Grok、多代理与模型源
对于不仅需要链接列表,而是需要大模型结合实时检索直接产出结构化报告的场景,nb-search 提供了专门的 Typed 搜索源。
Grok 综合源 (grok.synthesis / grok.x-synthesis)
这两个源基于 xAI 提供的 Grok Responses API 构建,输出通道为 nb-search.synthesis@1。
- 元数据标签:成本
expensive,延迟slow。 grok.synthesis:启用web_search工具,针对全网公开信息进行多步骤归纳推理。grok.x-synthesis:启用x_search工具,专门检索与总结 X 平台上的实时讨论与脉络。
配置要求
- 必需环境变量:
NB_SEARCH_GROK_API_KEY - 可选环境变量:
NB_SEARCH_GROK_BASE_URL(系统自动解析并补全/v1/responses路径)、NB_SEARCH_GROK_MODEL
与 Chat Completions 的区别
Grok Responses API 是独立的端点与请求格式(使用 input 字段与专用 tool 声明),与传统的 /chat/completions 不通用。系统禁止向 Grok Responses 隐式 fallback 到旧聊天接口。
GMA 深度多代理研究 (gma.research)
gma.research 面向多步骤推演的研究任务,输出通道为 nb-search.multi-agent-research@1。
- 元数据标签:成本
expensive,延迟slow。
协议模式与端点约定
GMA 支持通过配置项 options.api_mode 选择通信协议,支持两种模式:
chat_completions(默认):向 Base URL 追加/chat/completions端点。messages:向 Base URL 追加/messages端点,遵循特定的 Relay 转发合同(POST/messages,顶层system字段,附带x-api-key与anthropic-version请求头,请求体 JSON 中包含reasoning: { effort })。
GMA 两种模式的 provider 请求都使用 stream: true,网关必须支持 SSE。这里的流式传输是 provider 请求层合同;execution: sync|async 仍描述本机任务生命周期,两者不是同一概念。public SDK 与 CLI 最终仍返回完整 typed JSON,不向用户提供 token 流。
配置示例:
{
"schema_version": "4",
"provider_instances": {
"grok-multi-agent.default": {
"provider_id": "grok-multi-agent",
"enabled": true,
"base_url": "https://relay.example.test/v1",
"options": {
"api_mode": "messages",
"reasoning_effort": "high"
}
}
}
}禁止端点冲突与重定向
Base URL 的后缀必须与所选模式严格匹配。例如,若模式为 messages,Base URL 不能已经带有 /chat/completions 或 /responses;反之亦然。一旦检测到端点冲突,该实例会被标记为不可用并直接报错。此外,GMA 两种模式均会直接拒绝 HTTP 3xx 重定向,防止凭据泄露。
必需配置
NB_SEARCH_GROK_API_KEY:GMA 默认复用此凭据槽位。NB_SEARCH_GROK_MULTI_AGENT_BASE_URL:指定代理集群服务入口。
多主题并发与执行期限
GMA 的调用按宿主已有授权与预算执行。针对相互独立的研究主题,可在单个 query 数组中并行处理,或分别提交异步作业:
- 多主题提交:
- 单 Job 多 Query:在同一请求的
query数组中提供多个主题的完整 brief;这些 Query 共享该作业的超时、取消和重试状态。 - 独立 Async Jobs:若需要逐主题准确追踪、取消或单独重试,分别提交独立的异步任务,每个任务使用独立的稳定
idempotency_key。typed 批量结果为partial时不提供原query的 index 映射,不能仅按数组位置关联主题。
- 单 Job 多 Query:在同一请求的
- 执行期限(Timeout)机制:
- 超时解析顺序为请求级
timeout_ms> 显式execution.search_timeout_ms> 默认值。前两者都未提供时,grok-multi-agent/research默认使用 600000 ms(10 分钟);普通 search 默认仍为 30000 ms。 - CLI 的
--wait仅表示客户端本地等待返回的时间预算,不改变服务端或 provider 的实际执行期限。 - 本地默认单作业最大并发数为 8(
max_concurrency: 8),计划调用预算上限为 64;云端执行针对单作业与租户并发设有对应的有界限额。
- 超时解析顺序为请求级
{
"action": "run",
"query": [
"分析 WebAssembly 在服务端运行时的冷启动优化方案与主流方案对比",
"梳理 2026 年基于 eBPF 的云原生网络可观测性实践现状与典型挑战"
],
"lane": "gma.research",
"execution": "async",
"idempotency_key": "gma-research-batch-2026-09-08",
"timeout_ms": 600000
}OpenAI 兼容综合源 (oac.synthesis)
用于接入任何遵循 OpenAI Chat Completions 规范的自建大模型服务或网关。输出通道为 nb-search.synthesis@1。
- 元数据标签:成本
expensive,延迟slow。
配置要求
- 必需环境变量:
NB_SEARCH_OAC_API_KEY:调用密钥。NB_SEARCH_OAC_BASE_URL:服务端点(系统自动追加/chat/completions)。NB_SEARCH_OAC_MODEL:模型名称。
- 可选 JSON 配置:
options.fallback_models(备选模型列表)。
配置示例:
{
"schema_version": "4",
"provider_instances": {
"openai-compatible.default": {
"provider_id": "openai-compatible",
"enabled": true,
"base_url": "https://llm.example.test/v1",
"options": {
"model": "qwen-max",
"fallback_models": ["qwen-plus"]
}
}
}
}兼容性说明
OAC 提供标准的 HTTP JSON 适配,但具体的回答结构依赖上游模型对 Prompt 和 JSON Schema 的遵从程度,运行时本身不保证自建上游模型的语义准确性。