feat: add find-something skill - general purpose search pipeline

2026-06-13 01:51:44 +09:00
parent f1548fc74d
commit ffb3bd9b59
7 changed files with 972 additions and 0 deletions
@@ -0,0 +1,126 @@
+# Step 3: 결과 수집
+
+## 개요
+
+각 검색 소스에서 수집한 결과를 통합하고, 중복을 제거하며, 기본 필터링을 수행합니다.
+
+## 처리 과정
+
+### 1단계: 결과 통합
+
+여러 검색 소스의 결과를 하나의 목록으로 통합합니다:
+
+```
+웹 검색 결과 (8건)
+ 유형별 검색 결과 (5건)
+= 통합 결과 (13건)
+```
+
+### 2단계: 중복 제거
+
+동일한 내용을 여러 소스에서 발견한 경우 하나로 통합합니다.
+
+#### 중복 기준
+
+| 기준 | 방법 |
+|------|------|
+| **URL 일치** | 동일 URL |
+| **제목 유사도** | 텍스트 유사도 80% 이상 |
+| **내용 유사도** | 본문 요약 유사도 70% 이상 |
+
+#### 통합 규칙
+
+```json
+{
+  "result": "원본 결과 정보",
+  "sources": [
+    {"source": "google", "url": "..."},
+    {"source": "naver", "url": "..."}
+  ],
+  "best_snippet": "가장 완전한 요약",
+  "source_count": 2
+}
+```
+
+### 3단계: 신뢰도 평가
+
+각 결과의 신뢰도를 평가합니다:
+
+| 요소 | 가중치 | 평가 기준 |
+|------|--------|-----------|
+| **소스 수** | 30% | 여러 소스에서 확인된 정보 |
+| **출처 권위** | 25% | 공식/신뢰 도메인, 기관, 전문 매체 |
+| **최신성** | 20% | 정보의 게시/수정일 |
+| **정보 일관성** | 15% | 다른 결과와의 일관성 |
+| **정보 완전성** | 10% | 충분한 상세 정보 포함 |
+
+#### 신뢰도 점수 계산
+
+```
+trust_score = (
+  source_count_score * 0.3 +
+  source_authority_score * 0.25 +
+  recency_score * 0.2 +
+  consistency_score * 0.15 +
+  information_completeness_score * 0.1
+)
+```
+
+### 4단계: 기본 필터링
+
+다음 기준으로 기본 필터링을 수행합니다:
+
+| 필터 | 기준 | 처리 |
+|------|------|------|
+| **최소 신뢰도** | 신뢰도 0.4 미만 | 제외 (출처 불명) |
+| **출처 없음** | 출처 URL 없음 | 제외 |
+| **명백한 오정보** | 확인된 가짜 뉴스/정보 | 제외 |
+| **블랙리스트 도메인** | 설정된 차단 도메인 | 제외 |
+
+## 출력
+
+```json
+{
+  "collection_id": "col_001",
+  "search_id": "search_001",
+  "target_type": "document",
+  "results": [
+    {
+      "result_id": "res_001",
+      "title": "양자 컴퓨터 상용화 현황 및 전망",
+      "sources": [
+        {
+          "source": "google",
+          "url": "https://example.com/quantum-commercialization",
+          "domain": "example.com",
+          "trust_level": "medium"
+        },
+        {
+          "source": "naver",
+          "url": "https://blog.naver.com/...",
+          "domain": "blog.naver.com",
+          "trust_level": "medium"
+        }
+      ],
+      "trust_score": 0.82,
+      "published_date": "2024-10-15",
+      "snippet": "양자 컴퓨터 상용화가 2024년부터 본격화되면서 IBM, 구글 등의 주요 기업들이...",
+      "relevance": 0.95
+    }
+  ],
+  "summary": {
+    "total_found": 13,
+    "after_dedup": 9,
+    "after_filter": 7,
+    "trust_score_range": {"min": 0.45, "max": 0.92}
+  },
+  "collection_timestamp": "2024-10-20T09:05:00Z"
+}
+```
+
+## 규칙
+
+1. **중복 제거 우선** — 통합 전 중복 제거 수행
+2. **신뢰도 기반 정렬** — 높은 신뢰도 순으로 정렬
+3. **출처 명시** — 각 결과의 출처 정보 반드시 포함
+4. **다중 소스 우대** — 여러 소스에서 확인된 결과 우선