Skip to content

Argo v2.6.0

Choose a tag to compare

View all tags
@taxueseek taxueseek released this 04 Aug 01:46
· 63 commits to main since this release
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
Loading