Personal Shopper — Diamond Search 是一个多智能体产品调研方法论，用于帮助用户从需求出发，经过广泛搜索与专业分析，最终收敛到一个清晰的产品推荐。
用途
该技能适用于用户需要产品推荐、购买建议或产品调研的场景。它从用户的具体请求开始，先窄后宽再收敛：先明确需求简报，再让 7 个智能体从不同角度并行搜索，最后汇聚成一个推荐结果。
主要能力
黄金产品标准
每个推荐都依据 5 条标准评估：
- 性能：满足特定用例所需
- 价值：价格由实际（而非理论）性能证明合理
- 可获得性：本地有库存，带保修和服务
- 可靠性：来自真实长期用户的真实正面评价
- 时机：不会被新一代产品替代或即将停产
7 个智能体
| 编号 | 智能体 | 角色 | 层级 |
|---|---|---|---|
| 1 | 主流调研 | 顶级来源：Reddit、YouTube、Wirecutter、RTINGS | 搜索 |
| 2 | 反偏见调研 | 反向搜索、替代品牌、打破回音室 | 搜索 |
| 3 | 本地市场扫描 | 沙特平台：Amazon.sa、noon、jarir、extra | 搜索 |
| 4 | 小众社区挖掘 | 专业论坛、Facebook 群组、Discord、小型 subreddit | 搜索 |
| 5 | 领域专家 | 用技术专长评判结果（不搜索） | 专业 |
| 6 | 最新科技追踪 | 新品发布、即将推出的型号、停产信息 | 专业 |
| 7 | 价格与优惠猎手 | 优惠券、返现、分期、跨平台比价 | 价格 |
工具检测与分配
在启动搜索智能体之前，检测当前环境中可用的搜索工具，并分配给智能体以实现最大覆盖。可用工具类别包括：camofox_*（Camoufox，用于零售商网站、Amazon、Google Shopping，绕过机器人检测）、web_search（Brave API 快速广泛搜索）、web_fetch（从特定 URL 提取内容）、browser（通用浏览器自动化）、Exa（通过 MCP/mcporter，AI 驱动的语义搜索）。
工具分配策略：
- 智能体 1（主流）：web_search 广泛查询 + web_fetch 评论网站 + camofox 用于 YouTube/Reddit
- 智能体 2（反偏见）：web_search 反向查询 + Exa 语义发现 + camofox 小众网站
- 智能体 3（本地市场）：camofox 用于沙特零售商网站（Amazon.sa、noon、jarir、extra），回退：web_fetch
- 智能体 4（小众）：Exa 论坛/社区搜索 + camofox 用于 Discord/Facebook + web_search 用于 subreddit
- 智能体 6（最新科技）：web_search 近期发布 + web_fetch 科技新闻网站
- 智能体 7（价格）：camofox 零售商实时定价 + web_search 优惠码
如果工具不可用，智能体回退到下一个最佳选项。每个智能体都可以使用 web_search + web_fetch 作为通用基线。
嵌套子智能体模式
对于有多个竞争选项的复杂产品，搜索层智能体（1-4）可以生成自己的子智能体，跨来源并行处理。使用时机：产品类别有 10+ 个可行选项（如笔记本电脑、耳机、显示器）；需要深度抓取多种不同来源类型（如 Reddit 帖子 + YouTube 评论 + Wirecutter 文章）；本地市场需要检查 4+ 个零售商网站的实时定价。不嵌套的情况：简单产品（线缆、基本配件）或只有 2-3 个选项时。过度并行会浪费资源。
使用方式
工作流程（5 个阶段）
阶段 1：简报（顺序） 从用户处收集：需要什么产品、预算（或“开放/灵活”）、主要用例、任何偏好或硬性要求、是否有初步选项、首选输出语言（默认：匹配用户书写语言）。如果用户未澄清重要事项，应询问，不要假设。所有内部智能体工作和分析以英语运行以保持一致；最终输出（阶段 5）以用户首选语言交付。
阶段 2a：搜索层（并行 — 4 个子智能体） 使用 sessions_spawn 并行生成 4 个子智能体。每个智能体获得：团队上下文（其在 7 智能体团队中的角色）、简报中的产品详情、可用工具及其角色的首选工具、清晰的输出格式要求。等待全部 4 个完成后再继续。
阶段 2b：专业层（并行 — 2 个子智能体） 并行生成 2 个子智能体，接收阶段 2a 的组合结果。智能体 5（领域专家）不搜索，作为专家分析搜索结果并回答 5 个关键问题：规格是否真正服务于用户的真实用例？选项之间真实（而非纸面）差异是什么？是否有规格对预期用途过度？评论通常遗漏什么但实际重要？如果为自己购买，会选择什么及为什么？智能体 6（最新科技）搜索：过去 6 个月发布的产品、近期 CES/MWC/IFA 公告、3 个月内即将推出的下一代产品、已停产或生命周期结束的产品、当前与上一代比较。
阶段 3：收敛（顺序） 合并所有结果并应用收敛规则：3/4 共识（如果 4 个搜索智能体中有 3 个推荐同一产品，这是强信号，但需验证它们是否都依赖同一原始来源）；专家覆盖（智能体 5 的分析在冲突时覆盖智能体 6，专业知识 > 新颖性）；诚实规则（如果没有真正具有更好价值的替代品，直接说明）；时机覆盖（如果智能体 6 发现新一代产品在几周内以相同价格推出，清晰呈现并让用户决定）；本地价格规则（产品可能是全球最佳但本地定价过高，价值由本地价格决定）。对每个剩余选项应用 5 条黄金产品标准，淘汰失败 2+ 条标准的选项。
阶段 4：价格层（顺序 — 1 个子智能体） 为价格优化生成单个子智能体。智能体 7（价格与优惠猎手）对每个入围产品：检查每个本地平台的当前价格、有效优惠码和折扣、返现优惠（银行卡、返现应用）、免息分期选项（Tamara、Tabby）、以旧换新计划（如适用）、卖家验证（官方、授权经销商或第三方）、运费、含税、配送时间、退货政策。价格倒挂检查：比较本地价格与国际价格 + 运费 + 关税，如果本地贵 30%+ 则提醒。
阶段 5：输出 以用户首选语言交付最终推荐，使用模板：推荐产品、为什么选这个产品（基于 5 条黄金标准）、快速对比表、最佳可用优惠（平台、价格、卖家、优惠券、返现、分期）、提醒（时机建议、价格倒挂警告、停产警告）、替代方案、来源。平台格式说明：在 Discord/WhatsApp 上使用项目符号列表而非 markdown 表格；在 Telegram 上表格在等宽字体中渲染良好但保持简洁；适应当前渠道调整格式。
适用场景
适用于需要产品推荐、购买建议、产品调研的场景，尤其适合复杂产品类别（笔记本电脑、耳机、显示器等）和需要本地市场（沙特）价格与库存检查的情况。
限制
- 智能体数量灵活：简单产品（USB 线、手机壳）使用 3 个智能体：主流 + 本地市场 + 价格。根据决策复杂度调整智能体。
- 不要硬编码模型：搜索智能体使用“快速模型”，分析使用“推理模型”。让平台选择。
- 每个子智能体独立工作：搜索层智能体看不到彼此的结果。专业层智能体看到搜索结果但看不到彼此。
- 超时处理：如果子智能体耗时过长，使用可用结果继续，并注明哪个智能体的数据缺失。
- 嵌套子智能体是可选的：仅在产品复杂度证明额外并行合理时使用。由编排智能体决定。
核心原则
产品锚定于价值，而非品牌。扩展搜索视野，使决策基于价值，而不仅仅是 Google 首先显示的内容。