antins-labs/searchos/canonical-list-extraction

使用边界

下文给出研究方法。提到 schema、任务派发或证据工具时，仅在宿主提供对应能力时调用；其他环境用表格、任务清单和附来源的笔记表达相同状态，不假定专有工具存在。具体方法和约束如下。

目标

解决Agent在执行“完整枚举”任务时，因缺乏明确的权威源导向，导致盲目打开多个低价值页面、陷入搜索循环并耗尽预算的问题。本技能旨在强制Agent优先锁定单一高密度信息源（如Wikipedia的主条目表格），实现“一次打开，完整提取”。

适用场景

• 游戏作品列表: "列出小岛秀夫制作的所有游戏"、"Hideo Kojima gameography"。
• 影视作品列表: "诺兰导演的电影列表"、"Leonardo DiCaprio filmography"。
• 出版物列表: "Stephen King的书单"、"阿加莎·克里斯蒂作品年表"。
• 音乐专辑列表: "Taylor Swift discography"。
• 游戏履历深度提取: 需包含Demo、特别版或未公开发售作品的完整制作名单（如"Kojima productions credits"）。

核心原则

1. 权威源优先: 首选 Wikipedia（通常包含完整的 Works/Table），其次选领域专用库（MobyGames, IMDb, Goodreads）。拒绝打开新闻文章、博客或零散论坛帖子。
2. 结构化定位: 必须先找到具体的“列表章节”再进行提取，避免在人物简介中迷失。
3. 单源完整性: 在一个高质量页面完成尽可能多的提取，仅在确认源数据缺失时才启用第二个源。
4. 禁止发散: 严禁为了验证单一作品而单独搜索该作品名称，这会导致搜索爆炸。
5. 领域专用库优于通用百科: 对于游戏等特定领域，MobyGames或专业Wiki（如Junker HQ）通常比Wikipedia包含更完整的Credits信息（含Demo、特别版），应优先或并行查询。
6. 并行冗余策略: 面对高精度枚举任务（如要求包含Demo、重制版），应并行调度多个Agent分别查询不同权威源（如 Wikipedia + MobyGames + 专业Wiki），通过合并结果确保完整性，避免单一来源遗漏。

执行流程

1. 精准搜索: 构造包含权威域的搜索词，如 "[人物名] Wikipedia" 或 "[人物名] filmography site:imdb.com"。
2. 锁定主页: 打开排名第一的权威人物条目页，而非具体作品页。
3. 章节跳转: 使用 find 指令直接跳转到关键词锚点（如 "Filmography", "Gameography", "Discography", "Works", "Credits"）。
4. 表格识别: 确认是否存在标准 HTML 表格或列表结构。
5. 批量提取: 提取该表格/列表中的所有条目。
6. 缺口判断: 仅当权威源明确标注“incomplete”或列表明显中断时，才进行第二次针对性搜索（如 "[人物名] credits MobyGames"）。
7. 边缘条目补全: 若任务要求包含Demo、特别版等边缘条目，且主Wiki列表不完整，立即转向MobyGames或GameFAQs等专业数据库，查找"Credits"页面以获取全量数据。

常见误区

• 场景: 任务是获取某导演的全部电影，Agent开始逐个搜索电影名称。
• ❌ 踩坑: search "Inception Nolan", open, search "Dunkirk Nolan"... (导致搜索循环)
• ✅ 应改用: search "Christopher Nolan filmography Wikipedia", open, find "Filmography", 提取整个表格。

• 场景: Agent打开了人物介绍页，但一直在阅读生平事迹，未找到作品列表。
• ❌ 踩坑: 持续 find 无关关键词或向下滚动，导致 NO_PROGRESS。
• ✅ 应改用: 立即 find "Filmography" 或 find "Works"，直接定位到数据区。

• 场景: 搜索结果中混杂了新闻文章（如“某导演十大最佳电影”）。
• ❌ 踩坑: 打开 .../best-movies-of-nolan 试图提取列表（数据不全且非权威）。
• ✅ 应改用: 跳过评论性文章，只打开 .../wiki/Christopher_Nolan 或 imdb.com/name/...。

• 场景: 积累了大量证据节点但未生成最终答案。
• ❌ 踩坑: 不断 open 新页面试图“补充”信息，导致 buffer 溢出或预算耗尽。
• ✅ 应改用: 信任 Wikipedia 主表格的完整性，在提取完表格后立即汇总并结束任务。

• 场景: 任务要求列出游戏制作人的所有作品（含Demo/特别版），Agent仅依赖Wikipedia。
• ❌ 踩坑: 仅在Wikipedia提取主条目，遗漏了"Demo disc"、"Special Edition"等未被主表收录的边缘条目，导致覆盖率低。
• ✅ 应改用: 并行分发Agent查询MobyGames或专业Wiki（如Junker HQ），利用专业数据库的Detailed Credits功能补全边缘条目。