Treść z repozytorium z zachowaniem nagłówków, przykładów, kodu, tabel, linków i obrazów.
Smart Search 智能搜索路由器
本技能只负责搜索和阅读，不负责发布、点赞、关注、回复等互动操作（那些由各平台专属技能处理）。
使用流程
- 确定数据源：根据用户意图和下方路由规则，选择搜索平台
- 读取站点知识：查看
./sites/<platform>.md获取搜索 URL、分页、pitfalls、fallback - 执行搜索：Cookie Warmup → 导航到搜索 URL → 等待加载 → 提取内容
- 搜索摘要：每次查询结束必须汇报（格式见下方）
路由规则
用户明确指定平台时
直接使用对应平台。平台名与站点知识文件对应：
| 用户可能说 | 站点文件 | 搜索类型 |
|---|---|---|
| 百度 / Baidu | sites/general.md → Baidu | 通用搜索 |
| Bing / 必应 | sites/general.md → Bing | 通用搜索（推荐） |
| 夸克 / Quark | sites/general.md → Quark | 通用搜索（fallback） |
| 知乎 | sites/zhihu.md | 中文问答 |
| 小红书 / XHS / 红薯 | sites/xiaohongshu.md | 生活方式/真实体验 |
| 抖音 / Douyin | sites/douyin.md | 短视频 |
| B站 / Bilibili | sites/bilibili.md | 视频/番剧 |
| 微博 / Weibo | sites/weibo.md | 热点/舆论 |
| YouTube / 油管 | sites/youtube.md | 视频 |
| Twitter / X / 推特 | sites/twitter.md | 实时讨论 |
sites/reddit.md | 社区讨论 | |
| GitHub | sites/github.md | 代码/项目 |
| LinkedIn / 领英 | sites/linkedin.md | 职业/招聘 |
| 微信视频号 | sites/wechat-channels.md | 视频号内容 |
| 雪球 | sites/financial.md → 雪球 | 股票/金融 |
| arXiv | sites/academic.md → arXiv | 学术预印本 |
| 百度学术 | sites/academic.md → 百度学术 | 中文学术 |
| 万方 | sites/academic.md → 万方 | 中文学术 |
| Wikipedia | sites/academic.md → Wikipedia | 百科 |
| 贴吧 | sites/tech.md → 贴吧 | 兴趣社区 |
| Hacker News | sites/tech.md → HN | 科技社区 |
| V2EX | sites/tech.md → V2EX | 技术社区 |
| 路透社 / Reuters | sites/news.md | 国际新闻 |
| 国务院 | sites/gov.md | 政策文件 |
| Amazon | sites/shopping.md | 购物 |
Per-Category Source Guides
每个分类列出推荐源 + 典型用途 + 数据特征：
| 分类 | 推荐源 | 典型用途 | 数据特征 |
|---|---|---|---|
| AI | openai.com / anthropic.com / huggingface.co / paperswithcode.com / arxiv.org/cs.AI | LLM / 模型 / benchmark / 学术 | 强时效性；英文为主；benchmark 数字多 |
| info | reuters.com / bbc.com / ft.com / 36kr.com / 财新 / 新浪财经 / 澎湃 | 行业新闻 / 公司动态 / 政策 | 时效性强；中文 + 英文混合；财经类需付费墙 |
| media | youtube.com / bilibili.com / pexels-footage / pixabay-footage（本仓 skill） | 视频 / 音乐 / 媒体库 | 视频 metadata 重要；版权注意 |
| shopping | amazon.com / taobao.com / jd.com / pdd.cn | 电商 / 价格 / 评测 | 国内电商需登录；价格波动大 |
| social | x.com / weibo.com / xiaohongshu.com / douyin.com | 实时讨论 / 社区 | 短文本；高噪；需 cookie |
| tech | github.com / stackoverflow.com / jianshu.com / juejin.cn / segmentfault.com / v2ex.com | 代码 / 开源 / 编程 | 强时效；英文为主；stackoverflow 答案质量高 |
| travel | ctrip.com / booking.com / tripadvisor.com / mafengwo.cn | 旅游 / 交通 | 季节性强；多语种；图片重要 |
| other | duckduckgo.com / startpage.com / kagi.com / sogou.com / yandex.com | 兜底 / 隐私搜索 / 国内外通用 | 隐私优 DDG；国内兜底 sogou；俄罗斯 Yandex |
快速选择规则：
- 用户明确指定平台 → 用指定平台（不分类）
- 用户未指定 → 按"用户未指定平台时"表的意图特征路由
- 国内网络环境下 → DuckDuckGo 可能不稳，优先 Bing / 夸克
与路由表配合：
- 路由表是"按意图 → 选平台"（平台名 → sites/<name>.md）
- 源 guides 是"按分类 → 列备选"（多了 1 步选平台的灵活性）
- 推荐组合：先看路由表选定首选 → 源 guides 给备选 → 1 个站不够时切换
本节是"per-category source guides"——最小可行实现。完整 Site Maps Hub（sitemaps/<site>/ per-site navigation knowledge）超出范围，不做。
用户未指定平台时
按意图优先级自动路由：
| 意图特征 | 首选 | 补充 |
|---|---|---|
| 中文通用/热点 | Bing | — |
| 中文深度问答 | 知乎 | — |
| 生活方式/真实体验 | 小红书 | — |
| 短视频内容 | 抖音 | — |
| 视频/番剧 | B站 | — |
| 中文舆论/热搜 | 微博 | — |
| 英文通用 | Bing | — |
| 技术/代码 | GitHub | — |
| 学术/论文 | arXiv | 百度学术 |
| 股票/金融 | 雪球 | — |
| 国际新闻 | Reuters | — |
频率限制
同一用户问题（同一意图链路，含追问澄清）内：
- 每个站点最多调用 2 次（第 2 次必须有明确理由：结果过宽需限定、信息不足需补充角度）
- 不要第 3 次调用同一站点；若信息仍不足，停止扩搜并说明缺口
camoufox-cli --session <s> --json open <search-url>导航到搜索 URL、snapshot读取结果，每次导航计为 1 次调用- Cookie Warmup（仅访问首页）不计入调用次数
- 因报错/超时/验证码/登录墙失败也算 1 次，不要无限重试
Keyword 编码
- 空格：
+用于 Bing、GitHub、Bilibili；%20用于 Douyin、Twitter、Facebook、Zhihu；两者皆可用于 Baidu、Quark、YouTube - 特殊字符：URL-encode（
#→%23，&→%26，?→%3F） - 中文：URL-encode（浏览器导航时自动处理）
Cookie Warmup 速查
以下平台必须先访问首页再搜索，否则返回空结果或跳转登录：
| 平台 | Warmup URL |
|---|---|
| 知乎 | https://www.zhihu.com |
| 微博 | https://weibo.com |
| 小红书 | https://www.xiaohongshu.com |
| 抖音 | https://www.douyin.com |
| YouTube | https://www.youtube.com |
| Twitter/X | https://x.com |
https://www.reddit.com | |
| 雪球 | https://xueqiu.com |
https://www.linkedin.com | |
| TikTok | https://www.tiktok.com |
| 路透社 | https://www.reuters.com |
不需要 Warmup：Bing、Baidu、Quark、GitHub、arXiv、Wikipedia、HackerNews、V2EX、贴吧、Amazon、百度学术、万方、国务院
浏览器操作最佳实践
主力后端 = `target=camoufox`（camoufox-cli）。下方命令 / 示例只针对target=camoufox。 `target=host` / `target=node`：只按本节「流程 + 提示事项」走，不要照搬camoufox-cli ...命令——用你当前后端自带的浏览器工具语义调用即可。页面加载等待、超时处理、登录墙 / CAPTCHA 处理约定是后端无关的，照本节执行。
临时性 session（推荐）
搜索 / 浏览 / 取数走 临时性 session——不 cp 持久化模板、不带 --persistent，每次随机指纹，关闭自清（spec 补充 A，新闻等不登录站点）。
SESSION="search-$(date +%s)"
camoufox-cli --session "$SESSION" --json open "<url>"
# …snapshot / eval / scroll 取数…
camoufox-cli --session "$SESSION" --json close涉及登录的平台搜索（知乎 / 微博 / 小红书 / 抖音 / Twitter / Reddit / 雪球 / LinkedIn 等）走持久化 session。
页面加载等待
- 通用站点：
camoufox-cli --session <s> --json wait或sleep 3-5 - 重度客户端渲染（Twitter/X、小红书、抖音）：5 秒以上
snapshot显示内容不完整时再等几秒重新snapshot
超时错误处理
- 不重启浏览器，不 teardown session
- 等待 30 秒后在原页面继续（
sleep 30+snapshot复核） - 只有重开 session（
camoufox-cli --session <s> close→ 重open）仍报错才是真正出错
同一 session 已有命令在跑时，新命令会 fail-first（返回 session <name> 正忙，请等待当前操作完成后再试）——读到这条文本就等当前操作完成再重试，不要盲试。表单输入
- 用
camoufox-cli --session <s> --json type <ref> "<文本>"（逐字符输入，触发完整事件链） - 不用 `fill`——一次性塞值不触发逐字事件链，受控组件 / mask 字段容易出问题
snapshot ref 优先
camoufox-cli --session <s> --json snapshot 返回带 ref 的语义快照（@e1 @e2 …），后续 click / type / scroll 全部优先传 ref，不要自己 hack CSS selector。找不到元素时先 snapshot 看真实 DOM 结构再决定 selector 改写。
登录墙 / CAPTCHA
- 遇到登录墙、验证码、人机验证，遵循 browser-guide 技能
- 不要反复重试，最多 2 次后转其他数据源或告知用户
结果区定位
当 DOM snapshot 噪音过多（大量广告/推荐/脚手架 DOM）时，先 snapshot 拿语义结构，按 ref 锚到搜索结果区（main / search-results / [role="list"] 等语义角色），再 eval 在该子树内提取。不要在整页 selector 上盲试。
搜索后操作
- 确认结果已加载（snapshot）
- 遇到登录墙/CAPTCHA → browser-guide
- 提取所需信息
- 需要更多结果 → 查看
sites/<platform>.md的分页方式 - 提取完毕后立即关闭标签页
搜索摘要
每次查询结束，回答末尾必须追加搜索摘要，至少包含：
- 使用了什么站点
- 每个站点搜了什么关键词
- 每个站点调用了几次
格式：
搜索摘要
- 站点：<site1> | 关键词：<term1> | 次数：<n>
- 站点：<site2> | 关键词：<term2>；<term3> | 次数：<n>
- 已跳过：<site3>，原因：达到频率上限站点详细知识
各平台搜索的详细参数、分页、pitfalls、fallback、DOM 提取提示，见 ./sites/ 目录下对应文件。执行搜索前务必先读对应站点文件，避免踩坑。