homeagent-sdk/example/deepsearch

联网检索插件（HomeAgent）

给 agent 补上真正的信息检索能力：检索交给本地 SearXNG（多引擎聚合、结构化 JSON）， 并补上「读完前 K 篇再回答」的深检索。

为什么需要它（背景）

agent 原本只有 browser_* 那套浏览器工具，联网检索实际只有 browser_search 一个入口，而它是 「抓 Bing HTML + 正则解析」：

缺陷	实测结果
标题取的是结果块里第一个 <a>	拿到的是 Bing 的「来源行」而非标题 → deepin.orghttps://www.deepin.org
摘要正则 <div class="b_caption">.*?<p>	对现代 Bing 命中 0/10（摘要已迁到 p.b_lineclamp*）→ 结果完全没有摘要
用 www.bing.com	程序化请求直接 302；cn.bing.com 才返回 10 个结果块
单引擎、无兜底、无去重、无站点读取	模型只能反复换词重搜（日志里 8 秒 6 连击）

结果就是日志里那句用户反馈：「你的搜索能力好像不太行啊」。

依赖：本地 SearXNG（由本插件托管）

插件会自己管后端：

• 启动时：探 healthz；已在跑就直接接管（不重启），没跑就 docker compose up -d 并等就绪（上限 6s）
• 停止时：跑 docker compose stop -t 2 关闭它

配置项 manage_searxng（默认 true）与 searxng_dir（默认 /root/searxng-agent）控制这套行为； stop_searxng_on_exit（默认 true）设 false 可让后端在插件停止后继续跑（插件重载频繁时建议设 false， 否则每次重载都会把后端重启一遍）。

生命周期契约（依据内核源码，非猜测）

环节	内核行为
停止插件	发 plugin.stop → 插件先跑 RunStopHandlers（LIFO、幂等） → 再 Stop() → exit(0)
宽限期	5 秒；未退出则直接 SIGKILL —— 所以关闭动作限时 4s（searxShutdownBudget）
stdin 关闭	同样会跑 handlers + Stop()
崩溃/被 kill	关闭动作不会执行，后端会留在运行态；下次启动探测到就直接接管（更安全的失败方向）
自动重启	SetAutoRestart(true) 由注入的 runtime 在 plugin.start 后经 lifecycle.autoRestart 显式上报内核

SearXNG 侧配置

部署在 .60，127.0.0.1:8888：

/root/searxng-agent/docker-compose.yml    # host 网络（要访问宿主 clash）
/root/searxng-agent/settings.yml         # json 输出 + limiter 关闭 + 出站走 clash

两个必须知道的坑：

1. search.formats 必须含 json，否则 /search?format=json 返回 403（看起来像网络问题，其实是配置）。
2. 该镜像默认 GRANIAN_PORT=8080，而 granian 的 GRANIAN_* 优先级高于 settings.yml： .60 上 8080 被 homeagent 占用 → 不改 SEARXNG_PORT 就是无休止的 Address already in use 崩溃循环。

实测可用的引擎（2026-09-12）：duckduckgo、brave、google cse；quark 时好时坏； baidu/google 经代理出口触发 CAPTCHA，sogou 崩溃，wikidata 报 HTTP error（已关）。

工具

工具	说明
deepsearch_search	联网检索（首选）：标题 + URL + 摘要 + 发布时间，支持 engines/category/time_range/language，自动按 URL 去重并按分数排序；会回报引擎覆盖度与无响应引擎
deepsearch_news	新闻检索：news 类别 + 默认最近一周；新闻为空时自动回退 general + 时间范围
deepsearch_fetch	抓单个网页并抽正文（去脚本/样式/导航），返回标题 + 纯文本，可设截断长度
deepsearch_deep	深检索：检索 → 并行抓前 K 篇正文 → 一次返回「候选清单 + 证据正文」；单篇失败不影响整体
deepsearch_status	自检：healthz、json 是否可用、延迟、哪些引擎真的在返回结果（检索出问题先跑这个）

配置项

键	默认	说明
searxng_url	http://127.0.0.1:8888	本地 SearXNG 地址
max_results	8	默认条数（控制上下文体积）
language	zh-CN	检索语言
safesearch	0	0 关 / 1 中 / 2 严
request_timeout	20	单次请求超时（秒）
fetch_max_chars	4000	deepsearch_fetch 正文上限
proxy	空	仅作用于本插件直连抓取（搜索出网由 SearXNG 侧负责）
user_agent	Chrome UA	抓取用

每次调用前重读配置，改完即时生效。

开发与验证

go test -count=1 -race ./...       # 11 项测试（httptest 打桩 SearXNG）

# 真实后端联调（默认跳过）：跑的就是当初失败的那条查询
DEEPSEARCH_LIVE_SEARXNG=http://127.0.0.1:8888 go test -run TestLiveSearxng -v ./...

hmapdev build                      # 产出 dist/deep_search_bundle.hmap

已知边界

• 知乎等站点对直连抓取返回 403（反爬），deepsearch_deep 会如实标注该篇抓取失败并继续； 这类页面请改用浏览器工具（browser_navigate + browser_render）。
• 引擎可用性随出口 IP 与目标站点风控变化；deepsearch_status 与每次结果里的「覆盖度」行就是给这个用的。
• 未做正文去重/相似度合并：同一事件的多篇转载会各占一条（摘要已能区分）。