Level-Navi Agent:一個開源的、通用的網絡搜索代理框架
Level-Navi Agent是什么?
Level-Navi Agent是一個開源的網絡搜索Agent框架,借助大語言模型(LLM),實現對復雜問題的逐步剖析與精準搜索。它能適配各類開源或閉源模型,可對復雜問題進行拆解、理解,然后逐步在網上搜尋信息,直至給出用戶問題的答案。
Level-Navi Agent的主要功能
層次化導航
問題分解:把復雜問題拆分成多個子問題,通過鏈式思考逐一解決。
并行搜索:列出子問題后,同時搜索相關信息,提升搜索效率。
智能規劃與問題分解
鏈式思考:如同人類思考方式,逐步明確下一步要收集的信息。
迭代細化:依據反饋信息和現有信息動態調整操作,直至收集到足夠信息回答問題。
信息檢索與反饋
在線搜索:針對子問題開展在線搜索,收集信息并反饋給規劃器。
結果整合:將搜索到的結果進行整合,給出清晰答案。
無需訓練的通用框架:可與任意開源或閉源的大型語言模型(LLM)搭配使用,無需針對特定任務訓練或微調。
評估與基準:提供中文網絡搜索基準數據集(Web24)和一套適配的評估指標,全面衡量社區里不同LLM執行網絡搜索任務的性能。
Level-Navi Agent的應用場景
復雜查詢處理:能應對復雜的多跳問題,像“今年第1500億個包裹的快遞員所在公司的總部在哪里?”這類需要理解復雜邏輯鏈條并多層次搜索推理的問題。
中文網絡搜索:尤其適用于中文網絡搜索任務,提供了新的中文網絡搜索數據集(Web24)和評估指標,推動中文網絡搜索領域發展。
信息檢索與知識獲取:通過層次化導航和并行搜索,能高效從互聯網收集信息,適合快速獲取和整合信息的應用場景。
ai搜索代理的評估與優化:提供公平的評估框架,讓不同的大型語言模型(LLM)在同一基準下接受評估,助力研究人員和開發者優化模型在復雜搜索任務中的表現。
自動化內容生成:結合AI內容生成技術,可用于自動化內容生成和發布,特別是在需從多來源收集信息并整合的場景中。
Level-Navi Agent如何使用指南
克隆項目。
創建Python虛擬環境。
安裝依賴。
配置搜索引擎API(如Bing)。
部署API或本地模型。
啟動測試。
GitHub倉庫:https://github.com/chuanruihu/Level-Navi-Agent-Search