# SearchOS – 蚂蚁集团等开源的多智能体搜索协作框架

- Link: https://paooo.com/aigc-news/39312/
- Published: 2026-07-28T11:54:44+08:00
- Author: 站外新闻

## SearchOS是什么

SearchOS 是人大高瓴人工智能学院与蚂蚁集团联合推出的开源多[智能体](https://paooo.com/trends/)
搜索协作框架。框架借鉴关系型数据库设计理念，将开放域信息检索抽象为动态关系模式，
通过面向搜索的上下文管理、流水线并行调度与搜索工具中间层，解决长程任务中 Agent 失
忆、重复查询、来源脱钩等系统级问题，支持多 Agent 共享状态、高效协作与证据追溯。

阅读目录

 * [SearchOS是什么](https://paooo.com/aigc-news/39312/#searchos%e6%98%af%e4%bb%80%e4%b9%88)
 * [SearchOS的主要功能](https://paooo.com/aigc-news/39312/#searchos%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [SearchOS的技术原理](https://paooo.com/aigc-news/39312/#searchos%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用SearchOS](https://paooo.com/aigc-news/39312/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8searchos)
 * [SearchOS的核心优势](https://paooo.com/aigc-news/39312/#searchos%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [SearchOS的项目地址](https://paooo.com/aigc-news/39312/#searchos%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [SearchOS的同类竞品对比](https://paooo.com/aigc-news/39312/#searchos%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [SearchOS的应用场景](https://paooo.com/aigc-news/39312/#searchos%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![SearchOS](https://paooo.com/wp-content/uploads/2026/07/SearchOS-website-1.avif)

## SearchOS的主要功能

 * **关系搜索模式构建**：将自然语言查询自动转化为包含表结构、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**：Orchestrator 统一规划调度，Explore Agent 发现候选实体，
   Search Agent 执行并行子任务，Writer Agent 生成结构化报告。
 * **面向搜索的上下文管理（SOCM）**：维护 Frontier Tasks、Evidence Graph、Coverage
   Map、Failure Memory 四类共享状态，实现进度可视化与跨 Agent 同步。
 * **搜索工具中间层**：包含 Context Middleware、Sensor Middleware、Evidence Extraction
   Middleware，负责状态注入、循环检测与证据结构化抽取。
 * **层次化技能库**：预置约 280 个技能，涵盖排名检索、多跳搜索、实体消歧等策略技能，
   以及反爬、登录墙、动态页面等访问技能。
 * **实时进度追踪**：支持 CLI、全屏 TUI 与 Web 工作台，可实时查看 Schema 补全进度、
   Agent 任务流与逐格证据，支持中断后恢复。

## SearchOS的技术原理

 * **关系型搜索抽象**：将信息检索任务定义为关系模式 S = ({T_m}, R)，其中 T_m 为表
   模式（含列属性 A_m 与主键 P_m），R 为表间关系，使各类检索任务统一落到一套结构
   化框架上。
 * **共享状态基础设施**：核心判断是搜索状态应存在于系统中。SOCM 将任务状态外化为
   四类共享数据结构，Agent 通过查询共享状态实现协作，避免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，将 search→open→find 视为搜索流水线，
   多个 Search Agent 错峰进入、交叠推进；连续派发机制在 Agent 完成后立即补入新任务，
   提升槽位利用率与墙钟效率。
 * **中间件干预机制**：在模型与工具之间插入三层中间件，Context Middleware 控制上下文
   规模，Sensor Middleware 识别循环与停滞并触发策略切换，Evidence Extraction Middleware
   完成结构化抽取、citation 锚定与证据入库。
 * **动态模式演化**：系统随实体发现动态调整表结构，实验表明即使预先指定最优固定结构（
   Oracle），效果仍低于 SearchOS 的动态模式。

## 如何使用SearchOS

 * **环境准备**：访问 GitHub 仓库克隆项目，通过配置向导完成模型服务商与 API Key 
   设置。
 * **启动交互**：选择 CLI、全屏 TUI 或 Web 研究工作台三种界面之一启动系统。
 * **输入查询**：在搜索框中输入自然语言问题，系统会自动识别任务类型。
 * **查看进度**：实时观察关系模式的构建过程、Coverage Map 的补全状态、各 Agent 的
   任务分配与执行流。
 * **审阅结果**：任务完成后查看结构化输出，每条数据均附带 citation 可回溯至原始网页
   与具体位置。
 * **中断与恢复**：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与证据链。

## SearchOS的核心优势

 * **系统级状态外化**：将搜索状态从对话上下文迁移到系统基础设施，从根本上解决长程
   任务中的失忆与重复问题。
 * **动态关系模式**：随实体发现实时调整表结构，比固定模式更贴合真实检索场景的多样
   性，Oracle 实验验证其有效性。
 * **高吞吐量调度**：流水线并行与连续派发使任务完成时间降低约 24%，LLM 调用次数减少
   约 13%，同时提升 F1 分数。
 * **全链路证据追溯**：每个值均保存 citation，支持从结论回溯到网页原文具体位置，
   满足”尽量找全、每条都有出处”的严谨需求。
 * **丰富的预置技能**：约 280 个技能覆盖搜索策略与网站访问，使用技能后搜索时间缩短
   36.6%，API 调用次数降低 39%-43%。

## SearchOS的项目地址

 * **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

## SearchOS的同类竞品对比

  |  维度 |  SearchOS |  Web2BigTable |  
   |  **架构定位** |  搜索智能体操作系统，状态外化 |  多智能体表格信息收集框架 |  
 |  **状态管理** |  SOCM 四类共享状态，跨 Agent 实时同步 |  以表格为中心的状态，较简单 |  
 |  **模式构建** |  动态关系模式，随实体发现实时演化 |  固定表格结构，灵活性受限 |  
 |  **调度机制** |  流水线并行 + 连续派发，错峰推进 |  批处理调度，等待整批完成 |  
 |  **中间件层** |  Context / Sensor / Evidence 三层干预 |  无系统级中间件 |  
 |  **技能体系** |  约 280 个预置层次化技能 |  依赖模型自身能力，无技能库 |  
 |  **WideSearch Item F1** |  **80.3** |  73.8 |  
 |  **WideSearch Row F1** |  **56.5** |  54.5 |  
 |  **GISA Set F1** |  **76.5** |  56.7 |

## SearchOS的应用场景

 * **竞品与市场调研**：系统性地收集竞品公司的融资轮次、产品功能、定价策略等信息，
   生成带出处的大规模对比表。
 * **学术文献综述**：针对特定研究方向，枚举相关论文、作者、机构、发表会议，并补全
   关键结论与方法摘要。
 * **投研与尽职调查**：追踪目标企业的股东结构、高管变动、诉讼记录、财务数据，实现
   多源交叉核验。
 * **产品对比与选型**：收集同类产品的技术参数、用户评价、价格区间，生成结构化对比
   报告辅助决策。
 * **开放域知识枚举**：如”列出 2000 年以来所有菲尔兹奖得主及其所属机构与国家”等需要
   高召回率的信息收集任务。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)