SearchOS

3天前发布 53 0 0

蚂蚁集团与中国人民大学联合开源的多智能体协作框架,它像操作系统一样调度搜索智能体,通过全局共享状态和流水线并行机制,高效完成复杂、长周期的深度信息检索任务。

语言:
zh,en
收录时间:
2026-07-28
SearchOSSearchOS

SearchOS是什么?

SearchOS是中国人民大学高瓴人工智能学院与蚂蚁集团联合推出的‌开源多智能体搜索协作框架‌,它将开放域信息检索抽象为动态关系模式,解决长程搜索任务中Agent失忆、重复查询、来源脱钩等系统级问题,为搜索智能体提供系统级的多智能体协作基础设施。

SearchOS的主要功能

  • 关系搜索模式构建‌:自动将自然语言查询转化为带表结构、主键与外键的动态关系模式,边发现实体边补全属性。
  • 多智能体协作搜索‌:由Orchestrator统一调度,Explore Agent发现实体、Search Agent执行并行任务、Writer Agent生成结构化报告。
  • 面向搜索的上下文管理‌:维护前沿任务、证据图谱、覆盖率地图、失败记忆四类共享状态,实现跨Agent进度同步。
  • 搜索工具中间层‌:完成状态注入、循环检测、证据结构化抽取,拦截无效操作。
  • 层次化技能库‌:预置约280个技能,覆盖通用搜索策略与特殊站点访问规则。
  • 实时进度追踪‌:支持CLI、TUI与Web工作台,可查看补全进度、任务流与逐格证据,支持中断后恢复。

SearchOS的核心技术

  • 关系型搜索抽象‌:将信息检索任务定义为结构化关系模式填充,统一各类检索任务的框架逻辑。
  • SOCM共享状态基础设施‌:将搜索状态外置为四类共享数据结构,避免对话上下文压缩导致的事实丢失。
  • 流水线并行调度‌:采用micro-batch思路,让多个Agent错峰执行搜索链,空闲槽位立即派发新任务,提升资源利用率。
  • 三层中间件干预机制‌:在模型与工具交互层实现上下文管控、循环识别、证据锚定入库,无需依赖提示词约束。
  • 动态模式演化‌:随实体发现实时调整表结构,适配真实检索场景的多样性。

SearchOS的使用场景

  • 复杂集合检索任务:如批量实体属性采集、横向对比类调研。
  • 长周期开放域信息搜集:如行业全域调研、多源事实核验类任务。
  • 高严谨度溯源类搜索:如学术资料查证、合规信息核查,要求每条结论可回溯原始来源。
  • 多智能体并行搜索场景:需要多Agent协同、避免重复劳动的大规模信息采集工作。

SearchOS的项目地址

SearchOS 是一个开源项目,开发者可以通过以下途径获取和使用:

  • 项目官网:https://antins-labs.github.io/SearchOS/
  • GitHub仓库:https://github.com/antins-labs/SearchOS
  • arXiv技术论文:https://arxiv.org/pdf/2607.15257

如何使用SearchOS?

  1. 环境准备‌:访问GitHub仓库克隆项目,完成模型服务商与API Key的配置。
  2. 启动交互‌:选择CLI、全屏TUI或Web研究工作台任意一种界面启动系统。
  3. 输入查询‌:在搜索框中输入自然语言问题,系统自动识别任务类型并构建关系模式。
  4. 查看进度‌:实时观察模式构建、覆盖率地图补全状态与各Agent的任务执行流。
  5. 审阅结果‌:任务完成后查看结构化输出,每条数据附带citation可回溯至网页原文位置。
  6. 中断恢复‌:长程任务支持中途退出后接续运行,可随时复盘历史搜索轨迹。

同类产品对比

对比维度 SearchOS Web2BigTable
架构定位 搜索智能体操作系统,全局共享状态调度 单智能体驱动的网页转表格检索工具
核心优势 流水线并行调度、全链路证据溯源、280+预置技能库 基础网页信息抽取,无系统级状态管理
核心指标 WideSearch F1=80.3,GISA F1=76.5 对应基线指标分别为76.0、63.1
资源效率 任务耗时降低36.6%,LLM调用减少39%以上 无专门调度优化,易出现重复查询
长任务适配 支持中断恢复、失败记忆防重复,适配长周期任务 长任务易出现上下文丢失、进度混乱

数据统计

Relevant Navigation

暂无评论

none
暂无评论...