docs(design): 搜索 Agent 装配层设计（app/search/）

方案 A 平铺模块：prompt.py / skills.py / tools.py / vision.py
新增 OCRProvider Protocol + adapters/ocr.py
Prompt 从 TRM4 store/prompts/v2/ 原封不动复制

research-wiki/designs/2026-07-07-search-module-design.md

@@ -0,0 +1,313 @@
+---
+type: design
+node_id: design:2026-07-07-search-module-design
+title: "搜索 Agent 装配层设计（app/search/）"
+date: 2026-07-07
+---
+
+# 搜索 Agent 装配层设计（app/search/）
+
+**日期** 2026-07-07 · **状态** 已批准 · **关联** TRM4 `core/search/` + `core/tree/tools.py` + `core/tree/vision.py`
+
+---
+
+## §1 定位
+
+`app/search/` 是搜索 Agent 的"装配层"——为 `core/agent/loop.py` AgentLoop 提供 **prompt 组装**、**skill 管理**、**工具定义/分发** 和 **视觉观察**。它不控制推理循环，只被 AgentLoop 调用；编排责任在 `app/harness/inference.py`。
+
+### 与 TRM4 的映射
+
+| TRM4 | TRM5 | 变更类型 |
+|------|------|---------|
+| `core/search/prompt.py` | `app/search/prompt.py` | 保真迁移 + P4 显式参数 |
+| `core/search/skills.py` | `app/search/skills.py` | 保真迁移 |
+| `core/tree/tools.py` | `app/search/tools.py` | 重组为 `SearchToolDispatcher` 类 |
+| `core/tree/vision.py` | `app/search/vision.py` | 异步化 + Protocol 注入 |
+| `core/tree/ocr.py` | `adapters/ocr.py` | 异步化 + OCRProvider Protocol |
+
+---
+
+## §2 模块结构
+
+```
+app/search/
+├── __init__.py      # 公开 API 重导出
+├── prompt.py        # PromptManager — prompt 加载与拼装
+├── skills.py        # SkillRegistry + discover_skills — skill 扫描与注册
+├── tools.py         # SearchToolDispatcher（实现 ToolDispatcher Protocol）
+└── vision.py        # observe_frame（VLM 两轮 + OCR 注入）
+
+adapters/
+└── ocr.py           # MonkeyOCRClient（实现 OCRProvider Protocol）
+
+core/protocols.py    # 新增 OCRProvider Protocol
+
+store/prompts/       # 初始种子（从 TRM4 v2 直接复制，不修改）
+├── system.md
+├── observe_frame_extract.md
+└── observe_frame_verify.md
+```
+
+---
+
+## §3 依赖方向
+
+```mermaid
+flowchart TB
+    subgraph adapters
+        OCR_IMPL["adapters/ocr.py\nMonkeyOCRClient"]
+    end
+
+    subgraph core
+        PROTO["core/protocols.py\nOCRProvider Protocol"]
+        AGENT_PROTO["core/agent/protocols.py\nToolDispatcher Protocol"]
+    end
+
+    subgraph app/search
+        PROMPT["prompt.py\nPromptManager"]
+        SKILLS["skills.py\nSkillRegistry"]
+        TOOLS["tools.py\nSearchToolDispatcher"]
+        VISION["vision.py\nobserve_frame"]
+    end
+
+    subgraph app/tree
+        ENV["environment.py\nTreeEnvironment"]
+    end
+
+    OCR_IMPL -->|实现| PROTO
+    TOOLS -->|实现| AGENT_PROTO
+    TOOLS --> ENV
+    TOOLS --> SKILLS
+    TOOLS --> VISION
+    VISION -->|依赖| PROTO
+    PROMPT --> SKILLS
+    PROMPT -.->|读取| STORE["store/prompts/*.md"]
+```
+
+依赖只向内或同层，`core/` 不认识 `app/search/`。
+
+---
+
+## §4 公开 API
+
+### 4.1 PromptManager（prompt.py）
+
+```python
+class PromptManager:
+    def __init__(self, prompts_dir: Path) -> None: ...
+    def build_inference_prompt(
+        self,
+        skill_mode: str,
+        task_type: str,
+        always_skills_text: str,
+        task_skill_map: dict[str, str],
+        catalog_text: str,
+    ) -> str: ...
+    def format_user_prompt(
+        self,
+        question: str,
+        options: list[str],
+        l1_node_ids: list[str],
+        task_type: str | None = None,
+    ) -> str: ...
+    def load(self, name: str) -> str: ...
+```
+
+**与 TRM4 有意变更**：
+- 工具描述从 `app/search/tools.py` 的 `get_tool_descriptions()` 获取（职责归属修正）
+- `format_user_prompt` 参数从 `dict` 改为显式 `question` / `options` / `l1_node_ids`（P4）
+
+### 4.2 SkillRegistry + discover_skills（skills.py）
+
+```python
+def parse_frontmatter(text: str) -> dict[str, str]: ...
+def strip_frontmatter(text: str) -> str: ...
+
+class SkillRegistry:
+    def set_paths(self, mapping: dict[str, Path]) -> None: ...
+    def read(self, name: str) -> str: ...
+
+def discover_skills(skills_dir: Path) -> tuple[str, dict[str, str], str, SkillRegistry]: ...
+```
+
+与 TRM4 逻辑完全一致，无有意变更。
+
+### 4.3 SearchToolDispatcher（tools.py）
+
+```python
+def get_tool_descriptions(include_read_skill: bool = False) -> str: ...
+
+class SearchToolDispatcher:
+    """实现 core/agent/protocols.ToolDispatcher。"""
+    def __init__(
+        self,
+        env: TreeEnvironment,
+        vlm: VLMProvider,
+        ocr: OCRProvider | None,
+        prompts_dir: Path,
+        skills: SkillRegistry | None,
+        *,
+        embed_fn: Callable[[str | list[str]], np.ndarray],
+        verify_vision: bool = True,
+        stats_sink: Callable[[dict[str, int]], None] | None = None,
+    ) -> None: ...
+
+    async def dispatch(
+        self, tool_name: str, args: dict[str, Any], *, context: dict[str, Any]
+    ) -> str: ...
+```
+
+| 工具 | 实现路径 |
+|------|---------|
+| `view_node` | → `env.view_node(node_id)` |
+| `search_similar` | → `env.search_similar(query, top_k, embed_fn=...)` + 格式化 |
+| `observe_frame` | → `env.resolve_frame_paths(...)` + `vision.observe_frame(...)` |
+| `submit_answer` | → 返回确认文本 |
+| `read_skill` | → `skills.read(name)` |
+| 未知工具 | → `raise ValueError`（AgentLoop 捕获，不计步） |
+
+**与 TRM4 有意变更**：
+- 自由函数 + 大量位置参数 → 类封装（构造时注入依赖）
+- 工具描述 `get_tool_descriptions()` 移入此文件
+- `search_similar` 结果格式化由 dispatcher 负责（env 返回 `list[tuple[str, float]]`）
+
+### 4.4 observe_frame（vision.py）
+
+```python
+async def observe_frame(
+    vlm: VLMProvider,
+    frame_paths: list[Path],
+    question: str,
+    prompts_dir: Path,
+    *,
+    ocr: OCRProvider | None,
+    stats_sink: Callable[[dict[str, int]], None] | None = None,
+    verify: bool = True,
+) -> str: ...
+```
+
+两轮 VLM 调用保真：
+
+```
+1. [可选] OCR 转录 → 事前并置到 user_content
+2. 提取轮: VLM + observe_frame_extract.md
+3. [可选] 验证轮: VLM + observe_frame_verify.md
+4. 返回 "[视觉观察] {证据}\n[验证] {核实结果}"
+```
+
+**与 TRM4 有意变更**：
+
+| 项目 | TRM4 | TRM5 |
+|------|------|------|
+| 异步 | `_call_vl` 同步 | `await vlm.chat_with_images()` |
+| VLM 接口 | 裸 LLMClient + 手动 base64 | VLMProvider Protocol，images 传 Path |
+| OCR 接口 | `Callable[[list[Path]], str]` | `OCRProvider` Protocol（async） |
+| Prompt 内容 | store/prompts/v2/ | 原封不动复制 |
+
+### 4.5 OCRProvider Protocol（core/protocols.py 新增）
+
+```python
+@runtime_checkable
+class OCRProvider(Protocol):
+    """帧文字转录端口。"""
+    async def transcribe_frames(self, frame_paths: list[Path]) -> str: ...
+```
+
+### 4.6 MonkeyOCRClient（adapters/ocr.py）
+
+```python
+class MonkeyOCRClient:
+    """实现 OCRProvider Protocol。多端点轮询 + 单帧降级。"""
+    def __init__(self, urls: list[str]) -> None: ...
+    async def check_health(self) -> None: ...
+    async def transcribe_frames(self, frame_paths: list[Path]) -> str: ...
+```
+
+内部同步 HTTP 调用通过 `asyncio.to_thread` 包装。端点轮询 + 线程安全 Session 保留 TRM4 逻辑。
+
+---
+
+## §5 交互流程
+
+```mermaid
+sequenceDiagram
+    participant H as harness/inference
+    participant PM as PromptManager
+    participant SK as discover_skills
+    participant AL as AgentLoop
+    participant TD as SearchToolDispatcher
+    participant ENV as TreeEnvironment
+    participant V as vision.observe_frame
+    participant VLM as VLMProvider
+    participant OCR as OCRProvider
+
+    H->>SK: discover_skills(skills_dir)
+    SK-->>H: (always_text, task_skill_map, catalog_text, registry)
+    H->>PM: build_inference_prompt(...)
+    PM-->>H: system_prompt
+    H->>PM: format_user_prompt(question, options, l1_ids)
+    PM-->>H: user_prompt
+    H->>TD: 构造(env, vlm, ocr, prompts_dir, registry, embed_fn)
+    H->>AL: run(system_prompt, user_prompt, tool_dispatcher)
+
+    loop AgentLoop 每步推理
+        AL->>TD: dispatch("view_node", args, context)
+        TD->>ENV: view_node(node_id)
+        ENV-->>TD: 节点文本
+        TD-->>AL: 输出
+
+        AL->>TD: dispatch("observe_frame", args, context)
+        TD->>ENV: resolve_frame_paths(node_ids)
+        ENV-->>TD: list[Path]
+        TD->>V: observe_frame(vlm, paths, question, ...)
+        V->>OCR: transcribe_frames(paths)
+        OCR-->>V: ocr_text
+        V->>VLM: chat_with_images(extract prompt)
+        VLM-->>V: raw_evidence
+        V->>VLM: chat_with_images(verify prompt)
+        VLM-->>V: verify_result
+        V-->>TD: "[视觉观察] ...\n[验证] ..."
+        TD-->>AL: 输出
+
+        AL->>TD: dispatch("submit_answer", args, context)
+        TD-->>AL: "[ok] 答案已提交"
+    end
+    AL-->>H: LoopResult
+```
+
+---
+
+## §6 错误处理
+
+| 场景 | 处理 | 与 TRM4 一致性 |
+|------|------|---------------|
+| 节点不存在 | env 抛 KeyError，dispatcher 捕获返回错误文本 | 一致 |
+| 帧文件不存在 | FileNotFoundError，vision 返回 `[VL错误]` | 一致 |
+| VLM 提取轮失败 | 捕获 Exception，返回 `[VL错误]` | 一致 |
+| VLM 验证轮失败 | 降级返回 `[验证] 跳过（调用失败）` | 一致 |
+| OCR 失败 | 降级不注入，stats `ocr_failed=1` | 一致 |
+| 未知工具名 | raise ValueError，AgentLoop 不计步 | 一致 |
+| read_skill 未注册 | KeyError 透传，dispatcher 捕获返回错误文本 | 一致 |
+
+原则：工具执行错误不中断 AgentLoop，所有异常在 dispatcher 层兜底为错误文本。
+
+---
+
+## §7 测试策略
+
+| 测试文件 | 覆盖 | 方法 |
+|----------|------|------|
+| `test_search_prompt.py` | PromptManager 加载/拼装/格式化 | 临时目录写 prompt 文件 |
+| `test_search_skills.py` | frontmatter 解析、discover_skills 分类 | 临时目录写 .md |
+| `test_search_tools.py` | SearchToolDispatcher 5 个工具分发 | 假 env/VLM/OCR 通过 Protocol 注入 |
+| `test_search_vision.py` | observe_frame 两轮、OCR 注入/降级、stats | 假 VLMProvider + 假 OCRProvider |
+| `test_ocr_adapter.py` | MonkeyOCRClient 健康检查/轮询/降级 | responses 库 mock HTTP |
+
+---
+
+## §8 被否决的方案
+
+| 方案 | 否决理由 |
+|------|---------|
+| vision.py 放 app/tree/ | observe_frame 是搜索工具实现，不是建树管线；tree/ 是离线预处理模块 |
+| tools/ 子包 | 当前仅 5 个工具，子包过度组织 |

research-wiki/graph/edges.json

@@ -25,6 +25,16 @@
       "id": "plan:tree-module-vertical-slice",
       "label": "建树模块竖切实现计划",
       "type": "plan"
+    },
+    {
+      "id": "plan:question-gen",
+      "label": "question_gen 模块实现计划",
+      "type": "plan"
+    },
+    {
+      "id": "design:2026-07-07-search-module-design",
+      "label": "搜索 Agent 装配层设计（app/search/）",
+      "type": "design"
     }
   ],
   "links": [
@@ -41,6 +51,13 @@
       "relation": "implements",
       "evidence": "计划逐 Task 实现设计文档中的 11 个模块",
       "added": "2026-07-07T05:27:02.953166+00:00"
+    },
+    {
+      "source": "plan:question-gen",
+      "target": "design:question-gen",
+      "relation": "implements",
+      "evidence": "实现计划覆盖设计文档的全部需求",
+      "added": "2026-07-07T08:32:53.887071+00:00"
     }
   ]
 }

research-wiki/index.md

@@ -1,15 +1,19 @@
 # Research Wiki 索引
 
-> 自动生成，更新时间：2026-07-07 05:27 UTC
+> 自动生成，更新时间：2026-07-07 09:14 UTC
 
-## design (3)
+## design (5)
 - [2026-07-06-core-agent-adapters-llm-design](designs/2026-07-06-core-agent-adapters-llm-design.md) `design:2026-07-06-core-agent-adapters-llm-design`
+- [出题模块迁移设计（question_gen）](designs/2026-07-07-question-gen-design.md) `design:2026-07-07-question-gen-design`
 - [建树模块竖切设计：数据结构 + 建树 + 修复 + 迁移](designs/2026-07-07-tree-module-design.md) `design:2026-07-07-tree-module-design`
 - [建树模块竖切设计：数据结构 + 建树 + 修复 + 迁移](designs/tree-module-vertical-slice.md) `design:tree-module-vertical-slice`
+- [搜索 Agent 装配层设计（app/search/）](designs/2026-07-07-search-module-design.md) `design:2026-07-07-search-module-design`
 
-## plan (5)
+## plan (7)
 - [2026-07-06-core-agent-adapters-llm](plans/2026-07-06-core-agent-adapters-llm.md) `plan:2026-07-06-core-agent-adapters-llm`
+- [2026-07-07-question-gen](plans/2026-07-07-question-gen.md) `plan:2026-07-07-question-gen`
 - [2026-07-07-tree-module-vertical-slice](plans/2026-07-07-tree-module-vertical-slice.md) `plan:2026-07-07-tree-module-vertical-slice`
 - [core/agent/ + adapters/llm 基础设施实现计划](plans/core-agent-adapters-llm.md) `plan:core-agent-adapters-llm`
+- [question_gen 模块实现计划](plans/question-gen.md) `plan:question-gen`
 - [建树模块竖切实现计划](plans/tree-module-vertical-slice.md) `plan:tree-module-vertical-slice`
 - [项目基础设施初始化计划](plans/infrastructure-setup.md) `plan:infrastructure-setup`

research-wiki/log.md

@@ -12,3 +12,8 @@
 - [2026-07-07 05:26 UTC] 新增 plan: 建树模块竖切实现计划 (plan:tree-module-vertical-slice)
 - [2026-07-07 05:27 UTC] 新增边: plan:tree-module-vertical-slice --implements--> design:tree-module-vertical-slice
 - [2026-07-07 05:27 UTC] 重建索引: 8 篇页面
+- [2026-07-07 08:32 UTC] 新增 plan: question_gen 模块实现计划 (plan:question-gen)
+- [2026-07-07 08:32 UTC] 新增边: plan:question-gen --implements--> design:question-gen
+- [2026-07-07 08:32 UTC] 重建索引: 11 篇页面
+- [2026-07-07 09:14 UTC] 新增 design: 搜索 Agent 装配层设计（app/search/） (design:2026-07-07-search-module-design)
+- [2026-07-07 09:14 UTC] 重建索引: 12 篇页面