@tavilyai: @IBM Software Innovations Lab 的团队构建了 CUGA,一个在隔离和主权环境中运行的开源代理…
摘要
IBM 的开源代理 CUGA 集成了 Tavily 用于网络搜索,使得在隔离和主权环境中能够可靠访问实时信息,并简化企业应用。
查看缓存全文
缓存时间: 2026/09/24 20:30
IBM软件创新实验室的团队构建了CUGA——一个可在气隙环境与主权环境中运行的开源智能体。他们希望探索该智能体能承担哪些企业级工作负载,但需要获取实时网络数据来实现这一目标。
团队在核心智能体中引入Tavily作为搜索层,并通过共享服务器提供支持。
他们发现Tavily返回的搜索结果本身就符合预期格式,省去了自行设计格式的工作。同时,通过服务端密钥使用Tavily,使得两打独立应用能够共享同一个搜索后端,无需各自携带密钥。
CUGA将Tavily设为默认工具,随着更多智能体系统的部署,团队计划进一步扩展其应用。
阅读完整故事:https://hubs.li/Q04xhSnm0
IBM CUGA + Tavily:为企业智能体带来可靠的网络搜索 | Tavily博客
来源:https://www.tavily.com/blog/ibm-cuga-case-study?hss_channel=tw-1716430063191621633&utm_source=twitter&utm_medium=social&utm_content=385780324
认识CUGA
IBM软件创新实验室团队构建了名为CUGA(可配置通用智能体)的开源智能体(https://github.com/cuga-project/cuga-agent)。该智能体作为运行框架而非基础架构,已预装编排循环、工具调用、状态管理和自我修正等核心模块,团队只需进行配置而非从零搭建。这一设计使CUGA在包含457个真实API的750项任务基准测试AppWorld中登顶,此前还在WebArena基准中位居榜首。同一智能体可无缝运行于笔记本电脑到IBM主权核心部署环境,满足数据驻留和网络出站审批要求。
挑战:通用智能体的能力边界在哪里?
团队旨在探究通用智能体的极限能力。他们将CUGA视为模板,通过添加自定义工具、领域知识和提示词进行扩展,构建了一系列定制化智能体以验证其能承载的实际企业负载。多数应用需要获取开放网络的实时信息,而实时信息获取并非易事。
早期版本采用了最直接的实现方式:
“在最初未集成Tavily的版本中,本质上是在进行页面抓取。通过Playwright解析DOM结构,提取内容后直接嵌入应用。”
——IBM软件创新实验室高级软件工程师Anupama Murthi
每个应用都内置了独立的抓取流程。
维护成本尚属次要,但在规划-执行型智能体中,单一平庸结果会影响后续多个决策节点。规划器会读取片段内容,判断子目标是否达成,并基于所见信息选择下一步骤。因此核心要求变为:结果必须以规划器可直接信任的格式返回,无需中间清洗环节。
解决方案:Tavily作为搜索层
CUGA通过两个接入点集成Tavily,整个过程代码量极少。
接入点一:核心智能体内部,分四步实现:
- 将Tavily Python客户端加入CUGA依赖列表
- 启用网络搜索功能(默认关闭,通过单一设置开启)
- CUGA将其注册为名为
web的工具,通过/search_web接口提供,对规划器的描述方式与内部REST端点一致 - 规划器调用工具,读取返回内容,并决定是否需要再次搜索后再作答
CUGA团队在第三步发现惊喜:他们原计划设计自定义搜索响应格式以适配Tavily,却发现完全无需如此。规划器处理网络实时结果的方式与其他工具调用完全一致。
“我们通过Tavily作为搜索工具,成功基于CUGA定制了智能体。CUGA作为编排器(内置大语言模型),而Tavily是我们调用的工具。”
——IBM创新实验室高级软件工程师Anupama Murthi
接入点二:共享服务器后端,服务于应用矩阵:
应用矩阵需要与核心智能体相反的架构。两打独立应用需共享同一搜索后端,且无需各自部署密钥。因此通过在IBM Code Engine托管的轻量级MCP服务器背后设置Tavily服务端密钥,实现了密钥集中管理。现在克隆这些应用的用户完全无需接触密钥。
Web Researcher应用展示了双路径的价值:该应用禁止模型回退至自身训练数据,对每个问题执行2-4次搜索,并为每条主张标注来源。中间无需任何结果清洗,因为本身就不需要。
为何持续选择Tavily
IBM软件创新实验室团队对Tavily的高度评价源于其消除了抓取层:无需处理Playwright、DOM解析以及网页相关性内容识别。
四大优势巩固了Tavily的不可替代性:
- 返回页面可读内容而非原始HTML
- 每个结果附带相关性评分(对上下文窗口截断至关重要)
- 响应直接映射至工具模式,无需维护适配层
- 单一依赖项,密钥完全服务端化
最后一点使网络搜索在受监管部署环境中得以存活。搜索功能成为通过特性开关控制的应用定义,而非代码中的特殊路径。智能体能否访问开放网络由此转化为需经审批的策略问题,而非技术实现问题。
“我们对外宣称CUGA是客户在气隙环境与主权环境部署智能体的最佳选择。在企业级场景中,策略与护栏将成为最关键的差异化因素。”
——IBM高级研究科学家兼智能体平台与集成部门经理Hamid Adebayo
CUGA的未来规划
CUGA现已通过特性开关将Tavily设为默认工具,随着更多智能体系统部署和应用推广,团队计划进一步扩展其使用场景。
CUGA背后团队发布了技术深度解析文章(包含规划器处理结果并决策是否追加搜索的完整追踪记录),详见此处(https://www.tavily.com/blog/ibm-cuga-and-tavily)。
相似文章
使用 CUGA 构建真正的智能代理应用:轻量级框架上的二十多个实际工作示例
IBM 推出 CUGA,这是一个开源智能代理框架,处理状态、工具调用和编排的底层细节,让开发者专注于定义工具和提示词。本文展示了使用 CUGA 构建的二十多个单文件示例应用,展示了它如何消除重复的框架设置工作。
@tavilyai: 智能体已经存在于终端中。当它们需要网络数据时,应该能够运行命令,这正是Tavily CLI的功能。
Tavily CLI 是一个命令行工具,为AI智能体提供网络搜索、提取、爬取和研究功能,返回结构化的JSON输出,便于直接解析。
@tavilyai: 想知道如何使用 Tavily 让您的智能体更上一层楼?我们整理了一整页示例…
Tavily 展示了如何利用其实时网络数据 API 来增强 AI 智能体,涵盖销售、招聘、产品、金融、法律、风险、安全、旅行以及开源研究等多个领域。
@swyx:有人刚刚告诉我关于CUA的这个观点*,这对我来说又是一个盖尔曼时刻,哈哈。我一直在关注计算机使用…
一位科技影响者(@swyx)分享了他对计算机使用代理(CUA)快速进展的看法,引用了历史里程碑以及GPT、Anthropic和Adept的当前发展,同时警告说,低估CUA的能力对于AI决策者来说是一个危险的错误。
@tavilyai: Tavily + @typesafeai 的 Jev 是实时网络智能与低延迟决策的结合点。研究代理不断…
Tavily 与 Jev 集成,为研究代理提供实时网络智能,实现高效决策并减少大语言模型推理开销。