searchclaw 是 ruc-nlpir（中国人民大学信息检索实验室）研发的自托管式 ai 深度研究智能体，内置 web 交互界面。用户输入问题后，系统将自主启动多轮网络搜索、网页抓取、学术论文检索及内容整合流程，最终输出结构清晰、附带可验证引用链接的深度研究报告。项目采用 fastapi 构建，依托“工具 + 钩子”双层架构保障研究严谨性，兼容多种大语言模型供应商，并支持持久化记忆功能，专为科研人员与专业分析师打造可追溯、可复现的自动化调研体验。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
SearchClaw的核心能力
- 自主迭代式研究流程：自动执行搜索→抓取→解析→引用→评估→再搜索的闭环，直至答案质量达标。
- 跨平台多源检索能力：统一接入通用网页（Google/Serper）、中英文学术资源（Semantic Scholar/DBLP/arXiv）、实时新闻（NewsAPI/Google News RSS）以及中文主流社媒（微信公众号）。
- 高保真浏览器集成：基于 Playwright 与 Chrome DevTools Protocol（CDP）实现 JavaScript 渲染与登录态维持，提升复杂页面抓取准确率。
- 动态需求澄清机制：在研究过程中主动向用户发起追问，辅助明确模糊或开放性问题的具体指向。
- 智能任务拆解引擎：将宏观研究命题自动分解为若干可执行、可追踪的子任务，并按逻辑顺序逐项推进。
- 多维质量校验门禁：内置钩子模块对引用数量、来源分布广度、答案完整性等维度进行强制检查，未通过则触发补充研究。
- 上下文感知压缩策略：采用两阶段压缩技术，在长周期会话中有效控制 token 占用，避免超出模型上下文窗口。
- 跨会话记忆继承：自动沉淀并复用历史研究中筛选出的优质信源、用户偏好设定及关键事实锚点。
如何快速上手SearchClaw
-
获取源码并安装依赖：执行
git clone https://www.php.cn/link/d0f38389c3df6e16b175a6a31b9702d4.git && pip install -e . -
配置关键 API 凭据：设置
ANTHROPIC_API_KEY或OPENAI_API_KEY；建议额外配置SERPER_API_KEY与JINA_API_KEY以显著提升检索精度。 -
启动本地服务：运行
python -m src.main，随后在浏览器中访问http://localhost:8000。 - 发起研究请求：输入待调研问题，系统将通过 WebSocket 实时流式返回含引用标注的综合分析报告。
SearchClaw的运行环境与扩展要求
- 基础环境：需 Python 3.11 及以上版本，兼容 Linux/macOS/Windows 系统。
- 大模型兼容性：通过 litellm 统一路由，全面支持 Anthropic、OpenAI、Google Gemini、xAI、通义千问、豆包、GLM、Kimi 等云端模型，亦可对接本地 vLLM/Ollama 推理服务。
- 搜索降级策略：若未配置 Serper，则自动切换至 DuckDuckGo 抓取；若缺少 Jina，则回退为原生 HTTP 请求方式。
-
浏览器渲染支持（可选）：执行
pip install -e '.[browser]' && playwright install chromium启用 JS 页面渲染能力。 -
安全访问控制：远程部署时可通过
SEARCH_CLAW_API_KEY设置访问密钥，防范未授权调用。 - 本地数据存储：所有会话记录与记忆数据默认以 JSON 格式落盘至本地文件系统，无需外部数据库。
SearchClaw的差异化价值
- 引用可信度强：强制多源交叉引用 + 内置钩子校验机制，大幅降低幻觉风险，相较传统单次 RAG 更具逻辑连贯性与证据支撑力。
- 任务自治水平高：具备自主规划、执行监控与失败重试能力，可在无人干预下完成复杂课题的全流程闭环。
- 异构数据融合能力强：目前唯一开源工具，同时覆盖英文科研文献、中文社交媒体内容与实时新闻流，满足跨境、跨语种、跨媒介的研究需求。
- 全链路隐私可控：全部数据处理均在本地完成，支持完全离线部署与本地大模型接入，契合高敏感度科研场景的合规要求。
SearchClaw的官方资源入口
SearchClaw与主流竞品横向对比
| 对比维度 | SearchClaw | Perplexity | PaperClaw |
|---|---|---|---|
| **部署方式** | 完全自托管，本地 FastAPI 服务器 | 云端 SaaS 服务，闭源商业产品 | 自托管，面向科研自动化 |
| **研究深度** | 多轮自主循环，支持计划分解与质量门禁 | 单轮或浅层多轮搜索，直接生成答案 | 端到端论文复现与实验自动化 |
| **来源覆盖** | 网页+学术+新闻+微信公众号，支持 CDP 登录抓取 | 网页+学术+新闻，无中文社媒深度覆盖 | 专注学术文献与代码仓库 |
| **引用机制** | 强制多源引用，钩子检查数量与多样性 | 自动生成引用，但无强制校验机制 | 生成实验报告与代码引用 |
| **隐私控制** | 数据完全本地，支持本地 LLM | 数据上传至云端，企业版提供增强隐私 | 数据本地处理，专注研究复现 |
| **交互模式** | WebSocket 实时流式，支持中途追问 | 对话式实时搜索，无中途确认环节 | 自动化执行，人工干预点较少 |
SearchClaw的典型应用方向
- 学术综述生成：自动检索 Semantic Scholar 与 arXiv 平台最新论文，生成带时间戳与出处标注的领域发展脉络分析。
- 竞品动态追踪：持续扫描主流新闻平台与微信公众号，构建竞品事件图谱并输出带原始链接的监测简报。
- 政策法规解读：定向爬取政府官网、人大/政协公报及权威智库报告，融合多语种材料形成合规性评估文档。
- 技术方案比选：聚合 GitHub Issues、技术博客、Stack Overflow 讨论与顶会论文，从社区活跃度、性能指标、演进路径等多角度输出框架选型建议。
