# GPT Search Orchestrator

一个只读、免费优先的远程 MCP 第一版，用来补充 ChatGPT 对中文互联网和海外公开网页的检索能力。

它负责搜索、读取和标记证据状态，不负责判断事实真伪，也不替 ChatGPT 形成最终结论。

## 第一版能力

- `search_public_evidence`
  - 优先使用平台公开接口，并通过免费搜索索引补充发现中文与海外公开页面。
  - 中文平台：哔哩哔哩、知乎、微博、百度贴吧、V2EX、Linux.do。
  - 海外平台：GitHub、Reddit、YouTube、Hacker News。
  - 可同时传入中文查询和英文/原文查询。
  - 每个平台单独返回成功、无结果或失败状态。
  - 第一版是尽力检索：知乎、微博、贴吧等平台若触发验证或搜索索引没有收录，会如实返回无结果、警告或访问失败，不会拿别的网站冒充。
- `fetch_public_page`
  - 读取一个公开网页并机械提取标题、描述和正文。
  - 明确区分正文、元数据、搜索摘要和访问失败。
  - B站视频第一版只读取公开视频元数据，不假装看过视频、字幕或评论。
  - 不登录、不处理验证码、不绕过访问限制。

暂不支持 X 专用搜索，也不使用任何付费数据源。

## 本地运行

```powershell
. E:\CodexTools\codex-tools.ps1
uv sync
uv run uvicorn app:app --host 127.0.0.1 --port 8000
```

服务地址：

- 健康检查：`http://127.0.0.1:8000/health`
- MCP：`http://127.0.0.1:8000/mcp`

## 设计边界

- 搜索摘要只标为 `search_snippet_only`，不会冒充已读取正文。
- 页面打开但正文不可见时标为 `metadata_only_or_blocked_shell`。
- 来源失败会保留在 `source_errors`，不会用无关网站静默替换。
- 工具只做机械检索、提取和状态标注；来源评价与最终判断由 ChatGPT完成。

## 速度与稳定性

- 相同搜索结果缓存 10 分钟，相同公开页面缓存 10 分钟，减少重复请求和平台压力。
- 对 `429` 和临时服务器错误最多重试一次，并采用短暂指数退避；不会无限重试拖慢回答。
- 对容易限流的搜索主机做轻量请求节流，各平台失败互不影响。
- 实时刷新失败时，可在一小时内返回最近一次成功的搜索缓存，并明确标记 `stale_if_error`。
- 不使用代理池、伪造账号、验证码破解或登录态窃取。平台明确拒绝访问时会返回警告或失败。