Mindsearch的Agent设计比较复杂一些，会对问题进行拆解并多次检索，适用于一些深度的总结，有点类似于Perplexity的深度搜索模式。其他几个AI搜索引擎基本流程都是调用搜索引擎对问题进行检索，然后由模型对答案进行总结生成，Agent都比较固定，甚至有一些都没有对问题进行改写。此外，这些框架都能提供数据源支撑，并且生成相似的问题推荐，也是符合目前对主流搜索框架的要求。

代表速度与协作追求稳定与深度LangGraph强在灵活与控制MCP则是连接一切的桥梁。

对于每种文档格式，Docling会自动识别应该调用哪一种Pipeline进行解析处理，并且解析后可以导出不同的数据格式，如Markdown、字典等，甚至还能进一步进行分块处理。

DeepAgent将自己定位为，它本质上仍是工具调用循环，但集成了让智能体深度思考的核心能力。与传统框架不同，DeepAgent通过内置工具和能力，让开发者专注于业务逻辑，而非基础设施搭建。字典配置"description": "用于深度研究复杂问题","system_prompt": "你是一个专业的研究助手，擅长多步骤信息收集和综合","model": "openai:gpt-4o", # 可

Lancedb是一个用于人工智能的开源矢量数据库，旨在存储、管理、查询和检索大规模多模式数据的嵌入。Lancedb的核心是用Rust编写的，并构建在Lance之上，专为高性能 ML 工作负载和快速随机访问而设计。

在 fastapi 中，可以使用后台任务（Background Tasks）来异步执行一些耗时的操作，而无需等待其完成。后台任务非常适用于需要进行一些异步处理的场景，例如发送电子邮件、处理图像、推送通知等。

pgvector是一款开源的向量搜索引擎，除了具备所有Postgres数据库的特性外，最主要的特点是能在Postgres数据库存储和检索向量数据，支持向量的精确检索和模糊检索。向量格式除了传统embedding模型的单精度浮点数外，还支持半精度浮点数，二元向量或者稀疏向量。

是 Claude 提供的一种可扩展机制。每个 Skill 本质上是一个文件夹，包含元数据、说明文档以及可选的代码脚本和资源文件。这些技能仅在需要时才会被加载，使 Claude 在执行特定任务时具备专门的知识和流程。与传统一次性提示不同，Skills 通过渐进式披露的方式工作：Claude 会在会话开始时扫描所有技能的元数据，包括名称和简要描述，将其作为系统提示的一部分，而这部分代价极低，通常几十个

代表速度与协作追求稳定与深度LangGraph强在灵活与控制MCP则是连接一切的桥梁。

UltraRAG 的核心思想是将一个完整的 RAG流程拆解为一系列独立的、可互相通信的MCP Server，从而根据实际需要进行增删。以下是RAG中的一些核心模块：servers/retriever: 负责从知识库中检索相关文档。servers/reranker: 负责对检索到的文档进行重新排序，提升相关性。servers/generation: 负责基于处理后的信息生成最终答案。servers/