跳转到主体内容

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:

  1. chat_completions(默认):向 Base URL 追加 /chat/completions 端点。
  2. 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:

json
{
  "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:

  1. 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。
  2. 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。
json
{
  "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:

json
{
  "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。

基于 MIT 协议开源 · AI 索引: /nb-search/llms.txt