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

1. 确定数据源：根据用户意图和下方路由规则，选择搜索平台
2. 读取站点知识：查看 ./sites/<platform>.md 获取搜索 URL、分页、pitfalls、fallback
3. 执行搜索：Cookie Warmup → 导航到搜索 URL → 等待加载 → 提取内容
4. 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：

Per-Category Source Guides

每个分类列出推荐源 + 典型用途 + 数据特征：

快速选择规则：

1. 用户明确指定平台 → 用指定平台（不分类）
2. 用户未指定 → 按"用户未指定平台时"表的意图特征路由
3. 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/.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：

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：

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

1. 确认结果已加载（snapshot）
2. 遇到登录墙/CAPTCHA → browser-guide
3. 提取所需信息
4. 需要更多结果 → 查看 sites/<platform>.md 的分页方式
5. 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。