better-dsh 0.2.5-c → 0.2.5-d

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/optional/research/research-osint-investigation.md

@@ -1,243 +0,0 @@
----
-title: "Osint Investigation"
-sidebar_label: "Osint Investigation"
-description: "公开记录 OSINT 调查框架 — SEC EDGAR 文件、USAspending 合同、参议院游说、OFAC 制裁、ICIJ 离岸泄露、纽约市房产记录（ACRIS）、OpenCorporates 注册信息、CourtListener 法院记录、Wayback Machine 存档、Wikipedia + Wikidata、GDELT 新闻监控。跨来源实体解析、交叉链接分析、时序关联、证据链。仅使用 Python 标准库。"
----
-
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-
-# Osint Investigation
-
-公开记录 OSINT（开源情报）调查框架 — SEC EDGAR 文件、USAspending 合同、参议院游说、OFAC 制裁、ICIJ 离岸泄露、纽约市房产记录（ACRIS）、OpenCorporates 注册信息、CourtListener 法院记录、Wayback Machine 存档、Wikipedia + Wikidata、GDELT 新闻监控。跨来源实体解析、交叉链接分析、时序关联、证据链。仅使用 Python 标准库。
-
-## Skill 元数据
-
-| | |
-|---|---|
-| 来源 | 可选 — 通过 `hermes skills install official/research/osint-investigation` 安装 |
-| 路径 | `optional-skills/research/osint-investigation` |
-| 版本 | `0.1.0` |
-| 作者 | Hermes Agent（改编自 ShinMegamiBoson/OpenPlanter，MIT 许可）|
-| 平台 | linux, macos, windows |
-| 标签 | `osint`, `investigation`, `public-records`, `sec`, `sanctions`, `corporate-registry`, `property`, `courts`, `due-diligence`, `journalism` |
-| 相关 skill | [`domain-intel`](/user-guide/skills/optional/research/research-domain-intel), [`arxiv`](/user-guide/skills/bundled/research/research-arxiv) |
-
-## 参考：完整 SKILL.md
-
-:::info
-以下是 Hermes 在触发该 skill 时加载的完整 skill 定义。这是 agent 在 skill 激活时看到的指令内容。
-:::
-
-# OSINT 调查 — 公开记录交叉核查
-
-公开记录 OSINT 调查框架：政府合同、企业文件、游说、制裁、离岸泄露、房产记录、法院记录、网络存档、知识库及全球新闻。跨异构来源解析实体，以显式置信度构建交叉链接，运行统计时序检验，并生成结构化证据链。
-
-**仅使用 Python 标准库。** 零安装。支持 Linux、macOS、Windows。大多数来源无需 API 密钥（OpenCorporates 有可选的免费 token，可提高速率限制）。
-
-改编自 MIT 许可的 ShinMegamiBoson/OpenPlanter 项目；扩展覆盖了原项目未涉及的身份/房产/诉讼/存档/新闻来源。
-
-## 何时使用此 skill
-
-当用户请求以下内容时使用：
-
-- "追踪资金流向" — 政府合同、游说 → 立法、制裁
-- 企业尽职调查 — 谁控制公司 X、在哪里注册、谁担任董事会成员、提交了哪些文件
-- 制裁筛查 — 实体 X 是否在 OFAC SDN 名单或 ICIJ 离岸泄露中
-- 权钱交易调查 — 有离岸关联的承包商、赢得合同的游说客户
-- 房产所有权 — 按姓名或地址查找已记录的契约/抵押（纽约市；其他县请用户查阅相关记录机构）
-- 诉讼历史 — 查找联邦及州法院意见和 PACER 案卷
-- 跨来源实体解析（命名存在差异，如 LLC 后缀、缩写）
-- 以显式置信度构建证据链
-- "关于 X 有哪些报道" — 国际新闻（GDELT）+ Wikipedia 叙述 + Wayback Machine 恢复失效 URL
-
-**不适用**此 skill 的场景：
-
-- 通用网络研究 → `web_search` / `web_extract`
-- 域名/基础设施 OSINT → `domain-intel` skill
-- 学术文献 → `arxiv` skill
-- 社交媒体账号发现 → `sherlock` skill（可选）
-- 美国**联邦**竞选财务 — FEC 在此处有意不覆盖（免费 DEMO_KEY 层级的 API 对临时贡献者姓名查询不可靠）。联邦捐款请直接引导用户访问 https://www.fec.gov/data/。
-
-## 工作流程
-
-Agent 通过 `terminal` 工具运行脚本。`SKILL_DIR` 是存放此 SKILL.md 的目录。
-
-### 1. 确定适用的数据来源
-
-阅读数据来源 wiki 条目以规划调查：
-
-```
-ls SKILL_DIR/references/sources/
-
-# 联邦财务 / 监管
-cat SKILL_DIR/references/sources/sec-edgar.md       # 企业文件
-cat SKILL_DIR/references/sources/usaspending.md     # 联邦合同
-cat SKILL_DIR/references/sources/senate-ld.md       # 游说
-cat SKILL_DIR/references/sources/ofac-sdn.md        # 制裁
-cat SKILL_DIR/references/sources/icij-offshore.md   # 离岸泄露
-
-# 身份 / 房产 / 诉讼 / 存档 / 新闻
-cat SKILL_DIR/references/sources/nyc-acris.md       # 纽约市房产记录
-cat SKILL_DIR/references/sources/opencorporates.md  # 全球企业注册信息
-cat SKILL_DIR/references/sources/courtlistener.md   # 法院记录（联邦 + 州）
-cat SKILL_DIR/references/sources/wayback.md         # Wayback Machine 存档
-cat SKILL_DIR/references/sources/wikipedia.md       # Wikipedia + Wikidata
-cat SKILL_DIR/references/sources/gdelt.md           # 全球新闻监控
-```
-
-每个条目遵循 9 节模板：摘要、访问、schema、覆盖范围、交叉引用键、数据质量、获取方式、法律说明、参考资料。
-
-**交叉引用潜力**部分列出了来源之间的关联键 — 优先阅读这部分以选择合适的配对。
-
-### 2. 获取数据
-
-每个来源在 `SKILL_DIR/scripts/` 中都有仅使用标准库的抓取脚本：
-
-**联邦财务 / 监管**
-
-```bash
-# SEC EDGAR 文件（企业披露）
-python3 SKILL_DIR/scripts/fetch_sec_edgar.py --cik 0000320193 \
-    --types 10-K,10-Q --out data/edgar_filings.csv
-
-# USAspending 联邦合同
-python3 SKILL_DIR/scripts/fetch_usaspending.py --recipient "EXAMPLE CORP" \
-    --fy 2024 --out data/contracts.csv
-
-# 参议院 LD-1 / LD-2 游说披露
-python3 SKILL_DIR/scripts/fetch_senate_ld.py --client "EXAMPLE CORP" \
-    --year 2024 --out data/lobbying.csv
-
-# OFAC SDN 制裁名单（完整快照）
-python3 SKILL_DIR/scripts/fetch_ofac_sdn.py --out data/ofac_sdn.csv
-
-# ICIJ 离岸泄露 — 首次使用时下载约 70 MB 批量 CSV，
-# 之后在本地搜索。缓存 30 天，存储于
-# $HERMES_OSINT_CACHE/icij/（默认：~/.cache/hermes-osint/icij/）。
-python3 SKILL_DIR/scripts/fetch_icij_offshore.py --entity "EXAMPLE CORP" \
-    --out data/icij.csv
-```
-
-**身份 / 房产 / 诉讼 / 存档 / 新闻**
-
-```bash
-# 纽约市房产记录（契约、抵押、留置权）— 通过 Socrata 访问 ACRIS
-python3 SKILL_DIR/scripts/fetch_nyc_acris.py --name "SMITH, JOHN" \
-    --out data/acris.csv
-python3 SKILL_DIR/scripts/fetch_nyc_acris.py --address "571 HUDSON" \
-    --out data/acris_addr.csv
-
-# OpenCorporates — 130+ 司法管辖区企业注册信息
-# （需要免费 token；设置 OPENCORPORATES_API_TOKEN 或传入 --token）
-python3 SKILL_DIR/scripts/fetch_opencorporates.py --query "Example Corp" \
-    --jurisdiction us_ny --out data/opencorporates.csv
-
-# CourtListener — 联邦 + 州法院意见、PACER 案卷
-python3 SKILL_DIR/scripts/fetch_courtlistener.py --query "Smith v. Example Corp" \
-    --type opinions --out data/courts.csv
-
-# Wayback Machine — 历史网页快照
-python3 SKILL_DIR/scripts/fetch_wayback.py --url "example.com" \
-    --match host --collapse digest --out data/wayback.csv
-
-# Wikipedia + Wikidata — 叙述性传记 + 结构化事实
-# 设置 HERMES_OSINT_UA=your-app/1.0 (your@email) 以标识自身
-python3 SKILL_DIR/scripts/fetch_wikipedia.py --query "Bill Gates" \
-    --out data/wp.csv
-
-# GDELT — 100+ 语言全球新闻，约 2015 年至今
-python3 SKILL_DIR/scripts/fetch_gdelt.py --query '"Example Corp"' \
-    --timespan 1y --out data/gdelt.csv
-```
-
-所有输出均为带标题行的标准化 CSV。脚本可幂等重复运行。
-
-当私人个人不会出现在某来源中时（例如非上市公司人员不在 SEC EDGAR 中，非联邦承包商不在 USAspending 中，非游说客户不在参议院 LDA 中），脚本返回 0 行并给出明确警告，而不是静默写入空 CSV。EDGAR 会特别标记公司名称解析器匹配到的是个人 Form 3/4/5 申报人而非企业注册人的情况。
-
-速率限制说明见各来源的 wiki 条目。默认抓取器在分页请求之间会礼貌地休眠。**API 密钥可提高支持它们的来源的速率限制**（`SEC_USER_AGENT`、`SENATE_LDA_TOKEN`、`OPENCORPORATES_API_TOKEN`、`COURTLISTENER_TOKEN`）。所有脚本会立即将 429 响应及上游配额消息呈现给用户，以便用户知道需要降速或提供密钥。
-
-### 3. 跨来源实体解析
-
-规范化名称并在两个 CSV 文件之间查找匹配：
-
-```bash
-# 将游说客户（参议院 LDA）与合同受益人（USAspending）进行匹配
-python3 SKILL_DIR/scripts/entity_resolution.py \
-    --left  data/lobbying.csv   --left-name-col  client_name \
-    --right data/contracts.csv  --right-name-col recipient_name \
-    --out data/cross_links.csv
-```
-
-三个匹配层级，附带显式置信度：
-
-| 层级 | 方法 | 置信度 |
-|------|--------|------------|
-| `exact` | 去除后缀/标点后规范化字符串相等 | 高 |
-| `fuzzy` | 排序词元相等（词袋匹配） | 中 |
-| `token_overlap` | ≥60% 词元重叠，≥2 个共享词元，词元 ≥4 个字符 | 低 |
-
-输出 `cross_links.csv` 列：`match_type, confidence, left_name, right_name, left_normalized, right_normalized, left_row, right_row`。
-
-### 4. 统计时序关联（可选）
-
-检验两个时间序列是否存在可疑的时间聚集 — 例如游说文件提交时间与合同授予时间接近 — 使用置换检验（permutation test）：
-
-```bash
-python3 SKILL_DIR/scripts/timing_analysis.py \
-    --donations data/lobbying.csv --donation-date-col filing_date \
-        --donation-amount-col income --donation-donor-col client_name \
-        --donation-recipient-col registrant_name \
-    --contracts data/contracts.csv --contract-date-col award_date \
-        --contract-vendor-col recipient_name \
-    --cross-links data/cross_links.csv \
-    --permutations 1000 \
-    --out data/timing.json
-```
-
-脚本的列标志是有意设计为通用的 — 原工具是为捐款与合同授予场景编写的，但它适用于任何通过交叉链接关联的（事件，收款方）时间序列。零假设：事件时序与合同授予日期无关。单尾 p 值 = 置换中平均最近合同距离 ≤ 观测值的比例。每个（付款方，供应商）配对至少需要 3 个事件才能运行检验。
-
-### 5. 构建调查结果 JSON（证据链）
-
-```bash
-python3 SKILL_DIR/scripts/build_findings.py \
-    --cross-links data/cross_links.csv \
-    --timing data/timing.json \
-    --out data/findings.json
-```
-
-每条调查结果包含 `id, title, severity, confidence, summary, evidence[], sources[]`。每个证据项指向来源 CSV 中的具体行。用户（或后续 agent）可以对照来源验证每项声明。
-
-## 置信度与证据规范
-
-这是该 skill 的核心规则。告知用户：
-
-- 每项声明必须可追溯至具体记录。不得有无依据的断言。
-- 置信度层级随声明传递。`match_type=fuzzy` 表示"可能"，而非"已确认"。
-- 实体解析产生的是候选结果，而非结论。"ACME LLC"与"Acme Holdings Group"之间的 `fuzzy` 匹配是线索，不是事实。
-- 统计显著性 ≠ 违规行为。p < 0.05 意味着该时序模式在零假设下不太可能出现，并不能证明腐败。
-- 此处所有数据来源均为公开记录，但仍可能包含不准确信息、过时信息或已编辑内容（GDPR、封存记录）。
-
-## 添加新数据来源
-
-使用模板：
-
-```bash
-cp SKILL_DIR/templates/source-template.md \
-    SKILL_DIR/references/sources/<your-source>.md
-```
-
-填写全部 9 个部分。在 `scripts/` 中编写仅使用标准库的 `fetch_<source>.py` 脚本，输出标准化 CSV。在上方"何时使用"部分更新来源列表。
-
-## 工具及其限制
-
-- `entity_resolution.py` 不使用外部模糊匹配库（无 rapidfuzz，无 jellyfish）。词袋匹配是此处的上限。如需 Levenshtein 距离、音译或音素匹配，请单独 pip 安装。
-- `timing_analysis.py` 使用 Python 的 `random` 模块进行置换。如需可复现性，请传入 `--seed N`。
-- `fetch_*.py` 脚本使用 `urllib.request` 并遵守 `Retry-After` 头。大量批量使用仍可能违反服务条款 — 请先阅读各来源的法律说明部分。
-
-## 法律说明
-
-所有第一阶段来源均为公开记录。根据各自的访问条款（FOIA、公开记录法、ICIJ 明确发布、OFAC 公开数据），允许批量获取。但是：
-
-- 部分来源速率限制较为严格。请遵守其响应头。
-- 部分来源会编辑注册人信息（WHOIS 的 GDPR 合规、封存文件）。
-- 交叉引用公开记录以识别私人个人可能存在伦理影响。该 skill 生成的是证据链，而非指控。

package/docs/80_upstream-docs-and-skills/hermes-dev-skill/src/i18n/zh-Hans/user-guide/skills/optional/research/research-parallel-cli.md

@@ -1,411 +0,0 @@
----
-title: "Parallel Cli"
-sidebar_label: "Parallel Cli"
-description: "可选的供应商技能，用于 Parallel CLI — 面向 agent 的网络搜索、提取、深度研究、数据丰富、FindAll 和监控"
----
-
-{/* This page is auto-generated from the skill's SKILL.md by website/scripts/generate-skill-docs.py. Edit the source SKILL.md, not this page. */}
-
-# Parallel Cli
-
-可选的供应商技能，用于 Parallel CLI — 面向 agent 的网络搜索、提取、深度研究、数据丰富、FindAll 和监控。优先使用 JSON 输出和非交互式流程。
-
-## 技能元数据
-
-| | |
-|---|---|
-| 来源 | 可选 — 使用 `hermes skills install official/research/parallel-cli` 安装 |
-| 路径 | `optional-skills/research/parallel-cli` |
-| 版本 | `1.1.0` |
-| 作者 | Hermes Agent |
-| 许可证 | MIT |
-| 平台 | linux, macos, windows |
-| 标签 | `Research`, `Web`, `Search`, `Deep-Research`, `Enrichment`, `CLI` |
-| 相关技能 | [`duckduckgo-search`](/user-guide/skills/optional/research/research-duckduckgo-search), [`mcporter`](/user-guide/skills/optional/mcp/mcp-mcporter) |
-
-## 参考：完整 SKILL.md
-
-:::info
-以下是 Hermes 在触发此技能时加载的完整技能定义。这是 agent 在技能激活时所看到的指令内容。
-:::
-
-# Parallel CLI
-
-当用户明确要求使用 Parallel，或终端原生工作流能从 Parallel 的供应商专属技术栈中受益时（包括网络搜索、提取、深度研究、数据丰富、实体发现或监控），请使用 `parallel-cli`。
-
-这是一个可选的第三方工作流，不是 Hermes 的核心能力。
-
-重要说明：
-- Parallel 是付费服务，提供免费套餐，并非完全免费的本地工具。
-- 它与 Hermes 原生的 `web_search` / `web_extract` 存在功能重叠，因此不要在普通查询中优先使用它。
-- 当用户明确提及 Parallel，或需要 Parallel 特有的数据丰富、FindAll 或监控工作流时，优先使用此技能。
-
-`parallel-cli` 专为 agent 设计：
-- 通过 `--json` 输出 JSON
-- 非交互式命令执行
-- 使用 `--no-wait`、`status` 和 `poll` 处理异步长时任务
-- 通过 `--previous-interaction-id` 进行上下文链式调用
-- 在单一 CLI 中集成搜索、提取、研究、数据丰富、实体发现和监控
-
-## 使用时机
-
-在以下情况下优先使用此技能：
-- 用户明确提及 Parallel 或 `parallel-cli`
-- 任务需要比简单单次搜索/提取更丰富的工作流
-- 需要可启动并稍后轮询的异步深度研究任务
-- 需要结构化数据丰富、FindAll 实体发现或监控
-
-在未明确要求 Parallel 的情况下进行快速单次查询时，优先使用 Hermes 原生的 `web_search` / `web_extract`。
-
-## 安装
-
-选择当前环境中侵入性最小的安装方式。
-
-### Homebrew
-
-```bash
-brew install parallel-web/tap/parallel-cli
-```
-
-### npm
-
-```bash
-npm install -g parallel-web-cli
-```
-
-### Python 包
-
-```bash
-pip install "parallel-web-tools[cli]"
-```
-
-### 独立安装程序
-
-```bash
-curl -fsSL https://parallel.ai/install.sh | bash
-```
-
-如果需要隔离的 Python 安装，也可以使用 `pipx`：
-
-```bash
-pipx install "parallel-web-tools[cli]"
-pipx ensurepath
-```
-
-## 认证
-
-交互式登录：
-
-```bash
-parallel-cli login
-```
-
-无头模式 / SSH / CI：
-
-```bash
-parallel-cli login --device
-```
-
-API 密钥环境变量：
-
-```bash
-export PARALLEL_API_KEY="***"
-```
-
-验证当前认证状态：
-
-```bash
-parallel-cli auth
-```
-
-如果认证需要浏览器交互，请使用 `pty=true` 运行。
-
-## 核心规则
-
-1. 需要机器可读输出时，始终优先使用 `--json`。
-2. 优先使用显式参数和非交互式流程。
-3. 对于长时任务，使用 `--no-wait`，然后调用 `status` / `poll`。
-4. 仅引用 CLI 输出中返回的 URL。
-5. 当后续可能有追问时，将大型 JSON 输出保存到临时文件。
-6. 仅对真正的长时工作流使用后台进程；否则在前台运行。
-7. 除非用户明确要求 Parallel 或需要 Parallel 专属工作流，否则优先使用 Hermes 原生工具。
-
-## 快速参考
-
-<!-- ascii-guard-ignore -->
-```text
-parallel-cli
-├── auth
-├── login
-├── logout
-├── search
-├── extract / fetch
-├── research run|status|poll|processors
-├── enrich run|status|poll|plan|suggest|deploy
-├── findall run|ingest|status|poll|result|enrich|extend|schema|cancel
-└── monitor create|list|get|update|delete|events|event-group|simulate
-```
-<!-- ascii-guard-ignore-end -->
-
-## 常用标志与模式
-
-常用标志：
-- `--json` 用于结构化输出
-- `--no-wait` 用于异步任务
-- `--previous-interaction-id <id>` 用于复用早期上下文的后续任务
-- `--max-results <n>` 用于限制搜索结果数量
-- `--mode one-shot|agentic` 用于控制搜索行为
-- `--include-domains domain1.com,domain2.com`
-- `--exclude-domains domain1.com,domain2.com`
-- `--after-date YYYY-MM-DD`
-
-在方便时从 stdin 读取：
-
-```bash
-echo "What is the latest funding for Anthropic?" | parallel-cli search - --json
-echo "Research question" | parallel-cli research run - --json
-```
-
-## 搜索
-
-用于获取带结构化结果的当前网络查询。
-
-```bash
-parallel-cli search "What is Anthropic's latest AI model?" --json
-parallel-cli search "SEC filings for Apple" --include-domains sec.gov --json
-parallel-cli search "bitcoin price" --after-date 2026-01-01 --max-results 10 --json
-parallel-cli search "latest browser benchmarks" --mode one-shot --json
-parallel-cli search "AI coding agent enterprise reviews" --mode agentic --json
-```
-
-常用约束：
-- `--include-domains` 缩小可信来源范围
-- `--exclude-domains` 过滤噪声域名
-- `--after-date` 按时效性过滤
-- `--max-results` 需要更广泛覆盖时使用
-
-如果预计有后续追问，保存输出：
-
-```bash
-parallel-cli search "latest React 19 changes" --json -o /tmp/react-19-search.json
-```
-
-汇总结果时：
-- 以答案开头
-- 包含日期、名称和具体事实
-- 仅引用返回的来源
-- 不得编造 URL 或来源标题
-
-## 提取
-
-用于从 URL 中提取干净内容或 markdown。
-
-```bash
-parallel-cli extract https://example.com --json
-parallel-cli extract https://company.com --objective "Find pricing info" --json
-parallel-cli extract https://example.com --full-content --json
-parallel-cli fetch https://example.com --json
-```
-
-当页面内容宽泛而只需要其中某一部分信息时，使用 `--objective`。
-
-## 深度研究
-
-用于可能耗时的多步骤深度研究任务。
-
-常用处理器级别：
-- `lite` / `base` 用于更快、更经济的处理
-- `core` / `pro` 用于更全面的综合分析
-- `ultra` 用于最重量级的研究任务
-
-### 同步模式
-
-```bash
-parallel-cli research run \
-  "Compare the leading AI coding agents by pricing, model support, and enterprise controls" \
-  --processor core \
-  --json
-```
-
-### 异步启动 + 轮询
-
-```bash
-parallel-cli research run \
-  "Compare the leading AI coding agents by pricing, model support, and enterprise controls" \
-  --processor ultra \
-  --no-wait \
-  --json
-
-parallel-cli research status trun_xxx --json
-parallel-cli research poll trun_xxx --json
-parallel-cli research processors --json
-```
-
-### 上下文链式调用 / 后续追问
-
-```bash
-parallel-cli research run "What are the top AI coding agents?" --json
-parallel-cli research run \
-  "What enterprise controls does the top-ranked one offer?" \
-  --previous-interaction-id trun_xxx \
-  --json
-```
-
-推荐的 Hermes 工作流：
-1. 使用 `--no-wait --json` 启动
-2. 捕获返回的运行/任务 ID
-3. 如果用户希望继续其他工作，继续推进
-4. 稍后调用 `status` 或 `poll`
-5. 使用返回来源中的引用汇总最终报告
-
-## 数据丰富（Enrichment）
-
-当用户有 CSV/JSON/表格输入并希望通过网络研究推断额外列时使用。
-
-### 建议列
-
-```bash
-parallel-cli enrich suggest "Find the CEO and annual revenue" --json
-```
-
-### 规划配置
-
-```bash
-parallel-cli enrich plan -o config.yaml
-```
-
-### 内联数据
-
-```bash
-parallel-cli enrich run \
-  --data '[{"company": "Anthropic"}, {"company": "Mistral"}]' \
-  --intent "Find headquarters and employee count" \
-  --json
-```
-
-### 非交互式文件运行
-
-```bash
-parallel-cli enrich run \
-  --source-type csv \
-  --source companies.csv \
-  --target enriched.csv \
-  --source-columns '[{"name": "company", "description": "Company name"}]' \
-  --intent "Find the CEO and annual revenue"
-```
-
-### YAML 配置运行
-
-```bash
-parallel-cli enrich run config.yaml
-```
-
-### 状态 / 轮询
-
-```bash
-parallel-cli enrich status <task_group_id> --json
-parallel-cli enrich poll <task_group_id> --json
-```
-
-在非交互式操作时，使用显式 JSON 数组定义列。
-在报告成功前验证输出文件。
-
-## FindAll
-
-当用户需要发现数据集而非简短答案时，用于网络规模的实体发现。
-
-```bash
-parallel-cli findall run "Find AI coding agent startups with enterprise offerings" --json
-parallel-cli findall run "AI startups in healthcare" -n 25 --json
-parallel-cli findall status <run_id> --json
-parallel-cli findall poll <run_id> --json
-parallel-cli findall result <run_id> --json
-parallel-cli findall schema <run_id> --json
-```
-
-当用户需要一组可供后续审查、过滤或数据丰富的实体集合时，这比普通搜索更合适。
-
-## 监控（Monitor）
-
-用于随时间推移的持续变更检测。
-
-```bash
-parallel-cli monitor list --json
-parallel-cli monitor get <monitor_id> --json
-parallel-cli monitor events <monitor_id> --json
-parallel-cli monitor delete <monitor_id> --json
-```
-
-创建通常是敏感环节，因为频率和推送方式很重要：
-
-```bash
-parallel-cli monitor create --help
-```
-
-当用户希望对某个页面或来源进行周期性跟踪而非一次性抓取时使用。
-
-## 推荐的 Hermes 使用模式
-
-### 快速答案与引用
-1. 运行 `parallel-cli search ... --json`
-2. 解析标题、URL、日期、摘录
-3. 仅使用返回的 URL 进行内联引用并汇总
-
-### URL 调查
-1. 运行 `parallel-cli extract URL --json`
-2. 如有需要，使用 `--objective` 或 `--full-content` 重新运行
-3. 引用或汇总提取的 markdown
-
-### 长时研究工作流
-1. 运行 `parallel-cli research run ... --no-wait --json`
-2. 存储返回的 ID
-3. 继续其他工作或定期轮询
-4. 使用引用汇总最终报告
-
-### 结构化数据丰富工作流
-1. 检查输入文件和列
-2. 使用 `enrich suggest` 或提供显式的丰富列定义
-3. 运行 `enrich run`
-4. 如有需要，轮询等待完成
-5. 在报告成功前验证输出文件
-
-## 错误处理与退出码
-
-CLI 文档中定义的退出码：
-- `0` 成功
-- `2` 输入错误
-- `3` 认证错误
-- `4` API 错误
-- `5` 超时
-
-遇到认证错误时：
-1. 检查 `parallel-cli auth`
-2. 确认 `PARALLEL_API_KEY` 已设置，或运行 `parallel-cli login` / `parallel-cli login --device`
-3. 验证 `parallel-cli` 在 `PATH` 中
-
-## 维护
-
-检查当前认证 / 安装状态：
-
-```bash
-parallel-cli auth
-parallel-cli --help
-```
-
-更新命令：
-
-```bash
-parallel-cli update
-pip install --upgrade parallel-web-tools
-parallel-cli config auto-update-check off
-```
-
-## 注意事项
-
-- 除非用户明确要求人类可读格式，否则不要省略 `--json`。
-- 不要引用 CLI 输出中未出现的来源。
-- `login` 可能需要 PTY/浏览器交互。
-- 短时任务优先在前台执行；不要过度使用后台进程。
-- 对于大型结果集，将 JSON 保存到 `/tmp/*.json`，而不是将所有内容塞入上下文。
-- 当 Hermes 原生工具已经足够时，不要静默地选择 Parallel。
-- 请记住，这是一个供应商工作流，通常需要账户认证，且超出免费套餐后需要付费使用。