搜索引擎标签_AI Agent技术社区

搜索引擎

AI Agent 工程实践（40）：第一次失败——Agent 为什么会做错

Agent 出错不等于模型不行。本篇通过五个真实故障案例，提炼出 Agent 七类错误分类树 Planning / Tool Selection / Argument / Retrieval / State / Reasoning / Output。不同错误对应不同修复层级，跳出无脑反复修改 Prompt 的调试怪圈，建立系统化故障定位思维。

2401_85223846
2026-09-02 15:14:43

 706

 25

#elasticsearch #大数据 #搜索引擎
2026年AI搜索引擎技术原理与GEO优化实战：从RAG到AI Agent

<think>我们根据要求，需要生成≤150字的文章摘要。摘要需要涵盖文章核心内容：AI搜索引擎的原理（RAG四步）、GEO优化技术要点（爬虫、检索、排序、生成）、以及关键配置如Schema、llms.txt等。同时注意字数限制。输出仅为摘要。</think>AI搜索基于RAG流程：爬虫抓取、语义检索、排序过滤、生成引用。GEO优化需放行AI爬虫（如Bytespider），

QZSJTR
2026-08-31 15:18:44

 364

 6

#人工智能 #搜索引擎
打通 AI Agent 落地生产的“最后一步”：Elastic Stack 中的 Human-in-the-Loop (HITL) 审批工作流实战

在大模型和 AI Agent 飞速发展的今天，我们见证了智能体自主推理、自动调用工具和协同工作的强大能力。然而，在企业级生产环境中，全自动化也伴随着显著的风险。无论是执行一些高风险操作（例如隔离主机、禁用账号、删除数据），还是向企业微信、Slack 等全员大群广播汇总报告或系统告警，如果任由 AI 自由发挥、闭环执行，任何一次轻微的幻觉或逻辑偏差，都可能导致生产事故或信息泄露。为了解决这一痛点，E

Elastic 中国社区官方博客
2026-08-24 10:23:09

 526

 15

#人工智能 #elasticsearch #大数据 +1
我开源了 OpenReach：给 AI Agent 补上一层免费的 Web 访问基础设施

本文介绍开源项目 OpenReach，面向 AI Agent 提供 Web Search、Image Search、Read 等免费可自部署的网页访问基础设施，支持多 Provider 自动降级，帮助 Agent 稳定获取最新网页信息并降低厂商绑定。

长路 ㅤ
2026-08-16 11:47:26

 233

 6

#开源 #搜索引擎
Whoosh vs Elasticsearch：纯Python搜索引擎的适用场景与性能对比

本文深入对比了纯Python搜索引擎Whoosh与分布式系统Elasticsearch的核心差异。从嵌入式库与服务化架构的设计哲学出发，分析了二者在索引速度、查询延迟、资源占用及运维复杂度上的表现，并结合电商搜索、内部文档管理等典型场景，为开发者提供了清晰的技术选型框架与决策依据。

vv45678
2026-03-12 09:55:20

 296

 2

#搜索引擎
小米二面被问:这么多的Token激励快过期，你怎么处理的？我说用不完给其他同学用了，他说“你可以用来学agent，写书，总结资料…“

前几天有个粉丝私信我，说他去面了一家xm，二面的时候面试官问了一个他觉得"应该很简单"的问题："你之前申请过一些的token 激励吧？快过期的时候你是怎么处理的？

小天才学习机打游戏
2026-07-19 22:38:18

 187

 6

#spring #java #后端 +4
大模型智能体（Agent）入门指南：小白也能轻松搭建，收藏这篇从入门到精通！

文章摘要：本文系统阐述了大模型智能体（Agent）的核心概念、架构与落地方法。Agent区别于普通大模型，具备自主决策、任务拆解和工具调用三大能力，通过五大模块（大模型基座、任务规划器、工具调用器、记忆模块、反馈模块）实现复杂任务处理。文章提供三步搭建指南，对比了LangChain、AutoGPT等主流框架的适用场景，并总结避坑策略（如优化任务拆解prompt、工具调用异常处理）。Agent技术

 网络安全工程师小龙
2026-07-29 09:53:55

 331

 11

#人工智能 #搜索引擎 #网络 +1
我实测了那款登顶Product Hunt的“Agent专用搜索引擎“，然后发现搜索可能正在被重新定义

普通搜索引擎的用户是"人"，所以它要做的事情是：给你一堆链接+标题+摘要，让你自己判断点哪个、信哪个。人有判断力，所以搜索结果可以有噪声、有重复、有SEO垃圾——大不了人自己筛选。但Agent没有这个能力。或者说，让Agent做筛选的成本太高了——每一条结果都要读全文、做判断、消耗Token，最后可能还判断错了。AnySearch针对的就是这个痛点。

liuzi511
2026-07-15 07:47:45

 235

 3

#搜索引擎 #人工智能
系统综述 Agent 的瓶颈，不是找不到论文，而是拿不到可分页的 citation graph

当前科研AI的发展正从基础问答转向系统化工作流支持，但面临关键瓶颈：多数Agent能检索论文片段，却难以构建完整的文献关系网络。Sciverse通过分层API设计（元数据检索、论文关系分页、原文回读等），将科研工作流拆解为可组合调用链，解决了系统综述中"相关性入口"与"系统性完备性"的分离问题。其核心创新在于将论文引用、参考文献和相关工作转化为可分页遍历的数据接口，使Agent能像人类研究者一样进

 m0_61134850
2026-08-06 10:28:37

 388

 9

#人工智能 #搜索引擎 #全文检索 +1
千问联网检索Agent-生成对话

分块向量记忆RAG 架构。

LLL人无再少年
2026-07-28 14:34:53

 333

 4

#搜索引擎
千问联网检索Agent-产品简介

千问联网检索Agent，可实时检索全网多维多源信息，自动筛选权威来源并提炼要点，支持追溯引用与多轮追问，快速生成可靠答案，提升决策与效率。

DashVector
2026-06-23 14:14:05

 228

 7

#大数据 #人工智能 #阿里云 +1
【Python】Whoosh：从零构建轻量级搜索引擎实战指南

本文是一份Python开发者构建轻量级搜索引擎的实战指南，详细介绍了如何使用纯Python库Whoosh从零开始创建、索引和搜索功能。内容涵盖Schema定义、中文分词集成、查询语法、结果优化及生产环境最佳实践，帮助开发者快速为中小型项目添加高效、可控的全文搜索能力。

p8q9r0
2026-03-06 00:46:22

 367

 9

#搜索引擎
Python 使用搜索引擎的方法

许多搜索引擎（如 Google、Bing）提供官方 API，允许开发者通过编程方式获取搜索结果。以 Google Custom Search JSON API。

GJGFHZ
2026-03-19 08:55:22

 27

#搜索引擎
Hacknight Beijing 基于阿里云 X Elastic 构建 Al Agents - 用 Elasticsearch 的 RRF 融合检索，把矿物鉴定准确率从 36% 拉到 92%

【摘要】针对矿物鉴定中单模态检索准确率低的问题，实验通过Elasticsearch的RRF融合检索技术，将准确率从36%提升至92%。传统方法中，仅依赖图像或文字属性检索存在局限性（如玛瑙类矿物光学特征重叠），而RRF技术通过融合BM25文本召回、跨模态图像kNN搜索和结构化硬度过滤三路信号，利用排名加权机制规避了不同分数量纲的干扰。全链路在Elasticsearch内完成，包括检索、推理和评测，

Elastic 中国社区官方博客
2026-07-14 15:27:00

 325

 9

#elasticsearch #大数据 #搜索引擎 +3
为什么科研 Agent 找到论文还不够，真正关键是读上下文

科研AI Agent的核心瓶颈正从“检索能力”转向“证据验证能力”。当前科研RAG（检索增强生成）的关键不在于能否找到文献片段，而在于能否将片段关联回原文、验证引用关系并形成可复核的证据链。Sciverse作为面向科研Agent的数据层，通过分层接口设计（检索、元数据筛选、原文核验、引用扩展、图表获取）解决了这一问题，使AI不仅能搜索文献，还能在上下文中验证证据。这一架构更贴近科研工作流的需求，确

 m0_61134850
2026-07-13 14:33:27

 208

 11

#人工智能 #搜索引擎 #全文检索 +2
在 Elasticsearch 中构建上下文：AI Indices 如何使用更少的 tokens 为更智能的 agent 提供支持

本文介绍了Elasticsearch AI Indices如何通过预计算知识指示器(KI)来优化AI代理的工作流程。主要内容包括：创建AI Index作为存储KI的专用索引，利用命名约定自动配置语义搜索等特性使用Kibana Workflows构建处理管道，通过LLM将数据源元数据转换为结构化KI 开发可移植的ES|QL查询技能，使代理能直接从AI Index检索路由信息对比实验显示，使用K

Elastic 中国社区官方博客
2026-08-13 07:00:00

 838

 14

#elasticsearch #大数据 #搜索引擎 +3
别急着把 PDF 交给 Agent：MCP 解析网关才是知识库上线前的胜负手

本文探讨了2026年文档解析技术的发展趋势，指出传统"PDF转文本"模式已无法满足MCP时代的需求。文章提出"解析网关"新范式，强调文档解析应具备授权、观测、审计等系统级能力，而非单一功能工具。通过对比四类技术路线，作者认为MinerU的价值在于其结构化输出、多格式支持和系统集成能力，特别适合企业知识库、科研数据管线和MCP/Agent系统。文章反对简单功能对比，主张从系统集成、失败处理、版本治

 m0_61134850
2026-07-23 10:39:11

 266

 13

#人工智能 #全文检索 #搜索引擎
你的 agents 一直在记录凭证：将 Elastic Agent Builder 内置的 OTel traces 转换为 Kibana 中的 token 成本仪表板

Elastic发布的Agent Builder工具现已正式推出，它能记录每次LLM调用作为OpenTelemetry追踪数据，帮助用户监控和管理token使用成本。该工具将对话过程、工具调用和token计数等数据自动存入Elasticsearch，支持通过ES|QL查询和Kibana仪表板分析。用户可设置预算告警（如单次对话超过256,000个token时触发），并通过瀑布视图追踪agent执行细

 Elastic 中国社区官方博客
2026-07-29 14:06:39

 423

 10

#运维 #elasticsearch #大数据 +3
必应搜索API v7 免费额度申请与Python调用：3步获取密钥+5行代码测试

本文详细解析了必应搜索API v7的免费额度申请与Python调用方法，通过3步获取密钥和5行代码实现快速测试。必应搜索API作为微软Azure认知服务的重要组成部分，提供结构化、无广告的纯净搜索结果，适用于智能客服、内容聚合、学术研究等多种场景。文章还涵盖了密钥管理、错误处理、缓存策略等高级技巧，帮助开发者高效集成API。

大雄行为锻炼
2026-07-08 09:33:29

 319

 9

#搜索引擎
Python实现office简易平替

姓名</td><td contenteditable="true">部门</td><td contenteditable="true">绩效</td></tr><tr><td contenteditable="true">张三</td><td contenteditable="true">研发</td><td contenteditable="true">A

言乐6
2026-07-11 13:29:15

 479

 8

#python #前端 #编辑器 +2
阿里云 ES AI 引擎版：面向 Agent 场景，为亿级租户、千亿规模向量设计的搜索引擎

基于 OSS 的无状态多租户搜索方案：全文、向量混合检索，亿级租户、千亿级向量，成本只与活跃数据线性相关，完全兼容 Elasticsearch 生态。

阿里云大数据AI技术
2026-07-24 18:31:45

 330

 9

#搜索引擎 #阿里云 #elasticsearch
第6章-沙盒与工作树：隔离的执行环境《从Harness engineering 到 Loop engineering：长程任务Agent原理与实战》

这一节我们从 1979 年的 chroot 走到 2025 年的 WebAssembly，看隔离技术的演进脉络，理解为什么 Loop 工程的沙盒是今天这个样子。这是 chroot 的进化版——不仅进程的根文件系统被换掉，连 mount 表都是独立的。我们今天用的 worktree、container、Wasm，不是凭空发明的，是半个世纪计算机科学家在"如何让代码安全地共存"这个问题上的智慧结晶。这

 禅与计算机程序设计艺术
2026-07-23 14:10:10

 154

 1

#elasticsearch #大数据 #搜索引擎
AI Search × ES Agent Builder 最佳实践：企业智能助手落地指南

ES Agent Builder 让企业已有的 Elasticsearch 数据，直接接上大模型的理解和推理能力，通过自然语言提问，拿到可读的结论和行动建议，不需要工程师手写查询，也不需要单独搭建复杂的 AI 链路。

阿里云大数据AI技术
2026-07-07 16:12:38

 392

 8

#人工智能 #elasticsearch #大数据 +2
从标准到代码：GB/Z 185合规的Agent Loop设计（附Python实现+合规Checklist）

GB/Z 185合规Agent Loop设计摘要本文探讨如何将GB/Z 185标准转化为可执行的Agent Loop实现方案，提供Python代码示例和合规Checklist。核心要点在于探索了标准与代码的映射，通过案例展示合规实现基本要求。

萧青山
2026-07-09 15:00:00

 401

 5

#python #microsoft #搜索引擎
为搜索引擎 Agent 设计 Harness 查询改写与扩展

本文要分享的就是我们团队经过10+搜索Agent项目迭代沉淀出来的QRH（Query Rewrite Harness）查询改写管控框架组件化架构：所有改写逻辑拆成独立组件，插拔自由，新增场景不需要改核心代码全链路可观测：每个改写候选都有完整的溯源日志，哪个组件出问题一眼就能定位内置评估体系：自动计算NDCG、准确率、召回率等核心指标，效果提升可量化原生支持A/B测试：新组件灰度发布，流量自动分组，

Java技术栈实战
2026-05-28 20:20:20

 225

 3

#搜索引擎 #网络 #服务器
Sciverse vs OpenAlex：当科研 Agent 开始做事实核查，元数据 API 为什么不够用了

科研Agent的可信证据链：从论文检索到可核查证据近期研究趋势表明，科研Agent的核心挑战已从"找到论文"转向"将结论绑定到可复核证据"。传统元数据API（如OpenAlex、Crossref）仅能提供标题、作者等基本信息，无法满足Agent对可引用文本片段、原文上下文及图表证据的需求。Sciverse的差异化价值在于构建了完整的证据链接口，支持：语义检索可引用文本块（agentic-sea

m0_61134850
2026-07-08 10:06:16

 264

 11

#人工智能 #搜索引擎 #全文检索 +2
基于Python的抖音网页版视频点赞数增长趋势追踪系统设计与实现

一、问题背景短视频运营中存在一个普遍盲区：创作者只能通过抖音后台查看当前时刻的累计指标，无法获取指标的时序演化过程。然而，抖音推荐系统采用多级流量池递进机制——视频发布后先进入初始流量池（约200-500次曝光），系统根据该阶段的完播率、互动率决定是否推入下一级流量池。

Z_suger7
2026-08-05 16:50:56

 230

 5

#python #音视频 #开发语言 +2
Agent 开发（四）—— 扩展篇：功能扩展

本文探讨了如何将传统的Git CLI工具扩展为支持自然语言交互的智能助手，通过对话式Agent Loop模式消除传统命令行工具的痛点。文章对比了两种方式的差异，分析了架构演进过程，并详细介绍了Agent Loop、会话记忆和工具注册中心的实现机制。

xiaolaji600
2026-06-30 18:46:24

 448

 6

#大数据 #搜索引擎 #人工智能
Elasticsearch 转型为 Agent 基础设施：混合搜索、长期记忆与工程化框架

7月26日Elastic深圳Meetup揭示：Elasticsearch正从搜索引擎演变为Agent基础设施。活动围绕三大核心能力展开：1. AI驱动的混合搜索（BM25+向量+RRF融合）解决精准检索问题，腾讯云通过BBQ量化技术实现千亿向量毫秒响应；2. 三层记忆架构（对话/流程/知识记忆）替代传统SQLite，实现跨会话持久化；3. 工程化框架突破Prompt-Context-Harness

Elastic 中国社区官方博客
2026-08-07 12:25:44

 492

 15

#elasticsearch #大数据 #搜索引擎 +2
大模型时代下的文本重排技术演进：Qwen3-Reranker的创新与突破

本文探讨了大模型时代下文本重排技术的演进，重点介绍了Qwen3-Reranker的创新与突破。该技术通过指令感知的序列分类架构、动态稀疏注意力机制和多阶段渐进式训练策略，显著提升了文本相关性评估的准确性和效率。Qwen3-Reranker在多语言基准测试和长文本处理中表现出色，为搜索引擎和推荐系统提供了新的解决方案。

zzz56
2026-02-06 05:32:02

 617

 12

#搜索引擎
AI技术驱动下的SEO关键词优化策略分析与应用

在AI技术的推动下，SEO关键词优化变得更加智能化和前瞻性。本文将深入分析AI在关键词选择、排名提升及用户体验优化中的应用，探讨如何利用智能工具提升网站流量和搜索引擎排名，从而实现更有效的在线推广策略。通过案例和策略分享，帮助读者掌握现代SEO的核心要领。

老陈头聊SEO
2026-04-13 11:40:58

 545

 20

#其他 #搜索引擎
收藏！2026春招彻底炸了，AI岗杀疯了，平均月薪6万+，程序员/小白必看上岸指南

2026年，AI早就不是“加分项”，而是程序员、职场人甚至小白的“生存项”。全行业AI化的浪潮下，不会用大模型、不懂AI基础，哪怕是资深程序员，也会慢慢被淘汰。春招是最好的上岸机会，岗位多、薪资高、门槛适中，不管你是零基础小白，还是想转型的程序员，都别等风口过了再后悔。现在就把AI技能写进简历，从基础的大模型操作、Prompt工程学起，一步步积累，才能抓住这波薪资红利，不被行业甩在身后。

爱编程的小辞
2026-04-13 10:55:10

 762

 11

#人工智能 #搜索引擎 #学习