web-research

# Web Research（联网检索）

## 功能概述

通过 Brave Search MCP 工具进行联网检索，获取最新信息并引用来源，然后基于检索到的证据进行推理回答。

## 使用时机

当用户需要以下内容时使用此技能：

- **时效性信息**：新闻、发布公告、价格、政策、时间线
- **事实核查**：需要引用可信来源验证的信息
- **产品/技术对比**：需要查阅官方文档或评测
- **查找资源**：官方文档、GitHub issues/PRs、RFC、博客文章
- **本地商户**：餐厅、服务、地点查询（需 Pro 计划）
- **人物/公司动态**：名人言论、公司新闻、社交媒体动态

**不要使用**：当用户明确禁止联网，或问题完全基于已有上下文可回答时。

## 可用工具（Brave MCP）

| 工具 | 用途 | 何时使用 |
|------|------|----------|
| `brave_web_search` | 通用网页搜索 | **默认首选**，大多数查询 |
| `brave_news_search` | 新闻搜索 | 时事、突发新闻、近期事件、人物动态 |
| `brave_video_search` | 视频搜索 | 查找教程、演示、讲座视频 |
| `brave_image_search` | 图片搜索 | 查找图片、设计参考、图表 |
| `brave_local_search` | 本地商户搜索 | "附近的..."、特定地点查询（需 Pro） |
| `brave_summarizer` | AI 摘要 | 需要快速概览时（需 Pro AI 订阅） |

## 执行流程（必须遵循）

### 第 1 步：需求分析与查询规划

- 分析用户问题，确定：
  - **查询类型**：新闻/技术/事实核查/对比/人物动态
  - **时间范围**：是否需要限定时效性
  - **结果数量**：用户要求的 Top N 条
  - **语言偏好**：中文/英文/混合
- 对于复杂查询，拆分为多个子查询并行执行

### 第 2 步：执行搜索（支持并行）

**基础调用模板**：

```
brave_web_search:
  query: "精准搜索关键词"
  count: 10-20（根据需要调整，建议多取后筛选）
  freshness: 按需设置
    - pd = 24小时内
    - pw = 7天内  
    - pm = 31天内
    - py = 365天内
```

**并行搜索策略**：

- 新闻类查询：同时调用 `brave_web_search` + `brave_news_search`
- 人物动态：多角度查询（姓名+公司、姓名+最新、姓名+争议等）
- 技术调研：官方源+社区评测+基准测试分开查询

**查询优化与迭代策略**：

当首次搜索结果质量不足时，按以下优先级逐步优化：

| 优化级别 | 策略 | 适用场景 |
|----------|------|----------|
| L1 精确化 | 添加引号强制精确匹配，增加 `site:` 限定 | 结果太泛，噪音多 |
| L2 扩展化 | 移除限定词，使用同义词/别名 | 结果太少或为零 |
| L3 语言切换 | 中→英 或 英→中 重试 | 局部语言覆盖不足 |
| L4 时间调整 | 扩大 `freshness` 范围 | 时效性要求可放宽时 |
| L5 工具切换 | 改用 news/video/local 专项工具 | 通用搜索未命中 |

**迭代终止条件**：

- 已获取 ≥ 3 条高质量结果（评分 ≥ 7）
- 或迭代 ≥ 3 轮仍无新增有效结果（应告知用户信息有限）

### 第 3 步：筛选与评估证据

**来源可信度排序**（高到低）：

1. **官方来源**：官网、官方博客、官方社交账号
2. **权威媒体**：Reuters、BBC、WSJ、The Verge、TechCrunch 等
3. **专业社区**：GitHub、Stack Overflow、Hacker News
4. **技术博客**：知名个人博客、Medium 技术文章
5. **其他来源**：需交叉验证

**结果质量评分框架**（每条结果 0-10 分）：

| 维度 | 权重 | 评分标准 |
|------|------|----------|
| **相关性** | 30% | 0=无关, 5=部分相关, 10=精准匹配用户意图 |
| **权威性** | 25% | 基于来源可信度排序，官方=10, 权威媒体=8, 社区=6, 其他=3 |
| **时效性** | 20% | 24h内=10, 7天内=8, 30天内=5, 更早=2 |
| **内容深度** | 15% | 简讯=2, 详细报道=6, 深度分析=10 |
| **独立性** | 10% | 独家信息=10, 有新视角=6, 重复信息=0 |

**综合评分** = Σ(维度得分 × 权重)，优先展示评分 ≥ 7 的结果。

**筛选原则**：

- 重要信息至少 **2 个独立来源** 交叉验证
- 注意发布日期，标注信息时效性
- 来源冲突时，优先信任更权威/更新的来源
- **去重策略**：
  - 内容重复率 > 80% 的结果仅保留评分最高者
  - 同一事件的多篇报道合并为一条，注明覆盖源数量

### 第 4 步：分析与排序

**重要性评估维度**：

- **影响范围**：全球性 > 区域性 > 局部
- **时效性**：突发 > 近期 > 历史
- **相关性**：直接相关 > 间接相关
- **可信度**：多源验证 > 单一来源

当用户要求 "Top N" 或 "前X条" 时，严格按重要性排序输出。

### 第 5 步：结构化输出

---

## 输出格式模板

### 模板 A：Top N 列表型（新闻/动态/要点汇总）

```markdown
## [主题] - Top N 要点

### 1. [要点标题]
**重要性**：[高/中/低] | **时间**：[日期]

[2-3句核心内容描述]

> 关键引用或数据（如有）

**来源**：[来源名称](URL)

---

### 2. [要点标题]
...

---

### 3. [要点标题]
...

---

## 补充说明
[对整体情况的简要分析，指出趋势或需要关注的点]

## 参考来源
| # | 来源 | 类型 | 可信度 |
|---|------|------|--------|
| 1 | [来源名](URL) | 官方/媒体/社区 | 高/中 |
| 2 | [来源名](URL) | ... | ... |
```

### 模板 B：问答型（事实核查/技术问题）

```markdown
## 回答

[直接回答用户问题，1-2段]

## 关键事实
- **事实1**：[内容] ([来源](URL))
- **事实2**：[内容] ([来源](URL))
- ...

## 详细说明
[基于检索证据的深入分析]

## 来源列表
1. [来源标题](URL) - [简要说明]
2. ...
```

### 模板 C：对比型（产品/技术对比）

```markdown
## [A] vs [B] 对比分析

| 维度 | [A] | [B] | 来源 |
|------|-----|-----|------|
| 性能 | ... | ... | [1] |
| 价格 | ... | ... | [2] |
| ... | ... | ... | ... |

## 详细对比

### [维度1]
[详细分析...]

### [维度2]
[详细分析...]

## 结论
[综合建议]

## 参考来源
1. [来源](URL)
2. ...
```

---

## 搜索参数配置

| 参数 | 默认值 | 说明 |
|------|--------|------|
| country | US | 如用户指定地区则修改，中国用户可用 CN |
| search_lang | en | 中文查询用 zh-hans，技术查询建议 en |
| ui_lang | en-US | 中文环境可用 zh-CN |
| safesearch | moderate | 过滤成人内容 |
| count | 15 | 建议多取后筛选，提高覆盖率 |
| freshness | (按需) | 时效性查询必须设置 |

## 使用示例

### 示例 1：人物动态（Top N 型）

**用户**：「最近一周 Elon Musk 的核心言论，按重要性列出前3点」

**执行**：

1. 并行搜索：
   - `brave_news_search(query="Elon Musk statements this week", count=15, freshness="pw")`
   - `brave_web_search(query="Elon Musk latest news January 2026", count=15, freshness="pw")`
   - `brave_news_search(query="Elon Musk Tesla SpaceX xAI news", count=10, freshness="pw")`
2. 合并去重，按影响力/时效性/争议性评估
3. 使用 **模板 A** 输出 Top 3

### 示例 2：技术调研

**用户**：「帮我查一下 yt-dlp 最新版本有什么新功能」

**执行**：

1. 搜索：
   - `brave_web_search(query="yt-dlp latest release changelog", count=10, freshness="pm")`
   - `brave_web_search(query="yt-dlp github releases 2026", count=5)`
2. 优先引用 GitHub releases 官方页面
3. 使用 **模板 B** 输出

### 示例 3：事实核查

**用户**：「Python 3.12 是什么时候发布的？」

**执行**：

1. `brave_web_search(query="Python 3.12 release date official site:python.org", count=5)`
2. 交叉验证其他来源
3. 使用 **模板 B** 输出，标注官方来源

### 示例 4：产品对比

**用户**：「对比一下 Whisper 和 faster-whisper 的性能差异」

**执行**：

1. 并行搜索：
   - `brave_web_search(query="whisper vs faster-whisper benchmark comparison", count=10)`
   - `brave_web_search(query="faster-whisper performance speed memory usage", count=8)`
   - `brave_web_search(query="openai whisper accuracy benchmark", count=5)`
2. 综合基准测试数据
3. 使用 **模板 C** 输出对比表格

## 错误处理

| 情况 | 处理方式 |
|------|----------|
| 搜索无结果 | 尝试：1. 换关键词 2. 扩大时间范围 3. 用英文重试 |
| 来源冲突 | 明确指出冲突，解释为何选择某来源 |
| 信息过时 | 标注发布日期，提醒用户注意时效 |
| 结果不足 | 告知用户已获取的信息量，建议补充查询方向 |

## 重要原则

1. **始终引用来源（强制要求）**：
   - **每个关键事实必须有出处链接**，无例外
   - 引用格式：`[来源简称](完整URL)` 或 `([来源](URL))`
   - **禁止**：仅提及来源名称而不附带链接
   - **要求**：
     - 数据/统计 → 必须链接原始报告或数据源
     - 引用语句 → 必须链接包含该语句的页面
     - 技术细节 → 必须链接官方文档或权威技术文章
   - **示例**：
     - ✅ 正确：根据 [TechCrunch 报道](https://techcrunch.com/...), SpaceX 完成了第100次发射
     - ❌ 错误：根据 TechCrunch 报道, SpaceX 完成了第100次发射
2. **区分事实与推测**：明确标注「检索事实」vs「分析推断」
3. **注意时效性**：所有来源标注日期，过时信息明确提醒
4. **重要性排序**：当用户要求 Top N 时，严格按评估维度排序
5. **并行高效**：多个独立查询应并行执行，减少等待时间
6. **语言适配**：
   - 中文问题 → 优先返回中文结果
   - 技术/国际话题 → 英文搜索可能更全面
   - 可混合使用，取最优结果
7. **引用链接质量检查**：
   - 确保每个 URL 有效（来自搜索结果）
   - 优先引用永久链接（避免临时/动态链接）
   - 对于 GitHub：链接到具体 commit/tag/release（非 `main` 分支）