SearchOS是什么

SearchOS，全称Search Operating System，是人大高瓴人工智能学院与蚂蚁集团联袂开源的产物。

这个名字听起来像是一个操作系统，但准确地说，它是一套多智能体搜索协作框架。

它借鉴了关系型数据库的设计思想，把开放域的信息检索抽象成一种动态的关系模式。

同时，它通过面向搜索的上下文管理、流水线并行调度，以及一个搜索工具中间层，来解决长程任务中的常见问题。

• Agent失忆
• 重复查询
• 来源脱钩

最终，它能让多个Agent共享状态、高效协作，并且每一步的证据都能追溯得清清楚楚。

SearchOS的主要功能

• 关系搜索模式构建：把自然语言查询自动转化成一张包含表结构、主键和外键的动态关系表。

  系统不会在一开始就定义好所有内容，而是在搜索过程中，一边发现新实体，一边动态补全属性。

• 多智能体协作搜索：一个叫Orchestrator的Agent负责统一规划和调度。

  Explore Agent负责发现候选实体，Search Agent执行并行子任务，Writer Agent把结果整理成结构化报告。各司其职，形成协作链路。

• 面向搜索的上下文管理（SOCM）：这是核心中的核心。

  它维护着四类共享状态信息——Frontier Tasks、Evidence Graph、Coverage Map、Failure Memory。这些状态能让多个Agent实时同步，进度可视化，避免重复工作或相互干扰。

• 搜索工具中间层：这一层插在模型和工具之间，由Context Middleware、Sensor Middleware、Evidence Extraction Middleware组成。

  它们负责控制上下文规模、检测循环或停滞，以及从网页中结构化抽取证据并标好出处。

• 层次化技能库：系统预置了大约280个技能。

  这些技能涵盖排名检索、多跳搜索、实体消歧等策略型技能，也包括反爬、登录墙、动态页面等访问型技能，能应对复杂搜索场景。

• 实时进度追踪：支持CLI、全屏TUI和Web工作台三种界面。

  你可以实时看到Schema的补全进度、每个Agent的任务流，以及每一步的证据。任务中途被打断后，也能恢复继续运行。

SearchOS的技术原理

关系型搜索抽象

这项技术把信息检索任务定义成一个关系模式，核心公式是S = ({T_m}, R)，其中T_m是表模式（包含列属性A_m和主键P_m），R是表间关系。

这样一来，各类检索任务都能统一落到一套结构化框架上，不再是一盘散沙。

共享状态基础设施

一个关键判断是：搜索状态应该存在于系统中，而不是在Agent的对话上下文中。

SOCM把任务状态外化成了四类共享数据结构，Agent通过查询这些共享状态来协作，避免了上下文压缩导致的事实丢失。

流水线并行调度

它借鉴了micro-batch的思路，把search→open→find这条操作链视为一条搜索流水线。

多个Search Agent可以错峰进入、交叠推进。同时，系统采用连续派发机制，一个Agent完成后会立刻补入新任务，从而提升槽位利用率和整体效率。

中间件干预机制

在模型和工具之间插入了三层中间件。

• Context Middleware控制上下文规模，避免无限膨胀
• Sensor Middleware识别循环和停滞，触发策略切换
• Evidence Extraction Middleware负责结构化抽取、citation锚定和证据入库

这保证了每个数据都有据可查。

动态模式演化

系统会随着实体的发现，动态调整表结构。

实验表明，即使事先指定一个最优的固定结构（Oracle），效果也低于SearchOS的动态模式。这说明，动态演化才是真正的解法。

如何使用SearchOS

• 环境准备：访问GitHub仓库克隆项目，然后通过配置向导，设置好模型服务商和API Key。

• 启动交互：可以选择CLI、全屏TUI或Web研究工作台三种界面中的任意一种启动系统。

• 输入查询：直接在搜索框中输入自然语言问题，系统会自动识别任务类型并开始工作。

• 查看进度：实时观察关系模式的构建过程、Coverage Map的补全状态，以及各Agent的任务分配和执行流。

• 审阅结果：任务完成后，查看结构化输出。每条数据都附带citation，可以回溯到原始网页的具体位置。

• 中断与恢复：长程任务支持中途退出后接续运行，也可以随时复盘历史搜索轨迹和证据链。

SearchOS的核心优势

• 系统级状态外化：这是SearchOS最根本的改动。

  它把搜索状态从对话上下文中迁移出来，沉淀到系统基础设施里。长程任务中的Agent失忆和重复查询，因此被彻底解决。

• 动态关系模式：实体发现过程中会自动调整表结构。

  这种方式比固定模式更灵活，也更贴合真实场景。Oracle实验已经验证了它的有效性。

• 高吞吐量调度：流水线并行与连续派发机制，让任务完成时间降低了约24%，LLM调用次数减少了约13%，同时F1分数反而提升了。

• 全链路证据追溯：每个值都保存citation，支持从结论一直回溯到网页原文的某个具体位置。

  真正做到“尽量找全、每条都有出处”。

• 丰富的预置技能：280个技能覆盖搜索策略和网站访问。

  使用技能后，搜索时间缩短了36.6%，API调用次数降低了39%到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

从对比中能看出，SearchOS在架构上与Web2BigTable有本质不同。

它不是一个简单的信息收集工具，而是一个完整的搜索智能体操作系统。

状态外化、动态模式、流水线调度、中间件层和技能库，这些设计让它从底层上解决了长程搜索的诸多难题。

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，最终生成一张带出处的详细对比表。

• 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，并补全关键结论和方法摘要。

• 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：比如“列出2000年以来所有菲尔兹奖得主及其所属机构与国家”，这类需要高召回率的信息收集任务，正是SearchOS的强项。