SearchClaw – 中国人民大学推出的 AI 深度研究智能体

SearchClaw是什么

SearchClaw 是 RUC-NLPIR（中国人民大学信息检索实验室）推出的自托管式 AI 深度研究智能体，配备 Web 交互界面。用户提交问题后，系统自动执行多轮网络搜索、页面抓取、论文检索与内容综合，最终生成带引用链接的详实报告。项目基于 FastAPI 构建，通过”工具 + 钩子”的架构设计保障研究质量，支持多种 LLM 提供商与持久化记忆，适合科研人员、分析师进行可溯源的自动化调研。

SearchClaw的主要功能

• 自主多轮研究循环：自动迭代执行搜索、抓取、阅读、引用，直至答案达标。
• 多源信息检索：集成网页（Google/Serper）、学术（Semantic Scholar/DBLP/arXiv）、新闻（NewsAPI/Google News RSS）及微信公众号文章搜索。
• 浏览器深度集成：通过 Playwright/CDP 渲染 JavaScript 页面并支持登录态抓取。
• 智能追问澄清：研究过程中可向用户提出跟进问题以明确需求。
• 研究计划分解：自动将复杂查询拆解为可追踪的子任务并逐步执行。
• 质量门禁系统：内置钩子检查引用数量、来源多样性及答案完整性，不达标则继续研究。
• 上下文压缩管理：双阶段压缩机制确保长会话不超出上下文窗口限制。
• 跨会话持久记忆：自动保存并复用过往研究中的高质量来源、用户偏好与关键事实。

如何使用SearchClaw

• 克隆仓库并安装依赖：git clone https://github.com/RUC-NLPIR/SearchClaw.git && pip install -e .
• 配置 API 密钥（LLM 与搜索源）：设置 ANTHROPIC_API_KEY 或 OPENAI_API_KEY，推荐配置 SERPER_API_KEY 与 JINA_API_KEY 提升搜索质量。
• 启动服务：python -m src.main，浏览器访问 http://localhost:8000。
• 返回结果：输入研究问题，系统在 WebSocket 中实时流式返回带引用的综合报告。

SearchClaw的关键信息和使用要求

• 环境要求：Python 3.11+，支持 Linux/macOS/Windows。
• LLM 支持：通过 litellm 路由，兼容 Anthropic、OpenAI、Google Gemini、xAI、阿里通义、字节豆包、智谱 GLM、月之暗面等主流模型及本地 vLLM/Ollama 端点。
• 搜索依赖：无 Serper 时自动降级至 DuckDuckGo 抓取，无 Jina 时回退到直接 HTTP 请求。
• 可选浏览器：执行 pip install -e '.[browser]' && playwright install chromium 启用 JS 渲染支持。
• 安全配置：远程部署时通过 SEARCH_CLAW_API_KEY 设置访问密码，防止未授权使用。
• 持久存储：记忆与会话数据默认以 JSON 格式存储于本地文件系统。

SearchClaw的核心优势

• 可验证的引用质量：强制要求多源引用并通过门禁检查，降低幻觉风险，优于单轮 RAG 的碎片信息拼接。
• 自主规划与纠错：自动拆解复杂任务并在质量不达标时自驱补充研究，无需人工干预迭代过程。
• 多源异构整合：唯一同时覆盖英文学术库、中文微信公众号及实时新闻的开源研究工具，适应跨境调研场景。
• 完全自托管：数据不出本地，支持本地 LLM 端点，满足敏感研究数据的隐私合规要求。

SearchClaw的项目地址

• GitHub仓库：https://github.com/RUC-NLPIR/SearchClaw