retrieval-agents

文章论述检索型智能体不应将所有数据压平为文本块，而应暴露 KB、DB、Graph、Skills、Memory 等多类型数据界面，由检索代理按需选择最小充分集合，并已在 OpenDCAI/DataMind 中实现。

本文介绍了SIEVE，一种搜索-检查-获取策略，利用布尔查询语言使深度研究智能体仅检索相关文档片段，在多个基准数据集和智能体主干上，以节省20.7%-50.6%的令牌数实现了更高准确性。

本文介绍了相关性感知的RipGrep搜索智能体（RARG），该智能体将相关性作为智能体搜索中语料库交互的执行先验，相比现有方法提高了准确性和效率。