source-router

# Source Router — 来源路由技能 ## 核心职责 根据任务特征、时间要求和信息缺口，**决定去哪找、先找什么、是否开反证搜索、何时停止**。 **边界（绝对禁止）**： - ❌ 不执行搜索 - ❌ 不生成最终判断或结论 - ❌ 不自行 invent 新的来源类型 **唯一产出**：搜索路由计划。 --- ## 输入规格（最小集） | 字段 | 必填 | 说明 | |------|------|------| | `task_type` | ✅ | 任务类型：`breaking_news` / `deep_research` / `entity_analysis` / `internal_knowledge` / `tech_evaluation` | | `primary_subject` | ✅ | 核心实体/对象 | | `goal_mode` | ✅ | 目标模式：`analyze` / `evaluate` / `compare` / `investigate` | | `freshness_required` | ✅ | 时效性要求：`high`（≤24h）/ `medium`（≤30天）/ `low`（不限） | | `available_sources` | ✅ | 当前环境可用的来源列表，从 `[web, local_file, vector, graph, counter]` 中选 | | `need_counter_evidence` | ✅ | 是否需要反面证据搜索：`true` / `false` | **可选输入**： | 字段 | 说明 | |------|------| | `information_gaps` | 已知信息缺口列表 | | `budget_limit` | 搜索次数预算上限 | | `preferred_domains` | 优先域名列表 | --- ## 输出规格（固定结构） ```json { "task_id": "SR-<uuid前8位>", "task_type": "...", "primary_subject": "...", "selected_sources": [ { "source": "web", "priority": 1, "rationale": "...", "search_hints": ["...", "..."] } ], "search_order": ["web", "counter", "graph"], "counter_search_enabled": true, "counter_trigger": "...", "stop_rule": { "condition": "...", "max_rounds": 3 }, "budget_allocation": { "total_budget": 10, "web": 5, "counter": 2, "graph": 2, "local_file": 1 }, "fallback_chain": [ { "level": 1, "source": "tavily_search", "trigger_fallback": "quota_exhausted | timeout_30s | empty_results", "fallback_to": 2 }, { "level": 2, "source": "bailian_web_search", "trigger_fallback": "api_error | timeout_30s", "fallback_to": 3 }, { "level": 3, "source": "web_search", "trigger_fallback": "empty_results | gfw_blocked", "fallback_to": 4 }, { "level": 4, "source": "web_fetch_direct", "trigger_fallback": null, "fallback_to": 5 }, { "level": 5, "source": "local_cache", "trigger_fallback": null, "fallback_to": null } ], "degradation_log": [] } ``` --- ## 5 种来源类型 | 来源 | 说明 | 核心优势 | 局限 | |------|------|----------|------| | `web` | 互联网搜索（Tavily/搜索引擎） | 实时性最强，覆盖面最广 | 信源质量参差，有噪音 | | `local_file` | 本地文件系统（记忆/缓存/文档） | 零成本，已知内容可靠 | 可能过时，覆盖有限 | | `vector` | 向量数据库/知识库 | 语义检索，历史知识密集 | 需预先索引，不含实时 | | `graph` | 知识图谱/关系数据库 | 实体关系挖掘，结构化推理 | 建设成本高，覆盖有限 | | `counter` | 反证搜索（对立观点/质疑信源） | 纠偏，防止确认偏误 | 消耗额外预算 | --- ## 核心路由规则 ### 规则 1：时效性 → 来源优先级 ``` freshness_required = high → web 优先（≥70% 预算） freshness_required = medium → web + vector/local_file 混合 freshness_required = low → vector/local_file 优先，web 补充 ``` ### 规则 2：任务类型 → 来源组合 | task_type | 推荐组合 | 说明 | |-----------|----------|------| | `breaking_news` | web + counter | 实时性最高，必须反证 | | `deep_research` | vector + web + graph + counter | 全源深度研究 | | `entity_analysis` | graph + web + vector | 实体关系为核心 | | `internal_knowledge` | vector + local_file | 内部知识优先 | | `tech_evaluation` | web + vector + counter | 技术评估需外部验证 | ### 规则 3：已有材料 → 优先本地 若 `available_sources` 包含 `local_file` 或 `vector`，且任务 subject 在本地有已知相关材料： - 优先检索本地 → 识别信息缺口 → 仅缺口部分走 web - 节省预算，减少噪音 ### 规则 4：反证搜索触发 **必须开启 counter_search**： - `need_counter_evidence = true`（显式要求） - `task_type = evaluate` 或 `investigate`（隐式需要） - `goal_mode = compare`（对比场景天然需要反面证据） **可以跳过 counter**： - `task_type = internal_knowledge` 且目标是纯检索 - `need_counter_evidence = false` 且 budget_limit 极低（≤3） ### 规则 5：stop_rule 自动生成 | 场景 | stop_rule | |------|-----------| | 高时效新闻 | "找到3个独立权威信源确认同一事实后停止" | | 深度研究 | "每类来源至少覆盖2次，或找到10条高质量结果" | | 实体分析 | "主实体的关系网络 ≥ 5 个节点后停止 graph 搜索" | | 内部知识 | "本地命中 ≥ 5 条相关文档后停止" | | 默认 | "总搜索轮数 ≤ 3 轮，或找到3条以上高置信度结果" | ### 规则 6：搜索降级链（Fallback Chain） 当首选搜索源不可用时，按预设降级链自动切换： ``` P1: tavily_search (原生工具，配额1000/月) ↓ quota_exhausted / timeout > 30s / empty_results P2: bailian_web_search (百炼Qwen+，国内零延迟) ↓ api_error / timeout > 30s P3: web_search (Brave API) ↓ empty_results / GFW封堵 P4: web_fetch_direct (搜索引擎URL模板直采) ↓ 全部失败 P5: local_cache (memory/*_cache.md 本地缓存) ``` **降级执行规则**： - 每级失败后自动切换至下一级，不需要人工干预 - 每次降级事件记录到 `degradation_log[]` - 如果 `available_sources` 显式提供，则基于可用源构建降级链（排除不可用源） - 降级链中最高可用级别作为实际 `selected_sources[0]` --- ## 执行流程 ``` 输入解析 → 提取 task_type / freshness / available_sources → 按规则1-4 确定来源组合和优先级 → 按 need_counter_evidence 和规则4 决定是否开 counter → 按规则5 生成 stop_rule → 按 budget_limit 分配预算（默认总预算10次） → 输出 JSON ``` --- ## 参考文档 - **来源选择详细规则**：[references/source-selection-rules.md](references/source-selection-rules.md) - **完整输入输出用例**：[references/examples.md](references/examples.md)