检索要按难度迭代
一、三层要分开看
检索引擎：怎样找得准
工具协议：怎样把结果交给 Agent
Agent Loop：Agent 怎样判断继续找还是停止
- 检索引擎（你的判断，22:22）：纯文本检索不够 → 关键词召回（FTS/BM25）+ 语义召回（Embedding）→ 融合（RRF）→ 重排序 → 去重与多样化。召回单位应是 chunk（片段），不是整篇笔记。
- 工具协议：返回多篇候选 + 命中片段，而不是只给标题列表。
limit是本轮取多少，不是整个任务的上限cursor是分页书签（不透明 token），支持继续翻页
- Agent Loop：Agent 自己决定搜索深度。
二、读取不应永远从开头
现在只读「正文第 0 → 12,000 字符」，这在检索场景里是错的：搜索已经定位到 chunk-18，就该读它前后几段，确认相关后再扩大范围。
搜索命中片段 → 读命中片段上下文 → 相关则扩大 / 不相关则换查询
「查一个事实」和「总结整篇笔记」不该走同一条昂贵路径。
三、难度怎么判（你的假设 + 修正）
你的假设（22:45）：提问越精简越简单，越模糊越困难；很难的还要 ask_user_question。
修正：问题长度不代表难度，它最多是很弱的信号。「我该怎么办？」很短，但目标、背景、评价标准全不清楚。
真正要判三个维度：
- 意图清晰度 —— 目标、范围、对象、期望结果是否明确
- 证据与推理范围 —— 定位一个事实，还是要多来源比较归纳
- 行动风险 —— 错了是否有明显影响
所以至少分三档，「复杂」和「模糊」不是一回事：
简单：清晰、范围窄、低风险
复杂：问题清晰，但需要多来源或多步推理
模糊：缺少目标、范围或关键条件
ask_user_question 也不是因为问题难，而是因为缺少只有用户才能决定的信息。存在阻断性歧义才打断；能作低风险合理假设就说明假设后继续。
四、证据充分的停止条件
数量是搜索预算，覆盖度才是完成标准：
- 所有关键子问题都有直接证据
- 关键结论不是仅由重复材料支撑
- 没有尚未处理的重要冲突
- 继续搜索已经很少产生新信息
「直到返回所有相关内容」是理想但不可证明的目标 —— 无法可靠判断「已经找全」。所以分工是：普通检索 loop 打底，
deep-research扩大证据覆盖，deep-insight找联系、矛盾与盲点。
相关
- 长尾查询（搜索源的选择）
- 上下文按信任等级分层（同一次讨论的另一半）
- 一词多义先确认所指（歧义要先确认）
- 关键词检索的三个打分缺陷 —— 引擎层为什么找不准