SearchOS - Ant Groupなどが開発した、オープンソースのマルチエージェント検索コラボレーションフレームワーク。

SearchOSとは何ですか？

SearchOSは、中国人民大学ヒルハウス人工知能研究所とAnt Groupが共同で開発したオープンソースのマルチエージェント検索コラボレーションフレームワークです。リレーショナルデータベースの設計原則から着想を得て、オープンドメインの情報検索を動的なリレーショナルスキーマに抽象化しています。検索指向のコンテキスト管理、パイプラインによる並列スケジューリング、検索ツール用のミドルウェア層を通じて、エージェントの記憶喪失、重複クエリ、ソースの分離といった、長時間実行されるタスクにおけるシステムレベルの問題を解決します。マルチエージェントの状態共有、効率的なコラボレーション、証拠の追跡可能性をサポートします。

SearchOSの主な機能

• 関係性検索パターンの構築自然言語によるクエリを、テーブル構造、主キー、外部キーを含む動的な関係スキーマに自動的に変換し、エンティティが発見されるにつれて属性を補完します。
• マルチエージェント協調探索オーケストレーターは統合的な計画とスケジュール管理を行い、探索エージェントは候補となるエンティティを検出し、検索エージェントは並列サブタスクを実行し、ライターエージェントは構造化されたレポートを生成します。
• 検索指向コンテキスト管理（SOCM）進捗状況の可視化とエージェント間の同期を可能にするため、フロンティアタスク、エビデンスグラフ、カバレッジマップ、および障害メモリの4種類の共有状態を維持します。
• 検索ツールミドルウェアこれには、コンテキストミドルウェア、センサーミドルウェア、および証拠抽出ミドルウェアが含まれ、状態注入、ループ検出、および構造化証拠抽出を担当します。
• 階層型スキルライブラリランキング取得、マルチホップ検索、エンティティ曖昧性解消などの戦略スキルに加え、スクレイピング対策、ログインファイアウォール、動的ページなどのアクセス関連スキルを含む、約280種類のスキルがプリロードされています。
• リアルタイムの進捗状況追跡CLI、フルスクリーンTUI、Webワークベンチをサポートし、スキーマ完了の進捗状況、エージェントのタスクフロー、セルごとの証拠をリアルタイムで表示できるほか、中断後の復旧もサポートします。

SearchOSの技術原則

• 関係検索の抽象化情報検索タスクは、関係スキーマ S = ({T_m}, R) として定義されます。ここで、T_m はテーブルスキーマ (列属性 A_m と主キー P_m を含む) であり、R はテーブル間の関係です。これにより、あらゆる種類の検索タスクが単一の構造化されたフレームワークの下に統一されます。
• 共有国家インフラ核心となる判断基準は、検索状態がシステム内に存在すべきであるという点である。SOCMはタスク状態を4種類の共有データ構造に外部化する。エージェントは共有状態を照会することで協調動作を実現し、コンテキスト圧縮による事実の損失を回避する。
• パイプライン並列スケジューリングこのシステムはマイクロバッチ方式を採用しており、検索→オープン→発見を検索パイプラインとして扱い、複数の検索エージェントが異なるタイミングで投入され、重複して動作します。継続的なディスパッチメカニズムにより、エージェントがタスクを完了するとすぐに新しいタスクが割り当てられ、スロットの利用効率と実時間効率が向上します。
• ミドルウェア介入メカニズムモデルとツールの間には、3つのミドルウェア層が挿入されます。コンテキストミドルウェアはコンテキストサイズを制御し、センサーミドルウェアはループや停滞を識別してポリシーの切り替えをトリガーし、エビデンス抽出ミドルウェアは構造化された抽出、引用のアンカー、およびエビデンスの保存を完了します。
• 動的なパターン変化システムは、エンティティが発見されるにつれてテーブル構造を動的に調整します。実験によると、最適な固定構造（Oracle）を事前に指定した場合でも、パフォーマンスはSearchOSの動的モードよりも低いことが示されています。

SearchOSの使い方

• 環境準備GitHubリポジトリにアクセスしてプロジェクトをクローンし、設定ウィザードを使用してモデルサービスプロバイダーとAPIキーの設定を完了してください。
• 対話を開始するシステムを起動するには、CLI、フルスクリーンTUI、Webリサーチワークベンチの3つのインターフェースから1つを選択してください。
• クエリを入力してください検索ボックスに自然言語で質問を入力すると、システムが自動的にタスクの種類を識別します。
• 進捗状況を確認する関係スキーマ構築プロセス、カバレッジマップの完了状況、および各エージェントのタスク割り当てと実行フローをリアルタイムで監視します。
• レビュー結果タスクが完了すると、構造化された出力が表示されます。各データポイントには引用情報が付随しており、元のウェブページと具体的な場所を特定できます。
• 中断と再開長期にわたる作業は途中で中断しても再開でき、過去の捜索履歴や証拠の連鎖はいつでも確認できる。

SearchOSの主な利点

• システムレベルの状態外部化このアプローチでは、検索状態を対話コンテキストからシステムインフラストラクチャに移行させることで、長期タスクにおける記憶喪失や反復といった問題を根本的に解決します。
• 動的な関係パターンテーブル構造はエンティティが発見されるにつれてリアルタイムで調整されるため、固定スキーマよりも実際の検索シナリオの多様性に対応しやすい。Oracleによる実験でその有効性が実証されている。
• 高スループットスケジューリングパイプラインの並列処理と継続的なディスパッチにより、タスク完了時間が約24%、LLM呼び出し回数が約13%削減され、F1スコアが向上します。
• エンドツーエンドの証拠追跡各値には引用情報が格納されており、元のウェブページ内の特定の場所まで結論を遡って検索することを可能にし、「可能な限り多くの引用を見つけ、すべての引用に出典を明記する」という厳格な要件を満たしています。
• 豊富なプリセットスキル約280のスキルが検索戦略とウェブサイトへのアクセスを網羅しています。これらのスキルを使用した結果、検索時間は36.6%短縮され、API呼び出し回数は39%～43%減少しました。

SearchOSプロジェクトのアドレス

• プロジェクト公式サイト：https://antins-labs.github.io/SearchOS/
• GitHubリポジトリ：https://github.com/antins-labs/SearchOS
• arXiv技術論文：https://arxiv.org/pdf/2607.15257

SearchOSの競合製品比較

SearchOSの応用シナリオ

• 競合製品と市場調査競合他社の資金調達ラウンド、製品の特徴、価格戦略などに関する情報を体系的に収集し、情報源付きの大規模な比較表を作成する。
• 文献レビュー特定の研究方向については、関連する論文、著者、研究機関、学会をリストアップし、主要な結論と方法の要約を作成してください。
• 投資調査およびデューデリジェンス対象企業の株主構成、経営陣の交代、訴訟記録、財務データなどを追跡調査し、複数の情報源による相互検証を実施する。
• 製品の比較と選択類似製品の技術仕様、ユーザーレビュー、価格帯を収集し、意思決定を支援するための構造化された比較レポートを作成する。
• オープンドメイン知識の列挙高い記憶力が求められるタスクには、「2000年以降のフィールズ賞受賞者全員とその所属機関および国をリストアップする」といった情報収集タスクが含まれる。