Signal-Search

一款"搜索 + 增强搜索"工具产品：对外暴露干净检索原语 retrieve(query, constraints, budget)，按需求复杂度在 L0–L3 自动路由、动态选源、控 token 预算、对信源自动比对打分、证据足够即自动停止。被其它类别工具当"检索能力"消费——不是用来编排其它搜索 skill。

答案质量层定位：答案质量 > 链接数；无广告、直接给答案；引用真实可溯（M51 事实级锚定，可导出 BibTeX/Markdown/RIS/CSL/NoteExpress）；分层深度（depth="quick|standard|deep"）；更轻——库而非产品，不绑 LLM、不 spawn agent、无多模态/前端，LLM 与抓取由调用方注入。真·子 agent 派发由调用方注入 agent_fn（库不 spawn agent）；HITL 大纲确认交互见 signal_search/research_cli.py；参考模板见 examples/agent_dispatch.py。

何时用

用户要搜信息、做调研、对比、查资料，或别的 skill 需要检索时。

标准调用契约

retrieve(query, constraints={language,domain,freshness,max_sources,required_tier,source_prefs}, budget=token软上限) → {findings, sources[], scores[], confidence, token_used, exhausted, tier_used, trace} （详见 references/ 各规范与 signal_search/ 实现；signal_search/config.json 为参数单真相源，signal_search/clean_sources.py 的 CLEAN_SOURCES 为预灌 65 源注册表（数据，非配置）。）

档位路由 L0–L3

• L0 速查（日期/语法/命令/定义，唯一可验证）→ 预算 2k，1 源，禁思维链。
• L1 单点（谁/多少/是什么）→ 预算 8k，1–3 源。
• L2 诊断/方案（对比/为什么/怎么选/风险）→ 预算 30k，3–8 源，多源对比+验证。
• L3 研究（调研/前沿/学术）→ 预算 100k，≤20 源，planner→并行 crawler→publisher。
• 默认 L1；用户可 /signal L3 调研 X、/signal L2 对比 A B 显式覆盖。详细规则见 references/tier-policy.md。

意图与查询规划

先判意图（fact/compare/howto/why/research/latest/verify），confidence<0.6 向用户澄清（最多 1 轮）。再按四范式拆解：成分型 fan-out 并行 / 多跳串行 / 实体锚定 / 迭代重写。宽度上限 L2≤8、L3≤20。方法论见 references/intent-decomposition.md。

信源打分原则（SBA）

每源五维（credibility/relevance/recency/authority/bias），综合 weighted=0.35·cred+0.30·rel+0.15·rec+0.15·auth+0.05·(1−bias)。按 weighted 加权合成，不按数量投票；冲突：高 weighted 优先，低 weighted 显式标"存在相反观点"。内置可信度表见 config.json。

自适应停止原则

• L0/L1（缩范围）：预算即停，标 exhausted=False；1–2 源一致即停。
• L2/L3（保覆盖）：覆盖饱和度即停（子问题全答/引用收敛/单源饱和/缺口闭合）；预算仅兜底，先到未饱和须标 exhausted=True 且不静默标完整。
• "决定不检索"是一等能力。每次停止必写 trace.stop_reason。详见 references/tier-policy.md §4。

token 预算原则

软上限 + 早停；到顶停并标注 exhausted。省 token 七法（prompt 裁剪/上下文剪枝/预检索过滤/工具输出压缩/prompt caching/输出长度控制/模型路由）见 references/token-optimization.md。每多花一批 token 前问"会改变结论/动作吗"，答否即停。

验证护栏

• 只引 sources 中实际抓取的 URL；未抓取标"待核实"。
• 事实级核验（M51）：findings 拆原子事实 → 逐条与 source 片段做蕴含判定 → TRUE/FALSE/UNCERTAIN；UNCERTAIN 显式标"待核实"，不计入已支持，faithfulness 按原子事实计。
• L2/L3 强制反面检索（criticism/limitations/失败/无效）。
• 结论依赖代码必须实际执行验证（"读过即跑"）。
• 合规护栏（默认开）：尊重 robots.txt、PII 脱敏不落库原文、限速 ~1req/14s、登录墙/付费墙源跳过。见 references/anti-scraping.md §6。

被其它类别工具调用（辅助补齐检索短板）

作为检索原语被 ChatGPT、Claude、Perplexity、Kimi、Gemini 等 AI 助手，以及各类投研、调研、深度分析工具消费——它们各自在自身领域强、但做检索差。Signal-Search 只返回带打分与置信度的干净结果，不替调用方决策。

接入 LLM 的默认行为 = 调用方 LLM 自动接管：当调用方（上层 agent / 调用本 skill 的 LLM）需要接入 LLM 时，默认激活的就是该调用方 LLM 来充当 agent_fn / tier_classify_fn / conflict_check_fn——哪个 LLM 调用就用哪个，无需用户注入、无需额外配置。M51 语义冲突检测同理：conflict_check_fn 由调用方把其 LLM 包成回调注入（参考实现见 examples/conflict_llm.py 的 make_llm_conflict(llm_fn) 适配器），库内不持有任何 LLM key、不 spawn 第二条连接。学术源 DOI 回填同理：doi_resolver 由调用方注入其书目源（S2/Crossref/自有库），库内不内置任何书目源、不读环境变量。未接 LLM 时库内启发式降级（内部按维度 retrieve() + 规则分档 + M51 零检测），零依赖可跑。

渐进式披露

signal_search/config.json 激活时读（参数单真相源）；references/*.md 与 signal_search/*.py 按需读（反爬/意图/档位/省 token/金标准集等详版）。预灌源注册表见 signal_search/clean_sources.py。