Search & research
研究与知识图谱
多步骤研究流水线与结构化实体图谱。
research — 一条命令跑完完整流水线
omniscout research "emerging quantum computing startups 2026"
omniscout research "vector database benchmarks 2026" --results 10一次调用跑完整个流水线：搜索 → 抓取 → 提取 → 重排序 → 总结。可用以下参数调节：
| 参数 | 含义 | 默认值 |
|---|---|---|
--results/-k | 抓取的来源数 | 8 |
--depth | 抓取深度（1 = 仅列表） | 1 |
--query/-q | 用 flag 而非位置参数传入主题 | — |
--summarize / --no-summarize | 是否运行摘录式总结 | summarize |
--probe-pro | 使用 Probe Pro 流水线以获得更好答案 | off |
--probe | 使用 Probe Zero Mini LLM 而非 Probe Pro | off |
research 输出可直接 pipe 给 jq：omniscout research "topic" | jq '.passages[0:3]'。
何时用 research、answer、extract
answer— 查一个事实，要快。research— 需要跨多源调研一个主题，并拿到可引用的片段。extract— 已知 URL，直接跳过搜索步骤。见提取。
graph — 结构化知识图谱
omniscout graph "Cursor" # search the web and extract
omniscout graph "Cursor" -w cursor.com # crawl that site directly
omniscout graph "Cursor" --data # include sources, timing, diagnostics
omniscout graph "Cursor" --llm # optional LLM overlay on the evidencegraph 将公司、人物或产品映射为实体与关系的结构化 Unicode 树。传入裸域名（cursor.com）则只停留在站内，或用 -w/--website 将抓取限定到单个站点及其内链。--results/-k 控制抓取的来源 / 页面数（默认 5）。
benchmark — 对比问答模式
omniscout benchmark answers
omniscout benchmark retrieval
omniscout benchmark ablation # full ablation matrix with persisted metricsbenchmark 针对 bundled gold 数据集评估答案质量、检索与格式化 — 便于在 agent 循环中定型前，比较 --probe、--classic 与 --probe-pro。benchmark startup 测量 CLI 启动开销；benchmark format 评分 Exa 风格格式化。
Probe Zero 与 Classic
Probe Zero 是本地问答引擎（见 omniscout settings engines）：
- Probe Zero Mini — 本地 LLM 综合，适合作为直接问答的默认选项。
- Classic — 摘录式、无 LLM；模型预热后确定性强、可完全离线。
- Probe Pro — 结构化 claim 流水线（抓取 → 验证 → 渲染），面向最难的问题。
在 agent 循环中定型前，先用 omniscout benchmark answers 在 gold benchmark 上对比它们。