argo DSH 插件

Argo 专为 AI Agent 设计，支持 120+ 搜索源和 60+ 业务域，自动按语言和领域路由查询。输出精简 JSON 证据候选并附带可信度分解，节省 Token。还提供深度研究、证据闭环、登录态专业搜索等能力。

如何安装 argo DSH 插件

dsh plugin --profile web add "github:taxueseek/argo#main&path:packages/dsh-plugin

复制不会执行命令。安装 argo DSH 插件前请核对仓库和版本。

argo DSH 插件数据来源

argo DSH 插件快照日期：2026年8月16日

discovered

argo DSH 插件能做什么

统一搜索，自动路由到垂直源（行情、影视、体育等），背后 120+ 引擎、60+ 领域。
证据闭环：高后果问题标记 `fetch_required`，`--verify` 一键核验正文并回填核实后证据分。
深度研究：将宽泛问题拆解为子问题，多源并行采集，并给出证据缺口提示。
双层缓存（内存 LRU + SQLite），热查询约 10ms 返回，登录态结果隔离缓存。
10 个 MCP 工具：搜索、研究、证据、消歧、抓取、截图、PDF、社交舆情、本地文件搜索、站点爬取。

argo DSH 插件适合哪些场景

Agent 需要查询实时 A 股股价，Argo 自动路由到新浪/腾讯行情源。
事实核查 Agent 搜索某个说法后，用 `--verify` 核验 top 结果，拿到核实后证据分。
多语言 Agent 用日语或韩语提问，Argo 检测语言并路由到语言友好引擎，避免中文专用源。
研究型 Agent 使用深度研究模式收集宽泛话题的证据，并得到还缺哪些证据的提示。

argo DSH 插件适合谁

AI Agent 开发者及使用者，需要可靠、省 Token 的联网搜索能力。
构建基于 MCP 的 AI 应用，需要多语言搜索和证据核验的团队或个人。

argo DSH 插件的限制

需要 Python 3.10+ 和 PyYAML；部分高级功能（如反爬、离线搜索）依赖可选依赖（curl_cffi、ddgs 等）。
登录态专业搜索（如知乎、小红书）默认关闭，需要额外配置 ego-search 子技能。
部分功能仍处于早期版本（v2.8.0），某些引擎可能有限制或需要 API Key 才能获得最佳质量。

argo DSH 插件的仓库 README 摘录

以下文字摘自 argo DSH 插件的上游仓库 taxueseek/argo 的 README，版权归原作者，仅作引用。

> 简单来说：前三种方案解决「**人**找信息」，Argo 解决「**Agent 及搜索核查于一身，具备一条龙的搜索服务**」。差别不在界面，在交付物，给人看的叫总结页或链接清单，给 Agent 的应是能排序、能复核、不撑爆上下文的优质内容，更可靠的搜索信息。 <p align="center"> <img src="assets/readme/why-better.svg" width="100%" alt="左侧三种默认搜索给人看的结果，右侧 Argo 给 Agent 的可吸收证据 JSON"> </p> | 维度 | 模型自带搜索 | AI 搜索（总结型） | 聚合搜索 / 搜索引擎 | **Argo** | |------|------------|-------------------|---------------------|----------| | 结果形态 | 拼好的长文本 | 给人看的总结页 | SERP 链接清单 | **精简 JSON：证据候选 + 可信度分解** | | 垂直问题（行情 / 化学式） | 泛搜网页 | 泛搜再总结 | 泛搜网页 | **直连垂直源，直接给答案** | | 证据可信度 | 无评分 | 无结构化评分 | 无评分 | **selection · absorption · freshness · 共识** | | 重复查询 | 每次都打网 | 每次都打网 | 靠页面缓存 | **双层缓存（内存 + SQLite），热查询约 10ms** | | 成本控制 | 不可控 | 单次贵 | 免费但费事 | **预算模式，免费优先，Key 全可选** | | 多语言 | 随模型走 | 随模型走 | 随引擎走 | **语言检测 + 引擎语言参数 + 多国语言支持** | > 机制上，Argo 把搜索当成一条**证据管线**：语言检测 → 领域路由 → 多引擎召回 → RRF 融合 → 证据快评，交付的是 Agent 可直接排序、可 `fetch` 复核、不撑爆上下文的材料。工具链不用换，需要换的是「搜索结果应该长什么样」——再往下一层，还有和「再包一层搜索 API 的差别」，那是实现细节的对比。 --- ## 这是什么 **Argo 是给 AI Agent 用的多语言搜索基础设施。** 真实检索从来不是「一种语言 + 一个搜索框」：有人问 A 股行情，有人问 World Cup，有人用日文找动画，有人要 IMDb 上的导演信息。Argo 的出发点很朴素——**按领域、按语言、按需求选路**，把问题送到合适的源，而不是一律扫网页标题。联网搜索与本机文件搜索一体可用。 > 产出不是「链接清单」，而是「证据候选 + 可信度分解」。路选对了，证据才站得住。 ### 和「再包一层搜索 API」的差别 |

阅读完整 README仓库许可: MIT

argo DSH 插件常见问题

如何将 Argo 安装为 DSH 插件？

执行命令：`dsh plugin --profile web add "github:taxueseek/argo#main&path:packages/dsh-plugin"`，然后重启 `dsh web` 即可获得 10 个 MCP 工具。你也可以使用一键安装脚本或 npx 方式安装。

Argo 需要 API Key 吗？

不需要，Argo 开箱即用，内置免费引擎如 DuckDuckGo、local_* 引擎和众多垂直源。如果你配置了某些引擎的 API Key（如 Tavily、Exa），质量可能会提升，但完全可选。未配置 Key 的引擎会自动跳过。

Argo 支持多语言搜索吗？

支持，Argo 会检测查询语言并路由到相应语言友好的引擎。支持中文、英文、日文、韩文、西里尔文、泰文、阿拉伯文、希伯来文、希腊文、天城文等。非中文查询会避免误入知乎、搜狗微信等中文专用源。

Argo 的证据核验如何工作？

Argo 会对高后果问题（金融、医疗、法律）标记 `fetch_required`，每条结果标记 `fetch_suggested`。使用 `--verify 3` 可以自动抓取 top 结果的正文，提取并回填核实后的证据分。核实过的链接会被记住，下次搜索时直接显示已验证。

Argo 提供哪些 MCP 工具？

Argo 提供 10 个 MCP 工具：`argo_search`（搜索）、`argo_research`（深度研究）、`argo_evidence`（证据核验）、`argo_clarify`（意图消歧）、`argo_fetch`（页面抓取）、`argo_screenshot`（截图）、`argo_pdf`（PDF 提取）、`argo_social_search`（社交舆情）、`argo_local_search`（本地文件搜索）、`argo_crawl`（站点爬取）。