TL;DR
- 一个自主的网络研究代理需要一个有限的计划、来源政策、检索循环和证据账本——而不是一个无限制的浏览器。
- 将发现、页面收集、提取、综合和引用分开，这样一页糟糕的页面就不会变成一个可信的答案。
- 给代理一个狭窄的 Nstdata Crawl 工具，设置 URL、深度、页面、超时和输出限制。
- 要求代理在证据稀薄、相互矛盾或超出批准范围时停止。
一个自主研究循环应做的事情
仅作为代理内部的有限收集工具暴露 Nstdata Crawl。
一个自主研究网络的 AI 代理应将问题转化为一小组可测试的子问题，收集来源，提取主张，比较证据，并返回带有不确定性的引用。基于 API 的网络代理研究 解释了工具调用和浏览器交互为何是不同的代理设计；生产系统应明确这一界限。
一个安全的代理研究流程
- 计划： 定义问题、日期窗口、来源类型和停止条件。
- 发现： 搜索或使用已知的来源 URL；保持一个有限的队列。
- 收集： 使用显式的页面和深度限制调用爬虫。
- 提取： 在每个主张中保留 URL、标题、获取时间和内容哈希。
- 交叉核对： 在实际可行的情况下，高影响力的主张需要两种独立来源。
- 综合： 仅从接受的证据中回答并列出未解决的冲突。
MCP 代理指南 和 RAG 指南 提供了有用的 Nstdata 背景；网络爬虫术语表 解释了为何发现必须保持有限。
连接一个有限的 Crawl 工具
Nstdata Crawl 可以作为代理收集阶段中的一个工具暴露。将凭据保留在运行时，而不是在提示中，并仅暴露安全的参数。该工具合同应返回任务状态和工件；它不应悄无声息地将每个 URL 转换为浏览器会话。
TOOL_SCHEMA =
