Skip to content

Argo v2.4.1

Choose a tag to compare

@taxueseek taxueseek released this 30 Jul 13:55
· 97 commits to main since this release

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

  1. 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。
  2. 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。
  3. 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。
  4. 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 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_gatesreport_sectionssource_gradesdisclaimer 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 topicsummary 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。

MIT License © 2026 taxueseek