argo-search 1.0.1 → 2.9.7

package/packages/dsh-plugin/README.md

@@ -0,0 +1,134 @@
+# argo-dsh
+
+DeepSeek Harness 插件：一行同时挂上 [Argo](https://github.com/taxueseek/argo) 搜索 MCP 和 `wide_research` 并行研究编排。
+
+## 安装
+
+```bash
+dsh plugin --profile web add "github:taxueseek/argo#main&path:packages/dsh-plugin"
+```
+
+重启 `dsh web` 后生效。本 bundle 提供 **三形态接入**——同一套 argo 检索能力（同引擎、同压缩、同守卫），三种调用通道互为冗余，按宿主能力自动降级：
+
+- **原生一等工具**（默认开）：`argo_search` / `argo_fetch`（`ctx.tools.register`），走 CLI 单发（`--call`）复用 MCP 同一套引擎与守卫，**不依赖 MCP 连接、零常驻 token 开销**；`nativeTools: []` 关闭
+- **原生 web seam**（默认开）：注册 `argo` 搜索与抓取两个 provider，宿主内置 `web_search` 路由到 argo 引擎链、`web_fetch` 走 argo 抓取链（HTTP 优先，遇 Cloudflare/JS 渲染自动升级反检测浏览器）；`searchProviderEnabled: false` / `fetchProviderEnabled: false` 时对应 provider 注册但不可选
+- **MCP 形态**（按需开）：19 个 `mcp__argo__*` 完整工具面（`argo_search` / `argo_local_search` / `argo_local_read` / `argo_recompute` / `argo_research` / `argo_evidence` / `argo_clarify` / `argo_fetch` / `argo_crawl` / `argo_screenshot` / `argo_pdf` / `argo_social_search` / `argo_article` / `argo_job` / `argo_extract` / `argo_preflight` / `argo_answer` / `argo_watch` / `argo_cite`，与 CLI 能力面对齐）。工具定义每轮注入上下文且压缩清不掉（实测 19 工具 ≈3.7K token/轮），而搜索/抓取高频路径已由原生工具与 web seam 覆盖，故默认不挂载；需要长尾取证能力（screenshot / pdf / social / article / job / evidence / clarify / crawl / local_*）时在 profile patch 中取消 `mcp-argo` 行注释
+
+另有 1 个 `wide_research`：规划互补轨道（`depends_on` 依赖分阶段，默认并行）→ 有界并发子代理取证 → 来源账本（仅 http(s) URL 入账）→ 综合报告；输出自带 `quality_gate_results`（`conclusion_cap`：low/medium/high），`passed=false` 时降级表述、先核验账本来源再下结论。worker 取证工具白名单默认双写 MCP 与原生工具名（allow 语义）——MCP 挂载与否两态自洽：MCP 在时用全量面，缺席时自动落到 `argo_search` / `argo_fetch` 与宿主 `web_search` / `web_fetch`。
+
+日常一问用 `argo_search`；单代理取证用 `argo_research`；多视角对比、要引用账本用 `wide_research`。worker 默认只能调 argo 取证工具，不会再调 `argo_research`（硬保护，用户层放行也无效）。
+
+## 设置界面
+
+插件自带浏览器端设置页，两个入口：
+
+- 设置弹窗（Cmd+,）左侧一级菜单「Argo」
+- 设置 > 插件 > Argo（同一面板的摘要卡片，点开即用）
+
+六个分区：
+
+- **接入**：`web_search` / `web_fetch` seam 开关；引擎入口命令与参数（npx 或本机 `mcp_server.py`）；搜索/抓取超时、正文上限、连接空闲回收、并发连接数
+- **工具**：18 个原生一等工具的勾选（默认只开 `argo_search` / `argo_fetch`）；单次调用超时与返回文本上限
+- **引擎**：argo 本体的行为开关（原环境变量，curated 白名单 28 个：缓存 / TF-IDF 重排 / 数值交叉校验 / MinHash 去重 / SERP 守卫、Jina / 移动端 UA / Parallel 抓取层、语义证据层、对冲宽限与尾宽、引擎启停名单、代理、本机检索根与读取白名单、预热 / 使用日志 / 连接池 / 各类 TTL）。开关类即时生效，数字 / 文本 / 名单类分组保存；未配置行显示 argo 默认态并标注「默认」。授权类开关（可复算执行、内网 URL）刻意不进面板
+- **密钥**：常用引擎 key 的填写、更新、清除；显示「已配置 / 未配置 + 来源层（凭证库 / 启动环境 / .env）+ 只读态」，明文不回显；每行可勾选「转发」，等价于把引用名加进 `keyRefs`
+- **研究**：worker / 轨道 / 每轨信源 / token 上限与报告落盘目录
+- **高级**：worker 工具 allow / deny 名单、凭证转发名单
+
+保存即生效（全部为 volatile 配置）：原生工具集合按勾选增删注册，超时、并发、研究上限在下一次调用时读取；引擎开关写成 `argoEnv`（一行一个 `KEY=VALUE`）随 argo 子进程 env 进入，对下一次新建连接生效（池内旧连接按 `searchIdleMs` 回收，默认 60s）。结构性字段（`toolName`、`provider`、`searchProviderId`、`fetchProviderId`）不在设置页，仍走 profile patch，改后需重启。
+
+密钥写入 DSH 凭证库（与 Models 页同一处），不写进插件配置、不打日志。凭证服务优先级为**存储文件层 > 启动环境 > 项目 .env > 家目录 .env**：在面板（或 Models 页）保存即覆盖启动环境里的旧值，argo 子进程下一跳新连接用新 key；「清除」只删凭证库里的值，环境变量或 .env 提供的 key 会重新露出。设置页只是凭证域的写入口，读取仍由宿主在每次调用时完成。
+
+## web seam 的 pin 必读（漏配会打挂 web_fetch）
+
+宿主 `dsh-web` 的 provider 选择规则：配置 id 优先；都没有且恰好一个可用则选它；**多个可用直接报 `WEB_PROVIDER_AMBIGUOUS`**。web profile 默认挂着官方 http fetch provider（免 key、永远可用），本 bundle 再注册一个就是两个可用——**不 pin 的话 `web_fetch` 整个挂掉**（`web_search` 同理，若 profile 里另有搜索 provider）。故启用 web seam 的 profile 必须在 web 服务行显式指定：
+
+```yaml
+- id: web
+  config:
+    searchProvider: argo    # 已默认启用搜索 seam 时必配
+    fetchProvider: argo     # 已默认启用抓取 seam 时必配
+```
+
+用户层 `cordis.patch.yml` 同 id 覆盖（同 id + name 匹配才是替换）。`searchProviderEnabled: false` / `fetchProviderEnabled: false` 可整体关掉对应 seam（provider 仍注册但不可选，不影响另一个）。
+
+搜索引擎侧，Firecrawl 等匿名可用引擎 **keyless 免配置即用**（免费层额度），配置了密钥的引擎自动升级为认证请求；缺密钥不阻断路由。
+
+## DeepSeek 官方 key：DSH 凭证服务原生供给
+
+argo 的 `deepseek_search` 引擎（官方 `api.deepseek.com/v1/tools/search`，结果自带 authority 权威分级 / rerank_score 排序分 / 发布时间）与 DSH 官方搜索后端**共用同一把 key**。插件经 DSH 原生凭证 seam 取用，不需要任何手工配置：
+
+```yaml
+- id: wide-research
+  name: '@taxueseek/argo-dsh'
+  config:
+    # 默认即 ['DEEPSEEK_API_KEY']，一般无需写这一行
+    keyRefs: ['DEEPSEEK_API_KEY']
+```
+
+- 解析路径：`ctx.get('credentials').resolve('DEEPSEEK_API_KEY')`，逐次解析——在 web Models 页轮换 key 后，下一跳新连接即生效，无需重启插件（池内连接最长存活 `searchIdleMs`，默认 60s）
+- 层级语义与官方后端一致：**凭证服务管理的 `.credentials.yaml`（web Models 页或设置页写入的那把）> 启动环境变量 > 调用目录 `.env` > `$DSH_HOME/.env`**——存储值胜出，所以面板轮换 key 后 argo 子进程拿到的是新值，不是启动时的旧值
+- 安全：插件不读 key 文件、不落盘、不打日志；key 值只经内存进入 argo 子进程 env，任何输出与错误信息都不含它
+- 旧宿主无 credentials 服务时静默跳过：argo 侧该引擎按缺 key 停用，其余 265 个源不受影响
+- `keyRefs: []` 可整体关闭转发；后续要转发别的宿主凭证（如 `ARGO_EXA_API_KEY`），把引用名加进数组即可，entry 必须是 POSIX 标识符（apply 期 loud fail）
+- `argoEnv`（设置页「引擎」分区写入）：argo 行为开关，一行一个 `KEY=VALUE`，名字限 curated 白名单（index.js 的 `ARGO_ENV_SPECS`，28 个；白名单外 apply 期 loud fail，防拼错静默失效）；授权位与路径 / 状态类变量刻意不收。与 `keyRefs` 的分工：`keyRefs` 管密钥（凭证库），`argoEnv` 管行为开关（插件配置），两者都不落明文
+
+## 依赖
+
+- Node.js ≥ 18（npx 拉取 argo 包）
+- Python 3.9+，`pip install pyyaml`
+- DSH 子代理 provider 需支持 `outputSchema`、`depthLimit`（标准 `spawn` 即可）；`toolFilter` 在 alpha.x 上可选，rc.2 已移除该启动期字段，改由插件内的 tool guard 阻止 worker 嵌套调用 `wide_research`
+- 已在 DSH 0.2.1-alpha.1 与 0.2.1-rc.2 实测：rc.2 上 `wide_research`（planner → 2 worker → synthesis，passed=true / 14 sources）与原生 `argo_search`（count=3）均真跑通；`dsh web` 启动无 argo 报错。web seam 的 provider 注册随启动通过，headless 无 web 服务，未做实际调用。旧宿主 alpha.x 的 `start` 分支由单测覆盖
+
+## Compatibility（DSH Harness 版本对照）
+
+| argo-dsh | DSH Harness | 说明 |
+|----------|-------------|------|
+| 2.9.7（当前） | 0.2.1-rc.2（当前，运行中） | 自带设置页（接入 / 工具 / API 密钥 / 研究 / 高级）；双栈入口 `startActivation({provider, label, request, signal, delivery})`；rc.2 移除 `toolFilter` 启动期字段后由插件内 tool guard 阻止 worker 嵌套调用 `wide_research`；`wide_research` 端到端实测通过（planner → 2 worker → synthesis，passed=true / 14 sources） |
+| 2.9.7（当前） | 0.2.1-alpha.1（实测，兼容） | 旧宿主走 `start(provider, request)` 分支，`toolFilter` 启动期字段仍认；该分支由插件单测覆盖，未在 alpha.x 上重跑端到端 |
+| 2.9.2 | 0.2.1-alpha.1（实测） | 上一轮适配验证基线；rc.2 的新入口与 tool guard 自 2.9.4 起进入 |
+
+低于 0.2.1 的 Harness 未做验证，不保证可用。
+
+## 自定义（可选）
+
+两行配置 id 分别为 `mcp-argo` 和 `wide-research`。用户层 `cordis.patch.yml` 同 id + name 才是替换：
+
+```yaml
+- id: mcp-argo
+  name: '@deepseek-ai/dsh-mcp-client'
+  config:
+    serverName: argo
+    transport: stdio
+    command: /usr/bin/python3
+    args:
+      - /path/to/argo/scripts/mcp_server.py
+
+- id: wide-research
+  name: '@taxueseek/argo-dsh'
+  config:
+    defaultWorkers: 6
+    maxWorkers: 9
+    maxTracks: 9
+    # 原生一等工具（可选调整）：默认只注册 argo_search / argo_fetch（高频路径，
+    # 零常驻 token 开销）。全部长尾工具（article / job / social_search / pdf /
+    # crawl / extract / evidence / clarify / screenshot / preflight / answer /
+    # watch / cite / local_search / local_read / recompute，共 16 个，schema
+    # 自动派生自 MCP 真源）都可按需追加，例如：
+    # nativeTools: ['argo_search', 'argo_fetch', 'argo_pdf', 'argo_article']
+    # nativeTools: []                               # 空数组关闭
+    # nativeTimeoutMs: 60000                        # 单次进程超时（ms）
+    # nativeMaxChars: 24000                         # 返回文本上限（字符）
+    # searchProviderEnabled: false                  # 关闭原生 web seam
+    childToolAllow:
+      - mcp__argo__argo_search
+      - mcp__argo__argo_evidence
+      - mcp__argo__argo_fetch
+      - web_search
+      - web_fetch
+```
+
+> 注意：`argo_research` 不提供原生单发形态——它是分钟级编排，默认 60s 进程超时会中断研究；深度研究请用 `wide_research`（本 bundle 已注册）或挂载 MCP 形态。
+
+## 卸载
+
+在 DSH 的 Settings → Plugins 管理面板中移除本 bundle，或从 profile `package.json` 的 `dsh.profile.bundles` 中删除 `@taxueseek/argo-dsh` 后重启。

package/packages/dsh-plugin/cordis.patch.yml

@@ -0,0 +1,48 @@
+# argo-dsh bundle：默认一行 —
+#   wide-research：本包 apply() 注册 wide_research 编排 + 原生一等工具
+#   （argo_search / argo_fetch）+ 原生 web_search seam（argo 引擎链）
+#   + 原生 web_fetch seam（argo 抓取链）
+#
+# fetch seam 的 pin 说明（必读，漏配会打挂 web_fetch）：
+#   宿主 dsh-web 的选择规则是「配置 id 优先，都没有且恰好一个可用则选它，
+#   多个可用则 WEB_PROVIDER_AMBIGUOUS 直接报错」。web profile 默认挂着
+#   dsh-web-fetch-http（免 key、永远可用），我们再注册一个 fetch provider
+#   就是两个可用——不 pin 的话 web_fetch 整个挂掉。故启用 fetch seam 的
+#   profile 必须在 web 服务行配 fetchProvider: argo（searchProvider 同理）。
+#
+# MCP 形态（mcp-argo，19 个 mcp__argo__* 完整工具面）默认不挂载：
+# 工具定义每轮注入上下文且压缩清不掉（实测 19 工具 ≈3.7K token/轮），而搜索 /
+# 抓取高频路径已由原生工具与 web seam 覆盖，走 CLI 单发同引擎同守卫、
+# 零常驻开销。需要长尾取证能力（screenshot / pdf / social / article /
+# job / extract / preflight / answer / watch / cite / evidence / clarify /
+# crawl / local_*）时取消下方注释按需开启。
+#
+# 依赖：Node.js ≥ 18（npx）+ Python 3.9+（pip install pyyaml）。
+# 安装后重启 dsh web 生效。
+#
+# 同 id 可在用户层 cordis.patch.yml 覆盖（同 id + name 才是替换）。
+# worker 取证工具白名单用内置默认（mcp__argo__* 与原生工具双写，
+# MCP 挂载与否两态自洽），不含 argo_research，避免研究套研究。
+
+- insert:
+    # 按需开启：MCP 完整工具面（取消注释后重启生效）
+    # - id: mcp-argo
+    #   name: '@deepseek-ai/dsh-mcp-client'
+    #   config:
+    #     serverName: argo
+    #     transport: stdio
+    #     command: npx
+    #     args:
+    #       - '-y'
+    #       - 'github:taxueseek/argo'
+    - id: wide-research
+      name: '@taxueseek/argo-dsh'
+      config:
+        toolName: wide_research
+        provider: spawn
+        defaultWorkers: 6
+        maxWorkers: 9
+        maxTracks: 9
+        maxSourcesPerTrack: 5
+        workerMaxTokens: 5000
+        synthesisMaxTokens: 7000