夜雨聆风
哇，你知道吗？现在AI助手也能上网啦！你没听错，就是那个我们日常交流、解决问题的智能小帮手。最近，AWS发布了一篇博客，详细介绍了如何利用Strands和Exa构建具备网络搜索功能的AI助手。这简直就是AI界的黑科技啊！
‘信息爆炸的时代，没有搜索能力，AI助手就等于瞎子。’ 这句话简直一针见血！传统的搜索API对AI助手来说根本不够用，它们返回的HTML页面和短片段都是为人类浏览设计的，而不是AI可以直接消费的结构化数据。这就需要开发者额外搭建层、定制爬虫、解析器和排名逻辑，才能把内容转换成AI助手可用的形式。但是，Strands和Exa的出现彻底改变了这一局面。
Strands Agents：让AI助手有“大脑”
Strands Agents是一个开源框架，由AWS提供，旨在使用模型驱动方法构建AI助手。它不是通过编写硬编码的工作流来控制每一步，而是开发者提供模型、系统提示和工具列表。模型本身决定接下来要做什么：调用哪些工具、按照什么顺序调用以及何时完成任务。Strands Agents的核心是代理循环。在每次迭代中，模型都会收到完整的对话历史，包括之前所有工具调用的结果。如果模型需要更多信息，它会请求一个工具；Strands Agents执行它并将结果反馈。循环一直持续到模型生成最终答案。这种跨迭代的上下文积累使得AI助手能够处理单次LLM调用无法处理的跨步骤任务。
Exa：AI的“搜索引擎”
Exa是一个专门为LLM和AI代理构建的网站规模搜索引擎。它理解查询的含义，而不仅仅是关键词。比如，查询“气候解决方案的初创公司”会返回实际的气候初创公司，即使这些页面从未使用过这个确切短语。模型基于语义相似性进行匹配，而不是字符串重叠。结果以干净的结构化内容返回，没有广告或SEO噪音，可以直接供LLM消费。
Strands Agents和Exa的融合
通过strands-agents-tools包，Exa集成提供了两个功能：搜索网络中的相关内容并从选定的URL中提取完整页面内容。这两个功能都针对AI消费进行了优化，返回AI助手可以直接推理的结构化内容。
- exa_search：使用多种模式进行网络搜索，包括自动、快速和深度搜索。AI助手可以使用类别、域名、日期和文本内容等过滤器来细化结果。
- exa_get_contents：从AI助手发现的所有URL中检索完整页面内容，无论是从之前的搜索还是从它自己的推理中。该工具首先检查缓存结果以加快重复请求。如果需要新鲜内容，它可以自动回退到实时爬取以检索页面的最新版本。
实际应用
想象一下，你的AI助手可以在几秒钟内为你搜索并提取相关信息，完成复杂的任务。这不仅仅是一个技术突破，更是AI应用领域的一次巨大进步。
所以，你对这种AI助手有什么看法？你觉得它们会在我们的生活中扮演什么角色呢？欢迎在评论区留言分享你的想法！
