2025AI搜索战略解析:范式革命、生态博弈与信任重构

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
2025AI搜索战略解析:范式革命、生态博弈与信任重构
7422点击    2025-12-16 09:44

在之前《超级APP的AI战略:中国互联网巨头的流量保卫战与Agent新物种》一文中,X博士深度拆解了中国In-App AI的“意图主权”之争。今天,我们将视野拉升至更宏观的互联网“入口终局”——《2025AI搜索战略解析:范式革命、生态博弈与信任重构》。


2025年,AI搜索行业正式告别“模型炫技”,进入“分发定生死”的残酷下半场。市场已走出“百模大战”的喧嚣,演化出三条截然不同的价值曲线:独立App致力于成为不可替代的“数字伴侣”,In-App AI以基础设施姿态重构流量分配,而Web端则固守高净值“生产力堡垒”。


竞争的终局已从“信息检索”的效率之争,升级为决策代理(Agent)的主权之争。本报告将进一步穿透四大增长样本的生存法则——从DeepSeek的“脉冲式爆发”到豆包的“稳健长跑”,揭示不同基因厂商在深水区的胜负手;穿透从AIO(智能概览)到AIA(应用内智能体)的演进逻辑,深度剖析谁能构建基于“权威信源”的信任护城河,并完成从“被动问答”到“主动执行”的跨越,揭示谁将成为下一代互联网的入口级赢家。


中国AI搜索三大产品形态的演进逻辑


2025年,AI搜索行业进入了“模型商品化,分发定生死”的新阶段。 全球市场正经历一场双重变革:


  • 商业模式: 传统搜索巨头(Google)陷入严重的“创新者窘境”,庞大的广告营收成为其拥抱AI的最大掣肘;而挑战者(Perplexity, OpenAI)则通过“答案即行动”重塑商业闭环。


  • 产品形态: 搜索不再只是获取信息的“网页导航”,正在演变为接管用户工作流的“认知操作系统”。


中国AI搜索市场走出了“百模大战”的喧嚣,进入了产品形态分化与商业价值验证的深水区。市场不再以单一的“用户规模”论英雄,而是演化出三条截然不同的价值曲线:独立App致力于成为不可替代的“数字伴侣”,In-App AI正在以“基础设施”姿态重构流量分配权,而Web端则固守高净值“生产力堡垒”。 


竞争的终局已从“信息检索”的效率之争,升级为决策代理(Agent)的主权之争。谁能构建起基于“权威信源”的信任护城河,并完成从“被动问答”到“主动执行”的跨越,谁就是下一代互联网的入口级赢家。


海外AI搜索产品演进的启示:从“关键词索引”到“认知操作系统”


AI搜索的定义权正在发生转移。Google搜索副总裁Robbie Stein提出的“Query Fanout”揭示了后台逻辑的巨变,而前端正在演变为全新的OS。


1. 后端逻辑重构:Query Fanout 与 推理引擎的崛起


● 定义重构:从“关键词匹配”到“思维链拆解”


定义重构:从“关键词匹配”到“思维链拆解”


  • 范式跃迁 传统搜索的本质是“索引检索(Index Retrieval)”,比拼的是谁能更精准地匹配关键词与网页元数据。而2025年的AI搜索已进化为“意图推理引擎(Intent Reasoning Engine)”。


  • 核心差异: 搜索不再是静态的“查字典”,而是动态的“解方程”。当用户提出需求时,后端不再是去数据库里“找”答案,而是通过推理模型实时“构建”一个解决路径。这标志着搜索从“信息分发”向“任务规划”的本质跨越。


● 机制解析:Query Fanout(查询扇出)——AI的“分身术”


  • 工作原理: 当用户输入“帮我规划带孩子的香港行程”这样模糊且复杂的指令时,后端推理模型瞬间化身为一名“高级项目经理”。它不会直接搜索这句话,而是触发Query Fanout机制,将原始意图拆解为数十个平行的子任务链。


  • 价值交付: 系统并行执行这几十个搜索请求,阅读数百个网页,最后将碎片化信息综合为一份逻辑自洽的决策方案。这就是为什么AI搜索能让用户产生“它听懂了我”的震撼感——它是在用庞大的算力换取用户的认知带宽。


● 竞争壁垒:物理世界的“实时索引”与Google的最后防线


  • 纯LLM的软肋: ChatGPT与DeepSeek等纯模型厂商面临着不可逾越的“时空冻结”。它们擅长逻辑推理,但在面对“现在几点”、“哪家店开门”、“股价多少”等物理世界实时数据时,存在天然的滞后性与幻觉风险。


  • Google的“数字孪生”护城河: 这正是Google在2025年依然不可被轻易颠覆的底牌。Google构建的不仅是文本索引,而是物理世界的实时数字孪生。


  • -数据霸权:2.5亿个地点的Maps数据(知道这家店现在是否营业)、实时的Finance金融管道、全球航班动态——这些是OpenAI无法通过爬虫抓取的“暗数据”。


  • -混合架构壁垒: Google的战略核心在于“AI推理 + 结构化实时库”的深度耦合。Chatbot 负责“说人话”,而 Maps 和 Knowledge Graph 负责“说真话”。这种“Generative(生成)+ Grounding(锚定)”的混合架构,是纯LLM厂商短期内难以攻破的“物理防线”。


2. 前端形态革命:认知操作系统(Cognitive OS)的崛起


● 浏览器的重生:从“被动视窗”进化为“第二操作系统”


  • 范式重构: 过去三十年,浏览器的本质是互联网的“被动视窗”,它仅负责渲染代码,将信息筛选与处理的重负完全抛给用户。而在2025年,以 Project Comet 和 OpenAI Atlas 为代表的新一代浏览器,正在完成向“认知操作系统”的物种跃迁。


  • 核心定义: 这不再是一个单纯展示网页的工具,而是一个驻扎在互联网之上的“全天候智能体”。它具备了对用户屏幕内容的实时感知力与跨页面的执行力。


  • 战略价值: 浏览器正在从“阅读器”异化为用户的“数字副驾驶”。它不仅能“读懂”你正在浏览的财报,还能主动调用历史数据进行对比;它不仅能“打开”订票网站,还能自动填写表单完成支付。这种“从看(View)到做(Do)”的能力跃迁,使得浏览器成为了实际上接管用户数字生活的第二层操作系统,也是各大巨头争夺用户“意图定义权”的终极战场。


● 导航的终结:流量的中介化坍塌与“服务直连”


  • 商业模式绞杀: Google 帝国最隐秘的软肋在于,其海量查询中超过 40% 本质上是无意义的“导航性搜索”(如输入“Amazon”、“Reddit”、“天气”)。Google 实际上充当了互联网的“黄页”和“收费站”,向每一次跳转征收流量税。


  • 折叠效应(The Folding Effect): AI OS 的出现彻底打破了这一链路。它利用“意图直连”技术,将“搜索-筛选-跳转-操作”的冗长漏斗,折叠为单一的“指令-服务”闭环。


  • 深度影响: 当用户想要购物时,AI OS 不会引导用户跳转至电商首页,而是直接通过 API 在系统层呈现商品详情与购买按钮。“中转站”被架空,“网址”的概念被稀释。这标志着互联网流量分配逻辑的根本性权力转移——服务不再需要通过“搜索引擎”触达用户,而是通过“系统级意图”直接嵌入用户界面。对于依靠流量分发为生的传统搜索巨头而言,这无疑是一场釜底抽薪的生存危机。


AI助手&AI搜索TOP20 


2025AI搜索战略解析:范式革命、生态博弈与信任重构


中国移动互联网独特的“孤岛效应”与“超级APP”格局,决定了AI搜索无法像美国那样由浏览器一统天下,而是分裂为三种独特的生存形态。


1. 独立App的“心智突围战”:赢家通吃与情感壁垒


  • 市场态势: 独立应用市场已进入残酷的“赢家通吃”阶段。MAU(月活)破亿成为生死线。


  • 演进逻辑: 纯粹的“工具属性”(搜完即走)在独立App中没有护城河。唯有异化为“数字伴侣”,建立深层的情感连接和记忆沉淀,才能穿越周期的绞杀。


  • 关键指标: 竞争焦点从 DAU 转向 留存率和使用时长。当用户开始向AI倾诉私密困扰、分享生活点滴时,极其高昂的“情感迁移成本”构筑了真正的防御壁垒。


2. 生态内嵌的“降维打击”:In-App 模式的流量虹吸


  • 市场态势: 以微信、QQ浏览器为代表的超级APP,正利用“零摩擦”的场景渗透优势,对功能单一的独立App形成系统性的流量虹吸。


  • 演进逻辑:“In-App”模式不再是功能的简单叠加,而是“基础设施化”。它将AI能力无缝嵌入用户的阅读、搜索、社交等场景切换链路中。用户无需下载新App,在原有的一级流量入口即可完成“搜索-分析-决策”的全链路闭环。这是一种对独立App的降维打击。


3. Web端的“生产力堡垒”:大众消费与专业生产的错位


  • 市场态势: 尽管Web端大众流量暴跌,但其作为“深度推理与复杂创造”的最后堡垒,地位反而更加稳固。


  • 演进逻辑: 它是检验大模型硬核实力(如代码生成、长文本研报分析)的“试金石”。移动端承载“快餐式”的信息消费,Web端则筛选并留存了高净值、专业级用户(开发者、研究员)。Web端已演变为“专业生产力工作台”,与移动端构成了“大众 vs 精英”的错位并存格局。


增长模式:四类玩家的崛起与沉浮


在2023-2025的激战中,不同基因的厂商走出了截然不同的增长曲线。


1. 流量驱动的“爆发型” (代表:DeepSeek)


特征: 技术极客路线,依靠DeepSeek-R1等高性能模型的发布事件,瞬间引爆技术圈与大众关注。


隐忧: 增长呈现典型的“脉冲式”特征,大起大落。如果不补齐“场景化落地”和“C端运营”的短板,极易陷入“叫好不叫座”的困境,面临用户“慕名而来,体验后即走”的留存挑战。


2. 产品驱动的“稳健型” (代表:豆包)


特征: 字节跳动风格的极致展现。不追求单一技术指标的领先,而是死磕交互体验、语音自然度与推荐算法。


优势: 增长曲线最为平滑且坚挺,几乎无回撤。通过将AI与生活场景(英语陪练、情感聊天)深度绑定,构建了最稳固的基本盘。


3. 依托生态的“进化型” (代表:夸克 / QQ浏览器)


特征: 生态价值重构的先行者。依托庞大的存量用户基座,采取“原生智能植入”策略,将AI能力深度耦合为浏览器的核心基础设施,驱动了产品从单一搜索工具向“智能服务平台”的无缝演进。


优势:存量资产的极致激活。 凭借边际成本趋近于零的获客优势,通过“端内场景赋能”与零摩擦的交互体验,成功将AI能力从低频尝鲜转化为高频刚需,高效完成了亿级用户的智能化迁移与价值跃迁。


4. 势能衰减的“先行者困境” (代表:文心一言)


特征: 抢占了“时间窗口”,却错失了“价值窗口”。 作为最早入局的行业巨头,虽在初期建立了极高的品牌认知与市场声量,但在随后的产品迭代长跑中,未能将早期的“先发流量”有效转化为长期的“用户忠诚度”。


教训: 技术护城河的快速消解。 在AI领域,单纯的时间优势极度脆弱。闭源模型的技术代差被开源生态迅速拉平,加之产品体验的迭代滞后与战略重心的摇摆,致使早期的市场份额被更具敏捷性与极致体验的后来者迅速重构。


AI搜索范式革命


从 AIO (AI OverView) 到 AIA (Agent in App)


2025AI搜索战略解析:范式革命、生态博弈与信任重构


2025年市场真正的质变,在于从“被动问答(Chat)”向“主动执行(Agent)”的跨越。这一跨越在三大产品形态中呈现出截然不同的演进路径。


1. AI App (独立原生应用) 的演进:从“聊天工具”到“全能私人助理”


路径: 以豆包为代表。


形态跃迁: 彻底摒弃“用完即走”的工具逻辑,转向构建基于“长期记忆图谱”的深度伴随。它不再是无状态的问答机器,而是通过沉淀用户的社会关系、偏好惯性与决策历史,实现从“被动响应”向“预判式服务”的跨越(如从单一的代码辅助延伸至跨场景的家庭日程管理与主动提醒)。


终局: 在超级APP垄断服务分发的中国市场,“高带宽的情感粘性”与不可迁移的“私有记忆资产”,是独立原生应用唯一能穿越周期的生存壁垒。


2. AI InApp (生态内嵌应用) 的演进:从“插件”到“场景指挥官”


路径: 以微信AI搜、QQ浏览器QBot为代表。


形态跃迁:


  • 微信AI搜: 旨在激活“围墙花园”内的暗数据资产。它不再是简单的关键词检索,而是通过深度理解公众号深析与视频号内容,在用户搜索时实时生成“独家结构化攻略”。更关键的是,它通过挂载小程序实现了从“信息获取”到“服务调用”的无缝跳转,构建了外部搜索引擎无法触达的“私域知识与服务双重壁垒”。


  • QQ浏览器QBot: QQ浏览器QBot正依托腾讯超级生态将浏览器重构为“智能体分发与执行终端”,通过In-App AI架构确立了从被动检索向主动服务交付的入口主权。其战略核心在于构建“场景找人”的意图驱动分发体系,利用伴随式交互将垂直Agent无缝嵌入高频浏览流,精准解决了智能体生态中流量触达与规模化应用的行业瓶颈。通过深度整合独家垂类数据与结构化资产管理,QQ浏览器QBot成功打造了“高置信度信息+高执行力工具”的服务闭环,构建起难以被通用大模型复制的差异化竞争壁垒。


终局: 进化为掌控生态流量分配权的“超级神经中枢”。它将彻底重构“人与服务”的连接协议,通过RaaS(结果即服务)模式将用户意图直接转化为交易行动,构建起外部通用模型无法穿透的商业闭环壁垒。


3. AI Web (网页/PC端) 的演进:从“生成器”到“虚拟专家雇员”


路径: 以DeepSeek Web、百度 Web为代表。


形态跃迁: 聚焦于“慢思考”与“深度推理”的极致化。通过集成代码沙箱与超长上下文窗口,支持对海量异构文档进行深度交叉审计与实时运行验证。它已彻底超越信息检索的范畴,异化为能独立承接文献综述、数据清洗、合规审查等复杂长链条任务的“全能硅基专家”。


终局: 固化为承载高价值创造的“生产力堡垒”。它将与移动端的碎片化消费彻底分层,专注于通过“深度推理+全栈执行”替代初中级知识工作者的脑力闭环,成为企业核心工作流中不可或缺的“硅基劳动力”。


信任护城河与决策权让渡:AI搜索权威信源的生态重构


在2024-2025年的AI搜索竞争中,用户不再满足于“搜到结果”,而是开始尝试将“决策权”让渡给AI(例如:直接询问“我该买哪支股票”或“这个症状吃什么药”)。这种让渡的前提是平台必须建立坚不可摧的信任护城河。


AI搜索产品体验层面的“信任设计”


在大模型幻觉仍无法完全避免的技术现状下,信任必须通过显性的交互设计来构建。


1. 所见即所得的“引用卡片”


这不再是简单的超链接列表,而是对生成内容的颗粒度溯源与交互化呈现。


  • 锚点定位技术: 这一机制要求AI不仅给出链接,更要将答案中的关键数据(如股价、药品成分、法律条款)与原文的具体段落进行“像素级”对齐。用户点击引用的瞬间,应直接高亮跳转至源文档的对应位置,而非仅跳转至网页首页。


  • 交互式事实: 当用户搜索股价或汇率时,系统不生成模糊文本,而是直接调用专业数据接口,生成可交互的动态卡片(如K线图、实时汇率计算器)。这种“所见即所得”的数据展示,消除了大模型文字生成的模糊性。比如QQ浏览器QBot与腾讯体系内专业内容源(如自选股、新闻)的联合,能够输出专业化内容和可交互的AI概述(AI Overview),帮助用户快速获取关键信息和决策支持。 


  • 信源分级展示: 参考Perplexity与Genspark的逻辑,在引用卡片中明确标识信源属性(如:政府官网、学术期刊、知名媒体、UGC论坛),利用UI设计的视觉层级,让用户一眼识别信息的“含金量”。


2.  “慢思考”模式


这是OpenAI o1与DeepSeek-R1带来的范式转移。针对复杂问题,AI不再追求秒回,而是展示思考过程。


  • 过程透明化: 当用户询问“某款保险是否值得购买”时,系统应显性化地展示其思维链(Chain of Thought, CoT):“正在对比条款A与条款B... 正在检索最新的理赔案例... 正在计算长期收益率...”。


  • 心理学效应: 这种“展示计算过程”的延迟,在心理学上反而增加了用户对结果的信任度,因为它模拟了人类专家的“深思熟虑”。这是对传统搜索追求“极致快”的一种反叛,却是建立深度信任的必经之路。


  • 伴随式洞察: 利用浏览器的侧边栏形态,AI在用户浏览时充当“副驾驶”。它并非打断用户,而是通过分析当前页面的上下文,提供深度的辅助思考(如“长文摘要”、“争议观点提示”)。


3. 专家/专业人士的“人机协同”


  • 双重验证机制: 对于医疗、法律等高风险领域,单纯依靠LLM(大语言模型)是不够的。未来的趋势是引入“真人专家背书”或“专业Agent审核”。例如,AI生成的回答下方,展示“该回答逻辑已由某领域认证Agent核验”的标识。比如,QQ浏览器QBot引入了较真AI,整合腾讯新闻较真知识库,在高置信度信息场景中建立差异化的信任壁垒。


  • 专业背书标识: 在涉及健康建议时,明确标识数据来源为专业医疗数据库或合作的三甲医院医生库。这种“AI检索+专家背书”的混合模式,有效解决了纯生成式AI在专业领域的信用赤字问题。


  • 社区共识引入: 类似知乎的模式,将AI生成的结构化答案与社区内高赞的真人回答并列展示。AI负责广度与效率,真人负责深度与经验,两者互为补充,消除用户对“机器味”的排斥。


AI权威信源的构建模式 


AI搜索的底层战争,是权威信源构建的战争。谁掌握了高质量的信源,谁就掌握了真理的解释权。


1. “围墙花园”模式的极致运用:独家生态内容


战略逻辑: 这是中国互联网巨头的必争之地。利用平台自有的、经过验证的独家内容生态,构建外部通用爬虫无法触达的“信息特区”。


典型案例:


  • 微信: 拥有中文互联网最优质的深度长文与私域流量内容。这些内容由于爬取限制或App封闭性,是Google或百度无法完全索引的“暗网数据”。


  • 字节跳动(豆包/抖音): 掌握着海量的短视频脚本、生活经验分享与实时探店数据。对于“怎么做菜”、“哪里好玩”这类生活决策,其信源具有不可替代的“鲜活度”。


优势: 这种模式天然具有抗大模型同质化的能力。当通用模型都在复读维基百科时,“围墙花园”能提供独家的视角和增量信息。


2. “知识图谱+专业库”模式:结构化数据的刚性约束


战略逻辑: 用“结构化数据”约束“生成式模型”。接入学术界、法律界、金融界的底层数据库,将RAG(检索增强生成)的检索源限定在这些高可信度范围内。


典型案例:


为了解决AI幻觉,QQ浏览器QBot在专业领域引入了“结构化数据”来约束生成模型,实现了“所见即所得”的专业增强。


  • 金融/股市: 深度打通“腾讯自选股”,直接调取原生行情组件,输出秒级更新、可交互的K线图与财务看板,规避了模型生成图形的失真风险,确保数据精准权威。


  • 医疗健康: 接入“腾讯医典”,确保医疗建议来自权威医生背书的结构化数据库,而非概率生成的文字游戏。


价值点: 不再是简单的搜索,而是提供了“可交互的事实” ,用户可以直接在搜索结果中查看股价走势或挂号,完成了决策权的让渡。


3. “实时全网索引+多源验证”模式:极致的信息策展人


战略逻辑: 开放搜索,不生产内容,做极致的中立判官。这是Perplexity、Arc Search以及夸克的进化方向。


核心竞争力:


  • 多源交叉验证: 面对全网纷繁复杂的信息,AI的角色转变为“主编”。当不同信源对同一新闻事件描述冲突时,系统需要根据信源权重(如:新华社 > 营销号)进行加权分析,并在回答中明确指出“关于这一点,不同媒体存在争议”。


  • 实时性: 彻底打破大模型训练数据的截止日期限制。通过高频爬虫,将最新的突发新闻、实时汇率、体育比分瞬间纳入索引。


生态位: 这种模式最容易被追求效率的精英用户群体接受,因为它不仅提供答案,还提供了“审视世界的高效窗口”,帮助用户过滤掉垃圾信息。


结语与展望


2025年AI搜索战局宣告了“关键词流量”时代的终结与“意图推理”范式的确立,驱动原生App、In-App生态与Web端分别向数字伴侣、基础设施与生产力堡垒分化演进。竞争终局将从技术比拼升维至对“用户决策主权”的争夺,唯有构建起基于思维链透明与权威数据的信任护城河,方能将昂贵的决策让渡转化为货币化的商业价值。随着行业从信息分发(AIO)加速向任务执行(AIA)跃迁,屏幕已转变为服务执行终端,具备深层意图理解与极致落地能力的玩家,终将在这场认知操作系统的淘汰赛中掌握通往未来的超级入口。


文章来自于微信公众号 “奇异AI丨Xsignal”,作者 “奇异AI丨Xsignal”

AITNT-国内领先的一站式人工智能新闻资讯网站
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI代理

【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。

项目地址:https://github.com/browser-use/browser-use


2
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

3
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

4
AI爬虫

【开源免费】ScrapeGraphAI是一个爬虫Python库,它利用大型语言模型和直接图逻辑来增强爬虫能力,让原来复杂繁琐的规则定义被AI取代,让爬虫可以更智能地理解和解析网页内容,减少了对复杂规则的依赖。

项目地址:https://github.com/ScrapeGraphAI/Scrapegraph-ai

5
微信飞书AI机器人

【开源免费】茴香豆是一个能够让AI接入第三方的免费开源项目。更可贵的是,即使你不会编程,也可以根据它的教程,将AI接入到微信或者飞书当中使用。

项目地址:https://github.com/InternLM/HuixiangDou

在线使用:https://openxlab.org.cn/apps/detail/tpoisonooo/huixiangdou-web

6
知识库

【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。

项目地址:https://github.com/labring/FastGPT

7
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI

8
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/