁 + 查询信号过滤
不知道多语言有没有回归	`matrix_search_eval.py` + `regression_p0p1.py`

本版增量（按主题）

1. 多语言搜索

lang_detect：中 / 英 / 日 / 韩 / 拉丁变音 / 西里尔 / 泰 / 阿 / 希伯来 / 希腊 / 天城体等主语言判定；假名、谚文优先于纯汉字误判为中文（纯汉字日文人名等地名仍可能判中文，后续可继续收紧）
路由：primary_lang 驱动语言补充源与 must_keep；日韩优先本地语言友好引擎
lang_pref：中英基线 + 系统 locale + 使用习惯，弱信号查询时决定引擎语言
recovery L4：跨语言 / 基线中文反向补源（mode=fast 可跳过以控延迟）
引擎层：HTML 构建器动态覆盖 setlang 等参数

2. 垂直域补全与质量

域：film_search / sports_search / geo_places / org_entity / media_search 等（配置真源仍在 config.yaml）
引擎：IMDb、TheSportsDB、iTunes（中文区与专辑实体等）、Wikidata、OpenStreetMap 等衔接
别名与解析：如「库里」→ Stephen Curry；世界杯年份正则修复等
空结果恢复：禁止 code / 快讯等无关族污染；结果需带查询信号才可吸收

3. 能力族与测试

engine_families：web_general / knowledge / sports / media_book / finance_* …
回归：scripts/regression_p0p1.py、scripts/matrix_search_eval.py（offline / live）
报告基线：tests/matrix_search_report.json 等

4. 相对 v2.5.1 的延续

v2.5.1 的日常 combo 预算、答案域 early-stop、研究 boost 不锁死、金融 / 宏观 / 化学专线全部保留，本版是在之上加「语言维度」和「更多垂直场景」。

已知边界（诚实说明）

纯汉字日文（如仅「宮崎駿」、无假名）语言检测可能仍判中文。
日韩垂直关键词未完全对齐中英 pattern 时，可能落到通用 local_bing，而不是 IMDb / SportsDB——通用路径仍可用，专线覆盖会继续加。
个别 API（体育库限流、百科 SSL）偶发失败时，依赖 recovery + 通用源兜底。

安装（任选）

方式 A：一键脚本

curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh | bash

方式 B：npx 启动 MCP

# 需 Node.js 18+ 与 Python 3.10+，并 pip install pyyaml
npx -y github:taxueseek/argo

方式 C：本 Release 源码包

tar -xzf argo-2.6.0.tar.gz
cd argo-2.6.0
pip3 install pyyaml
python3 scripts/search.py "Inception movie director" --json
python3 scripts/mcp_server.py

验证

python3 --version   # 3.10+
python3 -c "import yaml; print('PyYAML OK')"
python3 scripts/search.py --list-engines
python3 scripts/regression_p0p1.py --offline
python3 scripts/matrix_search_eval.py --offline
python3 -m pytest tests/test_multilingual.py tests/test_unit.py -q

版本对照（简）

版本	侧重
v2.6.0	多语言搜索；影视/体育/地理/组织/媒体等垂直补全；recovery 防污染；矩阵回归
v2.5.1	金融/宏观/化学答案源加厚；日常 combo 预算；研究 boost
v2.5.0	安装与介绍页；查询改写；路由热缓存；MCP 紧凑响应

Assets 4

Argo v2.5.1

taxueseek released this 02 Aug 13:52

v2.5.1

f8d1abe

Argo v2.5.1 发布说明

版本：2.5.1
仓库：taxueseek/argo
定位：给 Agent 用的统一搜索与证据核验——不只返回链接，而是尽量给出能核验、能吸收的材料。

一句话

本版重点不是「再堆几个网页搜索」，而是让 各类搜索更对口、日常更快、深度研究更全：金融行情、宏观数据、化学物种等垂直源进日常路径；长尾源留给深度研究；策略收进统一的 engine_policy，减少越改越慢。

用大白话看本版

问股价更像查行情：A 股走新浪 / 腾讯等快照，美股走 Finviz 专线，够一条有用结果就停，不必先翻十页新闻。
问宏观更像查数据：CPI、GDP、汇率等走 FRED、世界银行、国统局、欧统、汇率源；中国 GDP 不会轻易被美国序列「抢答」。
问化合物更像查字典：分子式、CAS 等优先 PubChem，少被泛网页标题淹没。
日常少开引擎，研究再放宽：平时 combo 精简（省时间、少噪音）；深度研究 / deep 才放开档案、研报类长尾源。
深度研究「抬」垂直源，不「锁」死：子查询用 boost 把金融 / 学术源顶到前面，失败时仍可走通用路由，避免整条空结果。

为什么值得升级

你可能遇到的问题	v2.5.1 怎么处理
搜「茅台股价」又慢又杂	答案域 + early-stop + 短 combo，冷路径常见几百毫秒级
美股和 A 股搅在一起	`us_stock` 与 `stock_query` 分流
宏观问句国家错位	国别词分流（如 worldbank 前置）
引擎越加越多，日常反而变慢	`engine_policy`：日常预算截断，研究全量
深度研究指定单一引擎，源挂了就空白	boost 进 auto，不硬锁
不知道改完会不会又倒退	`scripts/regression_p0p1.py` 离线 + 联网回归

本版增量（按主题）

1. 垂直搜索能力（金融 · 日常 · 数据）

在 v2.5.0 广义垂直源基础上继续加厚 答案型 源与域规则，例如：

方向	代表能力	典型问法
A 股 / 港股行情	新浪行情、腾讯行情、东财资金流	「贵州茅台股价」「主力资金」
美股	Finviz（日常）；Seeking Alpha 等偏研究	「AAPL 盘前」
宏观与汇率	FRED、世界银行、国统局、欧统、实时汇率	「US CPI」「中国 GDP」
化学 / 药学	PubChem	「阿司匹林分子式」
生物物种	GBIF	学名 / 物种检索
互联网标准	RFC Editor	「RFC 9110」
图书与公告等	微信读书、豆瓣、巨潮等（按域启用）	书名 / 公告类查询

路由仍以 config.yaml 的 domain 规则 + TF-IDF 为准；配置真源不变。

2. 引擎分层与 combo 预算（性能护栏）

新增 scripts/engine_policy.py，route_query / super_search 贯通 depth、context、engines_boost：

场景	行为（简）
日常 `depth=fast` / `mode=fast	budget`
日常 `auto` + `balanced`	最多约 3 个
`context=research` 或 `depth/mode=deep`	不截断；可含研究专用源
地理类查询	预算后仍尽量保留 OpenStreetMap（must_keep）

目标：防止「源越加越多 → 日常越来越慢」 再次发生。

3. 深度研究：vertical_engines + boost

选题 profile（如 finance / academic / ai）增加 vertical_engines。
collect_sources：始终 auto，用 engines_boost 抬垂直源，不再轮转锁死单引擎。
MCP argo_search 默认 envelope=False，少造 candidates 开销；研究紧凑包可带 vertical 元数据。

4. 质量与回归

答案域 early_stop_min_results 等与此前 P0 修复一并纳入本线。
回归：python3 scripts/regression_p0p1.py --offline（无网）或 --all（含联网）。
单测对齐「日常 budget 下 stock combo 不一定含 eastmoney；deep 路径仍含」等语义。

安装（任选）

方式 A：一键脚本

curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh | bash

方式 B：npx 启动 MCP

# 需 Node.js 18+ 与 Python 3.10+，并 pip install pyyaml
npx -y argo-search
# 若 npm 尚未同步最新，可用：
npx -y github:taxueseek/argo

方式 C：源码 / 本包

# 解压本 Release 的 argo-2.5.1.tar.gz 或 zip 后：
cd argo-2.5.1
pip install pyyaml
python3 scripts/search.py "贵州茅台股价" --json
python3 scripts/mcp_server.py

验证

python3 --version   # 3.10+
python3 -c "import yaml; print('PyYAML OK')"
python3 scripts/search.py --list-engines
python3 scripts/regression_p0p1.py --offline
python3 -m pytest tests/test_unit.py tests/test_mcp_compact.py -q

可选冷路径体感（需网络）：

python3 scripts/search.py "贵州茅台股价" --no-cache --json
python3 scripts/search.py "阿司匹林 分子式" --no-cache --json

升级注意

从 v2.5.0 升级：能力兼容；日常路由 combo 可能更短（有意为之）。若脚本曾断言「eastmoney 必在日常 combo」，请改为检查主源或 depth=deep。
从 v2.4.x 升级：建议整包替换后再挂 MCP / Skill 符号链接。
API Key 仍全部可选；不配则走免费 / 本地引擎（如天气源无 key 会回退通用引擎）。

资源

资源	说明
源码包	`argo-2.5.1.tar.gz` / `argo-2.5.1.zip`（本 Release Assets）
说明文档	仓库 README
上版说明	v2.5.0
回归	`scripts/regression_p0p1.py`

版本线（简）

版本	要点
v2.5.1	垂直答案源加厚；引擎分层 + combo 预算；研究 boost；约 110 源
v2.5.0	安装双路径 + 介绍页；改写不污染路由；热路径缓存；模块拆分
v2.4.1	MCP 预热与紧凑回包；深度研究子技能；引擎生命周期
v2.4.0	低分回退、熔断负缓存、柔性命中、engine_outcomes

Assets 4

Argo v2.5.0

taxueseek released this 02 Aug 03:53

v2.5.0

c72871a

Argo v2.5.0 发布说明

版本：2.5.0
仓库：taxueseek/argo
定位：给 Agent 用的统一搜索与证据核验——不只返回链接，而是尽量给出能核验、能吸收的材料。

一句话

本版在 v2.4.1「搜得快、回得省、研得深」之上，把装得上、用得稳、路由更准补齐：介绍页重写，安装脚本 + npx 双路径，查询改写与路由解耦，引擎与 MCP 模块拆分，配置单一真源。

用大白话看本版

更好装：一条 install.sh，或 npx -y argo-search 挂 MCP；Skill 用符号链接挂入口，不复制多份代码。
搜得更对路：口语可以改写再检索，但路由仍看原问题，减少「苹果股价却进购物站」这类误吸。
重复问更快：路由热路径可缓存；熔断 + 负缓存，挂掉的源不会一直拖后腿。
Agent 更省上下文：MCP 紧凑回包（延续并强化 v2.4.1），snippet 可控。
代码更好维护：engines / MCP 大文件拆分；config.yaml 为引擎真源，backends 可派生。

为什么值得升级

你可能遇到的问题	v2.5.0 怎么处理
介绍页还是早期版本，不知道怎么装	README 重写：安装脚本 / npx / 克隆 / Skill 链接
只有 clone，没有一键或 npm 入口	`scripts/install.sh` + `npx -y argo-search`
查询改写把域路由带偏	改写只改检索串，路由永远用原始 query
大文件难改、MCP 与引擎缠在一起	engines_base / builders 拆分；mcp_tools / mcp_payload
本机路径、Key 写进仓库	社交引擎改为仓库相对路径；`installs.local.yaml` gitignore

本版增量（按主题）

1. 安装与介绍

新增 scripts/install.sh：克隆/更新到 ~/.local/share/argo（可改）、装 PyYAML、可选 --link 挂 Skill。
npx：package.json 提供 argo-search → bin/argo.js（自动找 python3 / ARGO_PYTHON）。
README / SKILL 对齐约 88 源、16 MCP 与当前能力。
Skill 入口推荐 link_source.py（符号链接，禁止 rsync 多副本）。

2. 路由、改写与性能

查询改写（v2.5 能力）与域匹配解耦。
路由热路径缓存（重复路由接近亚毫秒级）。
保留熔断、负缓存、柔性命中、engine_outcomes（含 v2.4.x 基础）。

3. 架构与真源

engines 拆为 engines.py 门面 + engines_base + builders。
MCP 工具 schema / 紧凑序列化可拆分维护（与 v2.4.1 紧凑回包一致方向）。
config.yaml 单一真源；sync_backends.py 派生注册表。
与 v2.4.1 合并：plan / archive / 深度研究选题、引擎生命周期等能力仍在。

4. 脱敏与发布卫生

配置中引擎命令改为仓库内相对路径（如 scripts/social_engines/...）。
文档示例使用 /path/to/argo、~/.local/share/argo 等占位，不提交本机绝对路径与真实 Key。

安装（任选）

方式 A：一键脚本

curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh | bash

方式 B：npx 启动 MCP

# 需 Node.js 18+ 与 Python 3.10+，并 pip install pyyaml
npx -y argo-search
# 若 npm 尚未同步最新，可用：
npx -y github:taxueseek/argo

客户端示例：

{
  "mcpServers": {
    "argo": {
      "command": "npx",
      "args": ["-y", "argo-search"]
    }
  }
}

方式 C：源码 / 本包

# 解压本 Release 的 argo-2.5.0.tar.gz 或 zip 后：
cd argo-2.5.0
pip install pyyaml
python3 scripts/search.py "Python asyncio" --json
python3 scripts/mcp_server.py

验证

python3 --version   # 3.10+
python3 -c "import yaml; print('PyYAML OK')"
python3 scripts/search.py --list-engines
python3 -m pytest tests/test_unit.py tests/test_mcp_compact.py -q

升级注意

从 v2.4.1 升级：能力兼容；建议重新拉代码或解压本包，再按 README 检查 MCP 路径。
若本机曾用 rsync 复制多份 argo，请改回一份真源 + link_source.py。
API Key 仍全部可选；不配则走免费 / 本地引擎。

资源

资源	说明
源码包	`argo-2.5.0.tar.gz` / `argo-2.5.0.zip`（本 Release Assets）
说明文档	仓库 README
上版说明	v2.4.1

版本线（简）

版本	要点
v2.5.0	安装双路径 + 介绍页；改写不污染路由；热路径缓存；模块拆分；配置真源
v2.4.1	MCP 预热与紧凑回包；深度研究子技能；引擎生命周期；搜索体验标准化
v2.4.0	低分回退、熔断负缓存、柔性命中、engine_outcomes
v2.2–v2.3	证据两阶段、中文信源、fetch 栈

Assets 4

Argo v2.4.1

taxueseek released this 30 Jul 13:55

v2.4.1

292c132

Argo v2.4.1 发布说明

版本：2.4.1（无后缀）
仓库：taxueseek/argo
定位：给 Agent 用的统一搜索与证据核验——不只返回链接，而是尽量给出能核验、能吸收的材料。

一句话

本版把「搜得快、回得省、分得清、研得深」串成一条可交付链路：MCP 更轻，日常搜索更像搜索引擎，深度研究成为 argo 内建的专业子技能，而不是另一套外挂流程。

用大白话看本版

MCP 性能：启动后会在后台预热；默认回包变短，Agent 少吃上下文；社交多平台并行，少排队。
主技能 / 子技能斜杠：/argo 是总入口；搜一下用 /argo-search；认真做研究用 /argo-research / /deep-research；科研、金融有专用斜杠。
深度研究在 argo 里面：不额外挂别的 skill；学术、金融等选题自带引擎组合和质量门禁。
搜的效果：性能优化不改「谁排前面」；变的是回包有多肥。需要长摘要就关 summary。

为什么值得升级

你可能遇到的问题	v2.4.1 怎么处理
MCP 首调慢、回包巨大、占满上下文	后台预热 + 紧凑 JSON + 默认精简摘要
日常问答和「做一份深度研究」混在一起	分层：日常 SERP vs research 子技能
研报/综述没有结构、容易编造	academic / finance 等 profile + 质量门禁
引擎 Key 缺失、坏引擎拖垮路由	引擎生命周期：声明、env、准入、routable
搜完不知道链接在哪	正文 `[n]`，链接统一沉底「相关信源」

本版增量（按主题）

1. 性能与 MCP 接入

启动与首包：initialize / tools/list 后后台预热 search 与缓存，降低首次 tools/call 冷启动感。
回包体积：默认紧凑序列化（无缩进）；summary 默认开启，截断过长 snippet、去掉 plan/candidates 等调试重字段。
并发：社交多平台搜索改为并行，减少串行等待。
模块缓存：进程内复用已加载模块，避免重复 import。
重要说明：上述优化主要发生在 MCP 封装与传输层，不改变多引擎召回、路由与 RRF 排序本身。若 Agent 需要更长摘要，调用时设置 summary: false。

2. 搜索体验标准化

日常搜索：默认不归档；人读输出「标题/摘要在上、链接在下」；JSON 提供 sources[]。
深度研究：默认归档（可退出）；多跳发现包 + 引用与缺口；归档 ≠ 已核验正文。
输入分流：纯 URL / 已知链接优先 fetch 或 handoff，避免误走关键词热搜。
引擎治理：外置声明、环境变量注入、engine_validate 准入；自动路由只使用 routable 引擎。

3. 深度研究子技能（全部在 argo 内实现）

深度研究不在运行时调用其他 skill。科研/金融的方法已内化进选题配置：

选题	用途要点
`academic`	文献/综述向；学术引擎优先；问题框架与局限；禁止编造 DOI/论文
`finance`	IC 风格信息包；信源级别；盲区与风险；免责声明（非买卖建议）
`investment` / `ai` / `tech` / `tool` / `internet` / `social`	各域引擎组合、新鲜度与模板子查询

支持显式 --topic，也可按查询启发式自动推断。
输出可带：quality_gates、report_sections、source_grades、disclaimer 等，方便 Agent 自检与成文。

python3 scripts/research.py "CRISPR 脱靶综述" --topic academic --json
python3 scripts/research.py "台积电估值分歧" --topic finance --json
python3 scripts/research.py --topic help

4. 主命令与子技能斜杠（Agent / 客户端侧）

斜杠	角色
`/argo`	主入口，按子命令分流
`/argo-search`	日常搜索
`/argo-research` · `/deep-research`	深度研究
`/argo-research-academic`	科研深度
`/argo-research-finance`	金融深度
`/argo-evidence` · `/argo-clarify` · `/argo-fetch`	核验 / 消歧 / 抓取

自然语言触发示例：「深度研究」「文献综述」「deep research」等 → 走 research，禁止用日常搜索冒充。

5. 其它工程能力（一并交付）

工作区搜索归档分层与索引（研究默认开、日常默认关）
FxTwitter 等社交路径与打包能力的持续补强（以仓库代码为准）
单元测试覆盖选题 profile、MCP 压缩逻辑等

升级与安装

git clone https://github.com/taxueseek/argo.git
cd argo
# 或解压本 Release 附件 argo-2.4.1.zip

# CLI 示例
python3 scripts/search.py "你的查询"
python3 scripts/research.py "复杂议题" --json

# MCP：将 mcp_server.py 配置到客户端（Claude / Kimi / 等）
python3 scripts/mcp_server.py

建议关注：环境变量中的引擎 Key、以及 python3 scripts/search.py --list-engines --detail 查看 routable 状态。

兼容性说明

公共版本号统一为 2.4.1（无 beta / rc 后缀）。
既有 argo_search / argo_research 等工具名保持兼容；research 新增 topic、summary 等可选参数。
默认 MCP summary=true 可能使摘要更短，不影响排序结果列表；需要长摘要请显式关闭。

写在最后

好的搜索不是让你看得更多，而是让你更敢下结论——以及清楚什么时候还不该下结论。
v2.4.1 把「省上下文、分清日常与深度、把专业纪律写进工具」当作同一件事交付。欢迎 Issue / PR。

Assets 4

Argo v2.4.0

taxueseek released this 23 Jul 01:48

v2.4.0

fab4732

Argo 阿尔戈 v2.4.0

统一搜索与证据核验：给 Agent 可吸收、可核验的材料，而不只是链接列表。

本版功能更新

产品与文档

首页 README 中文重写，对齐当前能力（证据两阶段、预算模式、MCP、社交等）
架构图 / 头图更新为 Argo 品牌与中文说明
主路径使用内嵌本地引擎，不再依赖外挂 SearXNG

路由与质量

TF-IDF 低分回退通用引擎，避免误进垂直源
社交引擎误吸过滤
SERP / 跳转壳识别加强（含 Bing / Google / 搜狗微信列表）

缓存与性能

缓存键区分 depth / mode；max_results 柔性命中
空结果短 TTL；单引擎缓存与 fetch URL 缓存
熔断与查询级负缓存，减少空转等待
热查询约 10ms 级（相对冷启动约两个数量级）

可观测

engine_outcomes：区分 ok / no-results / timeout / 熔断跳过等
RRF 保留 consensus_engines；fast 模式可跳过精排并回传状态

使用

git clone https://github.com/taxueseek/argo.git
cd argo
pip install pyyaml
python3 scripts/search.py "贵州茅台股价" --json
python3 -m pytest tests/test_unit.py tests/test_evidence_v22.py -q

完整变更

含 v2.2/v2.3 证据栈、fetch、社交引擎，以及 P0/P1 路由与缓存加固。详见提交历史与 docs/OPTIMIZATION_ROADMAP_v2.4.md。

Assets 2

Releases: taxueseek/argo

Release list

Argo v2.8.0

Argo v2.8.0 发布说明

这次更新有什么（通俗版）

1. 证据闭环：搜索完告诉你「哪些链接值得点开核实」

2. 求职搜索 v3：找工作更结构化

3. 天气双源并行：问天气更稳

4. 通用搜索增强：多两个免 Key 可选引擎

5. 稳定性修复

验证

兼容性

Uh oh!

Argo v2.7.3 — 引擎激活 + 体验修复

Argo v2.7.3

以前不行，现在能行

新增依赖

怎么装

技术细节（给想看的人）

Uh oh!

Argo v2.7.2

Argo v2.7.2 发布说明

现在具备的几种搜索能力

这次更新有什么

1. 新增 ego-search：登录态专业搜索（默认关闭）

2. 搜索兜底更稳了

3. 路由更聪明

4. 多语言搜索更准

5. 服务层拆得更清爽

6. 具备安全防护

验证

Uh oh!

Argo v2.7.1

Argo v2.7.1 发布说明

一句话

安全性

SSRF 防护（新）

准确性

路由健康状态语义漂移（根因修复）

health_probe 只探测 local_*（消除慢源误报）

macro_data 国家分流修复

路由效率与深度研究

local_first 决策树浪费修复

配置易用性

config.py 复制粘贴合并

单一真源清理

engines_builders_data.py 拆分

验证

真实查询矩阵（live E2E，14 组多语 × 场景金标）

Uh oh!

Argo v2.6.0

Argo v2.6.0 发布说明

一句话

用大白话看本版

1. 多语言：不只中英文

2. 垂直领域：问啥走啥专线

3. 空结果也会「聪明地重试」，且不乱拉源

4. 能力族与回归

为什么值得升级

本版增量（按主题）

1. 多语言搜索

2. 垂直域补全与质量

3. 能力族与测试

4. 相对 v2.5.1 的延续

已知边界（诚实说明）

安装（任选）

方式 A：一键脚本

方式 B：npx 启动 MCP

方式 C：本 Release 源码包

验证

版本对照（简）

Uh oh!

Argo v2.5.1

Argo v2.5.1 发布说明

一句话

用大白话看本版

为什么值得升级

本版增量（按主题）

1. 垂直搜索能力（金融 · 日常 · 数据）

2. 引擎分层与 combo 预算（性能护栏）