treg
superdesigndev
给 Agent 的工具目录:按「要做的事」检索约 2,600 个外部接口(SEO 与 SERP、外链、社交、人物与公司信息补全、广告库、抓取),查看参数与单次调用价格后直接调用,凭据由服务端注入。附带技能,MCP 行在未设置 TREG_TOKEN 前保持禁用。
我们跑过,装得上
taxueseek/argo
专为 agent 打造的搜索工具:多语言,覆盖中文/英文/学术/代码/购物/金融/新闻/百科。
安装
npm 方式
直接拉已发布的 tarball,不用克隆整个仓库,也不需要额外配置。如果你用的是别的 profile,把 `web` 换成对应的名字。
GitHub 方式 · npm 包
从 GitHub 装会执行项目自己的构建脚本,而 pnpm 默认拦着不让跑——先跑一次这条命令,pnpm 会打印出要加到 ~/.dsh/profiles/web/pnpm-workspace.yaml 里 `allowBuilds` 下面的那个 key。
我们跑过之后
装得上,但不是 profile layer
命令是好的。它的 package.json 里没写 dsh.bundle,所以 harness 把它当普通依赖收下,而不是叠一层到你的 profile 上——按它 README 说的方式用就行。以后哪个版本补上了,会自己生效。
这里每条命令都在一次性容器里、对着干净 profile 真跑过,结果取自 harness 自己的记录,不是读源码猜的。 最近一次 昨天.
安装前须知
是什么 — Argo 是 AI Agent 的多语言搜索基础设施,提供结构化证据 JSON 与可信度分解。
谁该装 — 使用 DeepSeek Harness 开发 Agent 处理财经、体育或影视查询的开发者适合安装 Argo,它能提供排序且可复核的证据材料。 如果你寻求的是模型自带搜索给人的拼合文本总结页,则不适合安装。
注意 — 安装命令可正常执行,实测能装上但 package.json 无 dsh.bundle,故作为普通依赖处理,不会增加 profile layer。 没发现明显的坑。
锐评 — 我会装,因为它提供 Agent 级证据管道能降低上下文膨胀和搜索成本,但作为普通依赖不会额外增加 profile layer,必须按其机制使用。
grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。

argo 是一个 DeepSeek Harness 插件,为 agent 提供覆盖网页、学术、代码、购物、金融、新闻和百科的多语言搜索。它返回适合排序和复核的证据候选,而不是一段不可拆分的总结或未经整理的链接列表。
插件通过 MCP 暴露 10 个 mcp__argo__* 工具。查询会经过语言检测、领域路由、多引擎召回、RRF 融合和证据快评,输出统一 JSON,其中可包含 selection、absorption、freshness、credibility_fast、evidence_flags、engine_outcomes 与 recovery。它也提供 scripts/search.py 命令行入口、scripts/mcp_server.py 本地 MCP 入口和本机文件搜索;缓存使用内存加 SQLite,配置由 PyYAML 读取。
它适合需要跨语言检索、垂直数据源和事实核查的 agent。若只需要简单网页搜索,或需要截图、JS 渲染页、PDF 提取却不准备安装可选依赖,arlo 不一定合适。运行要求为 Python 3.10+;API key 可选,未配置时会跳过相应来源。检测到终端风险,插件会在 agent 权限下运行 Python 脚本、MCP 服务及可选本地搜索工具,因此也会接触终端和本地文件搜索能力。
argo 先检测语言,再依据领域规则、TF-IDF、预算和缓存热路径选择来源。多个引擎可并行召回,结果经 RRF 融合,并可进行精排和证据快评。无结果时会分阶恢复:放宽查询、切换同族或通用引擎,再尝试跨语言。输出为紧凑 JSON,可带 engine_outcomes 和 recovery。
selection 表示来源权威性,absorption 表示证据密度,freshness 表示时效。README 建议高后果问题先 search,再对高排名结果执行 fetch。搜索结果页、跳转链和社交帖不应直接当作正文事实来源。
配置文件由 PyYAML 读取。API key 不是必需项;未配置时使用免费引擎和本地 local_* 引擎,已配置的来源可提供更多覆盖。ARGO_PYTHON 仅供 npx 入口选择 Python 可执行文件。用户层的 cordis.patch.yml 可覆盖 mcp-argo 的来源。
scripts/search.py "query" --json 执行 JSON 搜索,scripts/search.py --list-engines 列出引擎;scripts/mcp_server.py 启动本地 Python MCP 服务。GitHub MCP 入口为 npx -y github:taxueseek/argo。DSH bundle 位于 packages/dsh-plugin/,Python 中也可使用 from search import super_search。
必需 Python 3.10+ 和 PyYAML;使用 npx MCP 路径需要 Node.js 18+。curl_cffi、ddgs CLI、realtime-index CLI、Chrome、pdfplumber、PyMuPDF 和 Playwright 为可选依赖,分别用于反爬 TLS、本地搜索、实时索引、渲染、PDF 提取和截图。
缺少可选依赖时,相应引擎或工具会禁用或回退。argo_pdf 需要 PDF 提取依赖,截图需要 Chrome 或 Playwright。README 未列出具体 API key 配置名。
根据项目自己的文档整理,会跟着上游更新。两边对不上时以源码仓库为准—— 去 GitHub 看原始 README
同一分类
superdesigndev
给 Agent 的工具目录:按「要做的事」检索约 2,600 个外部接口(SEO 与 SERP、外链、社交、人物与公司信息补全、广告库、抓取),查看参数与单次调用价格后直接调用,凭据由服务端注入。附带技能,MCP 行在未设置 TREG_TOKEN 前保持禁用。
我们跑过,装得上
lire1131
DSH 撤销/回退系统:配置变更自动存档,一键撤销/恢复/回退到任意版本,支持 WebUI 与离线 CLI/GUI 工具(DSH 启动失败也能救)。
我们跑过,装得上
Vladimir-Human
面向俄罗斯十家电商平台的技能与可选 MCP 行:跨 Wildberries、Detsky Mir、Yandex Market 比价,以及各平台的搜索、商品卡与评论。安装后 13 个技能立即可用;两行 MCP 默认关闭,需将 RU_MARKETPLACE_MCP_DIR 指向本地克隆,该克隆需要 Python 3.12+ 与 uv。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。