146 lines
7.6 KiB
Go
146 lines
7.6 KiB
Go
package search
|
||
|
||
import (
|
||
"context"
|
||
"encoding/json"
|
||
"fmt"
|
||
"net/http"
|
||
"unicode/utf8"
|
||
)
|
||
|
||
// zhipuProfile 是智谱 BigModel 联网搜索（design/27 §2.1 国内首选；分册 11）。
|
||
//
|
||
// 认证：`Authorization: Bearer <api_key>`；纯 REST（POST + JSON）⇒ 零新依赖。
|
||
// 官方**定价已确证**（分册 11 的官方定价页逐字）：Search-Std 0.01 元/次、
|
||
// Search-Pro 0.03、Search-Pro-Sogou 0.05、Search-Pro-Quark 0.05。
|
||
//
|
||
// ✅ 官方 schema 已确证（2026-10-07，分册 11「官方 schema 确证」一节，逐条对应官方原文）：
|
||
// - 请求 9 字段：`search_query`（≤ **70** 字）/ `search_engine`（四档 enum，必填）/
|
||
// `search_intent`（boolean，页面标 required）/ `count`（**1–50**，默认 10）/
|
||
// `search_domain_filter` / `search_recency_filter` / `content_size` / `request_id` / `user_id`；
|
||
// - 响应：顶层 `id`/`created`/`request_id`/`search_intent`(object[])/`search_result`(object[])，
|
||
// `search_result[]` 每条 7 键 = `title`/`content`/`link`/`media`/`icon`/`refer`/`publish_date`；
|
||
// - 🔴 同名字段语义反转：请求侧 `search_intent` 是 **boolean**，响应侧是 **object[]**。
|
||
//
|
||
// ⚠️ 诚实边界：**没有 API key ⇒ 真机未实测**（分册 11「本轮未能确证」逐条）。因此：
|
||
//
|
||
// ① 请求只发**确证过的字段**；② 响应用共享提取器按**多组候选键**容错 —— 官方 schema
|
||
// 已排除的候选键**暂不删**（见 zhipuSpec），待真机实测通过后再收窄 —— 拿未实测的推断
|
||
// 去砍掉容错路径，风险大于收益；③ `content_size` 的取值属**半确证**（见常量注释）。
|
||
type zhipu struct{ cfg Config }
|
||
|
||
// zhipuPath 是联网搜索端点路径（分册 11 官方原文：POST https://open.bigmodel.cn/api/paas/v4/web_search）。
|
||
const zhipuPath = "/api/paas/v4/web_search"
|
||
|
||
// zhipuEngineStd 是默认搜索型号。取 `search_std`（自研基础搜索，官方定价页确证
|
||
// 0.01 元/次，四档里最便宜）。官方 API Reference 把 `search_engine` 列为**必填 enum**
|
||
// （`search_std`/`search_pro`/`search_pro_sogou`/`search_pro_quark`），这里显式写死一档
|
||
// 以固定成本；要换档请改这里，或后续开放为配置项。
|
||
const zhipuEngineStd = "search_std"
|
||
|
||
// zhipuMaxQueryRunes 是 `search_query` 的**官方硬上限**（API Reference：Maximum string
|
||
// length 70）。超限就**如实报错、一个请求都不发** —— 静默截断会让她以为搜的是别的东西。
|
||
//
|
||
// 按**字符（rune）**计：官方只写 "string length"，未说明是字符还是字节；中文查询词按字符
|
||
// 计最宽（一个中文 = 3 字节），拿不准时宁可少发几个字，也不误把合法查询词拒掉。
|
||
const zhipuMaxQueryRunes = 70
|
||
|
||
// zhipuCount 的官方合法区间（API Reference：1–50，默认 10）。
|
||
const (
|
||
zhipuMinCount = 1
|
||
zhipuMaxCount = 50
|
||
)
|
||
|
||
// zhipuContentSize 压短上游返回的正文（`medium` = 摘要），降低撞本仓 1 MiB 读取上限
|
||
// （plugins/tools/io 的 http 响应上限）的风险。
|
||
//
|
||
// ⚠️ **半确证**：API Reference 的字段表**没标 default**；「默认 medium」只来自 guide 页
|
||
// 示例旁的注释（分册 11「本轮未能确证」第 5 条）。这里按 `medium` 发，属保守取值。
|
||
const zhipuContentSize = "medium"
|
||
|
||
// newZhipu 造一家智谱 provider。
|
||
func newZhipu(cfg Config) Provider { return &zhipu{cfg: cfg} }
|
||
|
||
// Name 实现 Provider。
|
||
func (p *zhipu) Name() string { return NameZhipu }
|
||
|
||
// Search 实现 Provider。
|
||
func (p *zhipu) Search(ctx context.Context, q Query) ([]Result, error) {
|
||
if n := utf8.RuneCountInString(q.Text); n > zhipuMaxQueryRunes {
|
||
// 官方硬上限：超限**如实报错、不发请求**（截断 = 悄悄把她的查询词换成另一个）。
|
||
return nil, fmt.Errorf("search: zhipu: query is %d characters, upstream limit is %d",
|
||
n, zhipuMaxQueryRunes)
|
||
}
|
||
payload := map[string]any{
|
||
"search_engine": zhipuEngineStd,
|
||
"search_query": q.Text,
|
||
// 官方把 search_intent 标为 required（默认 false）：缺发可能触发 1213（未正常接收到
|
||
// 该参数）。发 false = 直接搜、不做意图识别。
|
||
// 🔴 响应侧同名字段是 object[]（意图结果），两侧语义相反 —— 别混用。
|
||
"search_intent": false,
|
||
// content_size 是**半确证**取值（见常量注释）：压短正文，降低撞读取上限的风险。
|
||
"content_size": zhipuContentSize,
|
||
}
|
||
// count 落在官方区间才透传；越界就**不发这个字段**，让上游用默认 10 ——
|
||
// 把非法值发上去换一个 1210 参数错误没有意义。
|
||
if c, ok := zhipuCount(q.Count); ok {
|
||
payload["count"] = c
|
||
}
|
||
body, err := json.Marshal(payload)
|
||
if err != nil {
|
||
return nil, fmt.Errorf("search: zhipu: encode request: %w", err)
|
||
}
|
||
data, err := do(ctx, p.cfg, request{
|
||
Method: http.MethodPost,
|
||
URL: baseURLJoin(p.cfg.BaseURL, zhipuPath),
|
||
Headers: map[string]string{"Authorization": "Bearer " + p.cfg.APIKey},
|
||
Body: body,
|
||
})
|
||
if err != nil {
|
||
return nil, err
|
||
}
|
||
return extractResults(data, zhipuSpec())
|
||
}
|
||
|
||
// zhipuCount 把工具侧的 count 收敛到官方区间 [1,50]；越界返回 ok=false（不发该字段）。
|
||
func zhipuCount(count int) (int, bool) {
|
||
if count < zhipuMinCount || count > zhipuMaxCount {
|
||
return 0, false
|
||
}
|
||
return count, true
|
||
}
|
||
|
||
// zhipuSpec 是智谱响应的候选形状。
|
||
//
|
||
// ✅ 2026-10-07 官方 schema 已确证（分册 11）：数组键是**顶层 `search_result`**，每条 7 键 =
|
||
// title/content/link/media/icon/refer/publish_date；官方**没有** snippet/summary/abstract/
|
||
// url/score/rank（「摘要」就在 `content` 里）。据此：
|
||
// - `publish_date` 是确证的发布时间 ⇒ 已映射到 Published；
|
||
// - 🔴 **`media` / `icon` / `refer` 当前一律不投影**（主人 2026-10-07 裁定，撤销先前把
|
||
// `media` 当 Snippet 候选的写法）。`media` 是**网站名称**（如「搜狐」），不是正文摘录：
|
||
// 官方响应**根本没有 `snippet`** ⇒ 若把它列为候选，`Snippet` 会被**恒由 `media` 填满**
|
||
// （不是偶尔兜底），等于每条结果的「摘要位」都变成站点名 —— 往语义位塞了另一类事实；
|
||
// 更危险的是共享提取器有一条**单向**回落（`extractResults`：`Content` 空 ⇒ 回落
|
||
// `Snippet`）⇒ 站点名有可能被当成正文递出去。
|
||
// `Result` 没有「来源站点」位（本片不许改 `extract.go` / `search.Result`）⇒ **将来要投影
|
||
// `media`，正确做法是给 `Result` 加一个字段并同步契约**（不是塞进 `Snippet`）。
|
||
//
|
||
// ⚠️ **候选键暂不删**：主人还没给 key，容错路径**未经真机验证**；官方 schema 只覆盖
|
||
// `search_std` 的文档口径（分册 11「各档引擎返回字段是否真同构」未确证）。**待真机实测
|
||
// 通过后**再把这些已排除的候选键收窄成单键。
|
||
func zhipuSpec() spec {
|
||
return spec{
|
||
Arrays: []string{"search_result", "results", "data", "data.results", "web_search_result"},
|
||
Title: []string{"title", "name"},
|
||
Link: []string{"link", "url"},
|
||
// 🔴 **不含 `media`**：它是网站名称、不是正文摘录，且官方响应没有 `snippet`
|
||
// ⇒ 列进来会让 Snippet **恒**被站点名填满，并被共享提取器的单向回落当成正文
|
||
// 递出去（理由见上方注释；`media`/`icon`/`refer` 当前一律不投影）。
|
||
Snippet: []string{"snippet", "summary", "abstract"},
|
||
Content: []string{"content", "text"},
|
||
// 官方确证：publish_date（如 "2025-05-23"）。
|
||
Published: []string{"publish_date", "published", "date"},
|
||
Score: []string{"score", "rank"},
|
||
}
|
||
}
|