给研究 Agent 加一只预算旋钮
Webhound 把研究深度直接绑定到预算:给出问题和美元预算后,Agent 继续追踪线索、检查弱主张,预算用完再返回带来源的报告或结构化数据;它可以通过 MCP 或 API 接入其他 Agent。12
另一个值得看的工程样本是
last30days-skill。它把一次研究拆成对象识别、多源并行搜索、按参与度、相关性、新鲜度排序、合并同一故事,再输出一份简报。README 还明确列出:Reddit(含评论)、Hacker News、Polymarket、GitHub、StockTwits 无需 key;X、YouTube、小红书和 Web 等来源需要额外配置。3把两条信息合在一起,研究 Agent 至少要有两道闸门:预算决定何时停,证据字段决定什么能留下。可以直接改写这条提示词:
你是研究 Agent。先把问题拆成可验证的子问题,并为每个子问题列出首选来源和可能的反例。
总预算:$___;达到预算,或连续 ___ 个新来源没有新增事实时停止。
每条结论都输出:结论、原文摘录、来源 URL、置信度、未解决冲突。
不要用搜索摘要代替原文;单一来源结论标为待复核。先输出研究计划,得到批准后再开始检索。预算是停止条件,不是正确性证明。市场调研、技术选型和竞品跟踪都能套这套结构,但关键结论仍要抽查原文和冲突来源。
References
- 1Webhound 官方页webhound.ai
- 2Webhound Product Hunt 产品页producthunt.com
- 3last30days-skill READMEgithub.com


Comments
Sign in to comment.