antins-labs/SearchOS

解決的問題

SearchOS 解決了長周期 AI 搜尋任務中的常見失敗問題，例如：資訊在對話歷史中遺失的不透明過程、代理重複搜尋相同資料的循環問題、代理在搜尋與總結之間角色模糊的問題，以及無法存取反機器人牆或登入門後的資料問題。

工作原理

SearchOS 作為一個多代理協作系統運作，將搜尋狀態視為系統資產而非對話歷史。它使用搜尋導向上下文管理（SOCM）來維護一個共享的持久狀態，包括任務佇列、證據圖和覆蓋地圖。

該過程分為六個步驟：

1. 探索：偵察代理識別查詢類型、樞紐頁面和候選實體。
2. 模式：系統建立一個標準化的覆蓋地圖（實體 x 屬性表格）。
3. 分派：地圖中的空白被拆分為子任務，並分派給平行搜尋代理。
4. 提取：提取中間件自動將結構化資料（實體、屬性、值、來源）提取至證據圖中。
5. 評估：系統輪詢子任務，處理衝突，並聚焦於剩餘的空單元格。
6. 合成：基於完成的覆蓋地圖生成最終答案，並附上完整引用。

適用對象

專為需要跨多個實體與屬性取得結構化、引用依據結果的開放式資訊探尋與深度研究使用者設計。

主要亮點

• SOCM（搜尋導向上下文管理）：保持任務佇列與證據圖的持久性，支援會話快照、還原與重播。
• 基於覆蓋地圖驅動：將問題標準化為表格，確保每個所需資料點皆被持續追蹤直至填滿。
• 流水線並行代理：重疊搜尋、開啟與查找階段，以減少總牆鐘時間。
• 引用依據：每個提取的值皆錨定於證據圖中的來源上。
• 循環打破傳感器：採用五種檢測類型，防止代理重複執行相同的失敗搜尋查詢。
• 技能系統：包含專門的存取技能以繞過反機器人牆，以及用於多跳或排序問題的策略技能。