首页 文章 精选 留言 我的

精选列表

搜索[AI],共10000篇文章
优秀的个人博客,低调大师

给AI Agent接入联网搜索:一个可落地的检索流水线

给Agent增加联网搜索并不难。定义一个搜索工具,把用户问题传进去,再把结果交给大模型,十几行代码就能跑起来。 真正麻烦的是上线以后。 同一个问题有时能找到准确答案,有时全是重复转载;搜到了正确页面,返回的摘要却不包含关键内容;模型明明带了引用,链接里的原文却无法支持它的结论。请求量上来以后,还会遇到超时、限流和网页读取失败。 这些问题通常不是换一个更大的模型就能解决,而是搜索链路本身没有设计完整。 ## 一条完整的联网检索链路 比较实用的处理流程是: ```text 用户问题 ↓ 判断是否需要联网 ↓ 查询改写与拆分 ↓ 并发搜索 ↓ 结果标准化、去重 ↓ 相关性与来源排序 ↓ 读取少量候选网页 ↓ 正文切分与压缩 ↓ 生成带引用答案 ↓ 引用一致性检查 ``` 搜索API只是其中一环。最终效果取决于整条链路,而不是接口一次返回多少条结果。 ## 先判断这个问题是否需要搜索 并非所有问题都需要联网。 代码解释、固定知识和已经存在于内部知识库中的内容,可以直接回答。涉及新闻、政策、价格、版本、公司信息和实时状态的问题,则应该强制搜索。 可以先做一个简单分类: ```python def search_policy(question: str) -> str: realtime_words = [ "今天", "目前", "最新", "现在", "价格", "版本", "政策", "公告", "是否上线", "什么时候发布" ] if any(word in question for word in realtime_words): return "required" return "model_decide" ``` 生产环境可以用一个小模型判断,但最好保留强制规则。否则模型可能认为自己知道答案,直接使用已经过期的内部知识。 ## 不要直接拿用户原话搜索 用户问题和搜索引擎需要的查询往往不是一回事。 例如: ```text 为什么我的流式接口经常过一会儿自己断掉? ``` 这个问题至少包含几个可能方向: ```text SSE连接超时原因 反向代理SSE超时配置 流式API idle timeout Nginx proxy_read_timeout SSE ``` 如果只搜索用户原话,结果可能非常分散。比较稳妥的做法是让模型生成两到四个查询,分别覆盖现象、技术术语和可能原因。 ```python async def rewrite_queries(question: str) -> list[str]: prompt = f""" 将下面的问题改写为最多4个适合搜索引擎的查询。 查询之间要有不同侧重点,不要生成同义句。 用户问题: {question} """ return await small_model.generate_json(prompt) ``` 查询数量也不是越多越好。简单事实问题通常一个查询就够;只有调研、比较和故障排查类问题,才有必要并行搜索多个方向。 ## 搜索结果必须先标准化和去重 不同搜索源返回的字段不完全一样。有的提供标题和摘要,有的返回正文片段,还有的额外提供发布时间、站点名称或相关性得分。 进入后续流程前,最好统一成内部结构: ```python from dataclasses import dataclass @dataclass class SearchResult: title: str url: str snippet: str source: str published_at: str | None = None score: float | None = None ``` 去重时不能只比较完整URL。同一篇文章可能带有不同的跟踪参数,也可能被多个页面转载。 至少需要处理: - 删除`utm_*`等跟踪参数; - 统一HTTP与HTTPS形式; - 识别相同域名下的重复路径; - 比较标题相似度; - 比较摘要或正文指纹; - 合并同一事件的重复新闻。 如果不做去重,模型可能看到五条结果,以为得到了多个来源的交叉验证,实际上五条都来自同一篇稿件。 ## 不要读取所有网页 搜索结果里的摘要通常不足以回答复杂问题,但也没必要读取每一个页面。 更合理的流程是: 1. 搜索阶段先获取10条左右结果; 2. 根据标题、摘要、时间和来源完成第一次排序; 3. 只读取排名靠前的3—5个页面; 4. 对正文再次排序; 5. 最终向模型提供2—4个真正有用的来源。 简化后的代码大致如下: ```python async def retrieve(question: str): queries = await rewrite_queries(question) result_groups = await parallel_search( queries=queries, top_k=10 ) merged = normalize_and_merge(result_groups) unique = deduplicate(merged) candidates = rank_search_results(question, unique) pages = await read_pages( candidates[:5], timeout=12 ) passages = split_and_rerank( question=question, pages=pages, top_k=8 ) return passages ``` 读取网页时要设置单独超时。一两个页面解析失败,不应该拖死整个Agent任务。 ## 时间和来源需要显式控制 新闻、版本、价格、政策等问题应设置时间范围,不能完全依赖搜索引擎自行判断。 高风险问题还需要限制来源。例如: - 法规优先政府和监管机构网站; - 医疗优先卫生机构、医院及专业组织; - 软件问题优先官方文档和代码仓库; - 公司公告优先交易所及企业官网; - 学术问题优先论文原文和权威数据库。 可以给不同来源配置基础权重: ```python SOURCE_WEIGHT = { "official": 1.0, "academic": 0.9, "professional_media": 0.75, "community": 0.55, "unknown": 0.3, } ``` 权重不能代替相关性。一个权威但答非所问的页面,不应该排在真正解决问题的技术文章前面。 ## 引用链接不等于答案可靠 很多系统做到"答案后面有链接"就结束了,但真正需要检查的是: > 引用页面里的内容,是否真的支持答案中的说法? 一种可操作的方式,是把生成答案拆成若干事实陈述,再逐条寻找支持证据: ```text 陈述:某功能从3.2版本开始支持。 证据:官方更新日志明确写明3.2版本新增该功能。 结论:支持。 陈述:该接口平均延迟低于500ms。 证据:引用页面只写了"低延迟",没有提供测试数据。 结论:不支持,应删除具体数值。 ``` 对于找不到直接证据的内容,可以删除、降低语气强度,或者明确标注为推断。 这一步会增加一次模型调用,但对调研、报告和高风险问答很有价值。 ## 必须处理超时、限流和空结果 联网服务不可避免会失败,Agent不能把搜索失败理解为"网上没有信息"。 建议区分以下情况: ```python class SearchError(Exception): pass class RateLimited(SearchError): pass class SearchTimeout(SearchError): pass class EmptyResult(SearchError): pass ``` 对应策略也应不同: - 限流:指数退避后重试; - 超时:缩短查询或切换备用搜索源; - 空结果:改写查询后再搜索; - 网页读取失败:保留搜索摘要,继续处理其他页面; - 全部失败:明确告诉用户当前无法完成联网验证。 如果业务对可用性要求较高,最好准备两个搜索源,但不建议每次同时调用。正常情况下使用主搜索源,失败或结果质量不足时再触发备用源。 ## 怎么判断搜索链路有没有变好 只统计请求成功率不够。搜索接口正常返回,不代表Agent找到了正确答案。 可以重点记录下面这些指标: | 指标 | 说明 | |---|---| | Top 5相关率 | 前5条结果中真正相关的比例 | | 新鲜信息命中率 | 时间敏感问题是否找到最新资料 | | 权威来源占比 | 候选结果中可信来源的比例 | | 重复结果率 | 多条结果是否实际来自同一内容 | | 正文读取成功率 | 候选页面能否提取有效正文 | | 引用支持率 | 引用内容是否能支持对应结论 | | P50/P95耗时 | 常规请求与慢请求的实际表现 | | 单任务成本 | 搜索、读取、重排和模型调用总成本 | | 任务完成率 | 最终是否正确回答了用户问题 | 测试问题最好来自真实业务,而不是只用"今天天气怎么样"之类容易搜索的问题。 一套基础测试集可以包含新闻、技术文档、政策、产品信息、故障排查、学术资料和长尾问题。每个问题重复运行几次,才能看出结果波动。 ## 结语 联网搜索不是给模型加一个工具按钮,而是一条完整的信息处理链路。 查询改写决定搜什么,去重和排序决定看什么,网页读取决定能拿到多少证据,引用校验决定最后的答案能不能相信。 接口接通只是开始。真正影响Agent体验的,通常是这些看起来不起眼的工程细节。

优秀的个人博客,低调大师

你的 AI 助手每个请求都无害,为什么组合起来会出事?

# **一句话版本**:个人智能体连的服务越多,「每步都对、整体出事」的组合式风险越大——单看每次工具调用都无害,跨服务的效果累积却能酿成伤害。X-AgentRed 用工具依赖图自动挖掘有害路径:有害路径发现率 1.77 倍于现有方法,工具覆盖 2.99 倍。 ## 一句话版本(先给结论) Meta 团队的 **X-AgentRed**:把智能体可用的工具建成有向依赖图(工具的「效果」满足另一工具的「执行前提」),从图上采样出「每步都合法、串起来有害」的路径并真实执行验证;失败路径用执行反馈自我改进(换工具、精化前提)。四个前沿智能体模型上,**有害路径发现率 1.77×** 于现有红队方法,**工具覆盖 2.99×**——现有方法的盲区被量化了。 📷 ## 一、组合式失败:多服务生态的新风险形态 个人智能体正在接入越来越多的服务——写代码、管文档、订机票、发消息。**每单个服务都安全审查过,每次工具调用在语境里都无害**,但: 让助手「清理一下我的日程和消息」——删除日历事件(无害)+ 撤回已发消息(无害)+ ……跨服务的效果**累积与交互**后,可能达成用户从未授权、甚至造成实际伤害的结局。 这是组合式失败:**风险不在任何一步里,而在路径上**。而现有红队方法两个硬伤:让 LLM 凭描述「想」有害路径——生成偏好训练数据里的熟悉组合,新颖跨服务交互探测不足;或把人类/LLM 预设的有害目标分解成良性步骤——预设本身限制了探索面。 ## 二、X-AgentRed:依赖图驱动的自进化红队 方法的三个齿轮: 1. **建图**:分析每个工具的「效果、潜在伤害、执行前提」,构造有向图——边=「工具 A 的效果满足工具 B 的前提」。图把**跨服务的可达性**变成了一等公民; 2. **采样+实例化**:从图上采样路径,包装成真实场景(看似良性的用户请求),让被测智能体实际执行——**有情感、有上下文的真实用例**,不是干巴巴的攻击脚本; 3. **执行反馈自改进**:路径走不通(某步被前提卡住)→ 精化该前提的达成方式;想更多样 → 有害路径间做工具替换——红队自己进化,越跑越深。 📷 ## 三、结果:现有方法的盲区被量化 - 四个前沿模型上,有害路径发现率 **1.77×** 于 SOTA 基线 STAC; - 探索到的工具集合更多样,**工具覆盖率平均 2.99×**——现有方法大半工具世界根本没碰到; - 采样自图的场景更「像正常使用」——红队结果可以直接指导安全护栏,而不是一堆一眼假的攻击样本。 ## 四、对智能体产品的三条启示 **1. 安全评估要按「路径」不按「步骤」。** 逐步骤审查再严,也拦不住组合式失败——把工具依赖建成显式图,是让「跨服务可达性」可审计的第一步。这与轨迹监控(把执行建成 DAG)是同一哲学:**结构即证据**。 **2. 执行反馈是红队的核心引擎。** 静态「想」出来的攻击面远小于跑出来的攻击面——安全测试也要「跑任务」而不是「读文档」。失败路径本身就是情报:哪一步被卡住,就说明那一步是天然护栏位点。 **3. 服务接入越多,红队越要常态化。** 每接入一个新服务=依赖图多一批出边=新的跨服务路径组合。安全测试不该是发布前一次性动作,而是**每次集成变更后的回归测试**。 ## 结语 单工具时代的安全是「每个工具加锁」;多服务时代的的安全是「整张图找路」。X-AgentRed 把「图」和「执行」这两个武器交给红队,也顺便提醒每个智能体产品的开发者:**你以为的防御面,可能只是图上最常走的那几条路。** 论文:X-AgentRed: Red-Teaming Personal Agents in Evolving Multi-Service Ecosystems(arXiv 2610.13886) BuddyMe 每日免费 4500 万 Token。

优秀的个人博客,低调大师

Claude Haiku 5.5 发布:AI Agent 的子任务,真的该全部换成小模型吗?

10 月 7 日,Anthropic 发布了 Claude Haiku 5.5。官方给它的定位很明确:处理高频、对成本和速度敏感的任务,例如分类、摘要、信息提取,以及作为大模型的子 Agent。[Anthropic 官方发布](https://www.anthropic.com/claude-haiku-5-5 "Anthropic 官方发布") 这让我想到一个比“新模型跑分多少”更实际的问题: 一个 Agent 每完成一次复杂任务,可能会调用模型十几次。其中有多少次,真的需要最强模型? 假设一个开发助手要处理用户反馈,它可能先判断问题类型,再提取报错信息、检索相关文档、生成修复建议,最后检查答案。把整条链路都交给大模型,开发简单,但分类和提取这些步骤也在按大模型价格付费;全部换成小模型,又可能在复杂判断上出错。 Haiku 5.5 值得关注的,不是“小模型取代大模型”,而是它让我们有必要重新设计这条调用链。 --- ## 一、先看价格,但别只看单价 按 Anthropic 公布的 Claude Platform 标准价格,提示词不超过 10 万 token 时,Haiku 5.5 每百万输入 token 为 0.10 美元、每百万输出 token 为 0.50 美元;超过这一长度后,分别为 0.50 美元和 2.50 美元。官方称,相比 Haiku 4.5,典型任务的平均运行成本约降低 75%。[价格与说明](https://platform.claude.com/docs/en/models/haiku-5-5 "价格与说明") 这里有两个容易忽略的细节。 ### 两个容易忽略的细节 第一,“单价降低”不等于“每个任务一定按相同比例省钱”。模型版本变化可能导致同一段文本消耗的 token 数不同,还要算上重试、人工复核和升级到大模型的调用。 第二,长提示词与短提示词的价格不同。如果你的 Agent 每次都携带很长的历史对话,不能只拿最低一档价格计算预算。 所以,真正该比较的不是“每百万 token 多少钱”,而是: > 完成一个合格任务的总成本 = 首次调用成本 + 重试成本 + 升级调用成本 + 必要的人工复核成本 --- ## 二、哪些步骤适合先试小模型? 我会先从三类任务开始: - 边界清晰的分类:例如把工单分为“计费、接口报错、模型效果、账户问题”。 - 格式明确的信息提取:例如从报错日志中提取错误码、请求 ID 和发生时间。 - 可核对的短摘要:例如把一段对话压缩成“问题、已尝试操作、待处理事项”。 这些任务通常有明确输入、可检查的输出,也比较容易构造测试集。Anthropic 同样将分类、摘要和子 Agent 工作列为 Haiku 5.5 的适用场景。[Anthropic 官方发布](https://www.anthropic.com/claude-haiku-5-5 "Anthropic 官方发布") ### 不宜直接替换的场景 相反,跨多个文件修改代码、处理含糊的业务规则、做高风险决策,或者需要长时间规划的任务,不宜因为单价低就直接替换。Anthropic 也明确表示,复杂的 Agent 编码任务仍更适合 Sonnet、Opus 等较大模型。[Anthropic 官方说明](https://platform.claude.com/docs/en/models/haiku-5-5 "Anthropic 官方说明") ### 更稳妥的调用结构 一个更稳妥的结构是: > 小模型处理明确的前置任务 → 程序校验输出 → 不确定或校验失败时升级到大模型 → 保留最终结果供评测。 --- ## 三、别拿一条 Demo 决定是否切换模型 如果要评估 Haiku 5.5,我建议从现有业务中抽取一批真实样本,至少包含正常案例、边界案例和容易误判的案例。对同一批输入,比较当前模型与候选小模型的四项指标: ### 四项评测指标 1. 任务通过率:输出是否符合业务要求,而不只是“看起来回答得不错”。 1. 延迟:既看平均值,也看较慢请求的耗时。 1. 单任务总成本:包含重试和升级调用。 1. 升级率:有多少请求最终仍需交给大模型。 评测时,提示词、输入数据和判定规则应保持一致。官方基准测试能帮助我们决定“值得测什么”,但不能替代自己业务里的测试;这篇文章也没有把官方或客户的测试结果写成我们的实测结论。 ### 用统一 API 验证一个最小任务 如果你通过统一模型 API 管理调用,可以先用一个很小的分类任务验证现有模型。以下是 OpenAI 兼容接口的请求示意,model 必须替换为控制台实际已开通的模型 ID: 这段代码用于说明如何固定任务输入、逐个比较已接入模型,不代表该接口目前已经提供 Haiku 5.5。若准备从旧版 Haiku 迁移,Anthropic 还提示需要重新核算 token、检查不再支持的参数等,不能只改一个模型名称就直接上线。[Haiku 5.5 迁移指南](https://platform.claude.com/docs/en/models/haiku-5-5/migration-guide "Haiku 5.5 迁移指南") --- ## 结语 Haiku 5.5 的发布,最值得开发者重新审视的不是排行榜,而是 Agent 的任务分工。 简单、重复、可验证的步骤,可以让小模型先做;复杂、模糊或高风险的步骤,继续交给更强的模型。最终是否省钱,要用自己的任务通过率、延迟和完整调用成本来回答。 不要问“能不能把大模型全部换掉”,先问“这条调用链里,哪一步根本不需要大模型”。 --- ## 参考资料 - [Anthropic 官方发布:Claude Haiku 5.5](https://www.anthropic.com/claude-haiku-5-5 "Anthropic 官方发布:Claude Haiku 5.5") - [Claude Platform 文档:Haiku 5.5 概览与定价](https://platform.claude.com/docs/en/models/haiku-5-5 "Claude Platform 文档:Haiku 5.5 概览与定价") - [Claude Haiku 5.5 迁移指南](https://platform.claude.com/docs/en/models/haiku-5-5/migration-guide "Claude Haiku 5.5 迁移指南")

优秀的个人博客,低调大师

2026 年AI时代了,现在网站站群到底还能不能做

"站群还能不能做"这个问题,每隔一阵就有人问一次。 我的答案是:**能,但你脑子里想的那个站群,多半已经不能做了。** 这两句话不矛盾,差别在于"站群"这个词底下装的是什么东西。 ### 死的不是站群,是那套旧打法 过去几年被淘汰掉的,是这几类做法: - **同一套内容复制 N 个域名**,改改标题就发。搜索引擎早就能识别,用户点进去两秒钟也会退出来 - **采集源内容原样搬运**,一个字不改。这不是站群,这是搬运,被判重复是迟早的事 - **只为占坑的空站**,建好之后没有内容、没有更新、没有服务对象 这几类做法在任何一年都不算正经做法,2026 年只是收紧了执行。 ### 站群真正的逻辑从来没变 站群为什么存在?不是"多几个域名多几倍流量"这种误解,而是两个真实的业务需求: **一是覆盖到单个站做不到的地域和长尾。** 你是一家做本地服务或行业服务的公司,客户在三十座城市里搜"城市 + 需求",一个官网再大也堆不出三十套独立的本地页面。这时候分站矩阵是覆盖手段,不是作弊手段。 **二是把重复动作从人力里解放出来。** 内容发布、TDK 生成、模板套用、收录监控,这些事乘以站点数量之后,手工做就是浪费人。系统替你做,人去做判断。 **这两个需求 2026 年比三年前更强,不是更弱。** ### 现在能跑起来的站群,长什么样 观察下来,还活着的站群有几个共性: **内容不是复制粘贴的。** 每座城、每个站的内容有真实的本地信息:当地报价区间、当地案例、当地服务范围。差异化不是靠换词,是靠真实素材。 **每个站是独立的。** 独立域名或独立目录、独立 TDK、独立 sitemap。批量生成的是"结构",不是"一篇文章复制 N 份"。 **后台是统一的。** 内容、站点、TDK、线索都在一处管。做不到统一管理,站一多就失控。 **有人真的在运营。** 有选题、有审核、有数据复盘。指望系统自动赚钱的,几乎没有跑出来的。 ### 和多城市站群的区别,顺便说清 很多人问的"站群",其实是两类东西,混在一起讨论永远得不出结论: - **通用站群**:站与站之间是不同主题、不同行业,用一套后台管全部内容和管理。这类对应的是多站管理工具 - **多城市站群**:同一套业务铺到多座城市,主站带一批城市分站,内容按城市本地化。这类要的是城市字典、批量开城、本地化改写、线索统一回收 **判断标准很简单:你的站之间是不是同一门生意。** 是同一门生意铺地域,就是多城市站群;是完全不同的内容方向,就是通用站群。选错类型,后面全都是弯路。 ### 什么人不适合再碰站群 - **只有一两个站、也没打算扩张的。** 用不上系统,先把这一个站做好更实在 - **不愿意持续投入内容和运营的。** 站群是把运营效率放大,它放大不了零 - **想做灰产、想快速套利的。** 这类做法现在风险远大于收益,正规系统也不会支持 ### 最后 站群没死,死的是"站群的旧做法"。 **2026 年能跑的站群,本质是一套"有内容、有差异、有管理、有运营"的生意,只不过它的规模比单站大,需要工具来撑。** 如果你手上已经在做多站,或者业务真的按城市分布,站群这套逻辑依然成立。如果只是想"多弄几个域名薅流量",那确实该停手了。

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册
修改密码
忘记密码