OrioSearch: Your AI Agent need WebSearch
vkfolio · Programación
OrioSearch es una API de búsqueda web y extracción de contenido de código abierto y autoalojada, pensada para agentes de IA. Imita la interfaz de Tavily. Cambias una URL y tu código sigue funcionando. ¿El truco? La alojas tú y no pagas nada por consulta. Ese es el trato. Reúne SearXNG, FastAPI y Redis en un solo despliegue de Docker que controlas, así que tu motor de búsqueda funciona donde tú decidas ponerlo.
Acerca de OrioSearch: Your AI Agent need WebSearch
Qué es OrioSearch
OrioSearch es un backend de búsqueda que ejecutas en tu propia máquina o servidor. Responde a las mismas llamadas /search y /extract que hace Tavily, saca resultados de una capa de metabúsqueda de SearXNG y también puede devolver el texto limpio de una página o respuestas escritas por IA. La propuesta es simple: tus agentes acceden a la búsqueda web sin factura medible y sin enviar cada consulta a los servidores de otro.
El proyecto apunta a desarrolladores que construyen agentes de IA, pipelines de RAG o herramientas de investigación y que no quieren que el costo por consulta crezca con el uso. Todo se publica bajo licencia MIT, así que puedes leer el código, modificarlo y desplegarlo con fines comerciales. Esa libertad es rara. La mayoría de las API de búsqueda alojadas mantienen el interior cerrado y tú aceptas el precio que fijen, que suele subir a medida que crece tu uso y te deja poco margen cuando cambian las condiciones.
El principal inconveniente es que ahora el alojamiento corre por tu cuenta. Necesitas Docker, un lugar donde ejecutar tres servicios y alguien que se encargue de las actualizaciones y las caídas. Si un motor de búsqueda se cae, eso depende de tu infraestructura, no del soporte de un proveedor. El equipo no ofrece una opción de nube gestionada, así que cambias comodidad por control. Aviso justo. ¿Quién debería pasar de largo? Cualquiera que no tenga un servidor donde ejecutarlo.
Primeros pasos
- Instala Docker y Docker Compose en la máquina que alojará el servicio.
- Clona el repositorio desde GitHub y ejecuta
docker compose up --buildpara iniciar la API, SearXNG y Redis a la vez. - Comprueba que la API responde con una petición a
/health, que debería devolver un estado ok. - Envía una llamada de prueba
POST /searchcon una consulta ymax_results, y confirma que recibes títulos, URLs y fragmentos. - Apunta el código de Tavily que ya usas en tu agente a
http://localhost:8000y elimina la clave de API.
Información del producto
Un vistazo rápido a los precios, las plataformas compatibles y el rendimiento de OrioSearch: Your AI Agent need WebSearch.
Ideal para
Los usuarios, tareas y casos de uso en los que esta herramienta encaja mejor.
Usuarios
- Desarrolladores de agentes de IA
- Creadores aficionados e indies
- Equipos con normas de privacidad de datos
Tareas
- Búsqueda web para agentes de IA
- Extracción de contenido
- Generación de respuestas con IA
Casos de uso
- Trabajos de investigación largos que lanzan cientos de consultas
- Pipelines sensibles a la privacidad
- Pilas de agentes autoalojadas
Funciones clave
Reemplazo directo compatible con Tavily
La API replica los endpoints /search, /extract y /tool-schema de Tavily, así que pasarse a ella suele significar cambiar una URL base y borrar la clave de API. El código de tu agente y el análisis de respuestas siguen funcionando. Esa compatibilidad es la razón por la que la migración no duele, porque un cambio de API normal implica reescribir constructores de peticiones, manejadores de respuesta y rutas de error antes de poder publicar algo. Sin reescrituras. Tampoco hay un SDK nuevo que aprender.
Más de 70 motores de búsqueda vía SearXNG
OrioSearch se apoya en SearXNG para reunir resultados de Google, Bing, DuckDuckGo y decenas más, con un respaldo automático a DuckDuckGo si SearXNG no está disponible. Más fuentes significan más probabilidades de capturar un resultado que un solo motor dejaría escapar. Qué motor gana en cada caso depende de la consulta, y ahí está el sentido de agruparlos.
Extracción de contenido por niveles
Cuando apuntas a una URL, el pipeline de extracción usa primero trafilatura y recurre a readability-lxml si falla. Devuelve markdown limpio o texto plano en lugar de HTML en bruto. Eso te ahorra un paso de análisis antes de que el contenido entre en un modelo. Cosa pequeña. Se acumula a lo largo de miles de páginas.
Respuestas de IA con citas
Activa include_answer: true y OrioSearch sintetiza una respuesta a partir de los resultados obtenidos con un modelo compatible con OpenAI, y luego adjunta las fuentes. Puedes ejecutarlo con Ollama en local o dirigirlo a OpenAI o Groq si prefieres un modelo alojado. Tú eliges. La calidad de la respuesta sigue al modelo que conectes, así que un modelo local pequeño y uno de frontera no se leen igual.
Resultados en streaming con SSE
El endpoint /search/stream envía los resultados por Server-Sent Events a medida que llegan, en lugar de esperar la respuesta completa. Para agentes que actúan con el primer resultado útil, eso recorta tiempo real en cada turno. No es una ganancia menor cuando tu agente lanza decenas de búsquedas por tarea.
Caché y reordenación con Redis
Redis agrupa las consultas con TTL configurables y un respaldo elegante a caché caducada, así las búsquedas repetidas vuelven rápido. Encima de eso, un pequeño modelo FlashRank ONNX reordena los resultados por relevancia semántica, todo en CPU y sin dependencia de PyTorch. No hace falta GPU. Eso mantiene la huella lo bastante pequeña para ejecutarla junto a tu app en una máquina modesta.
Ventajas y desventajas
Ventajas
- Cero costo por consulta, así que un uso intenso del agente no se convierte en una factura creciente.
- La compatibilidad directa con Tavily reduce la migración a un cambio de URL de una línea.
- Las consultas y los datos se quedan en tu propia infraestructura, algo que importa en trabajos sensibles a la privacidad.
- La licencia MIT te deja inspeccionar, modificar y usar el código comercialmente sin ataduras.
Desventajas
- El alojamiento, las actualizaciones y las caídas corren por tu cuenta, y no hay respaldo de nube gestionada si tu máquina falla en mal momento.
- La configuración exige soltura con Docker y algo de experiencia en operaciones, lo que aleja a los usuarios no técnicos.
- Las respuestas de IA dependen de un LLM aparte que tú aportas, así que es otra pieza que configurar y pagar.
- No hay app móvil oficial ni tienda de complementos, así que todo pasa por la API.
Preguntas frecuentes
Sí. Es de código abierto bajo licencia MIT y no cuesta nada por consulta, sin importar cuánto busquen tus agentes. Tus únicos costos son los que pagues por ejecutar el host de Docker.
Contenido relacionado
Explora herramientas, habilidades y artículos relacionados con OrioSearch: Your AI Agent need WebSearch.
Alternativas a OrioSearch: Your AI Agent need WebSearch
Forefront
Forefront · ProgramaciónForefront es una plataforma web para construir con IA de código abierto. Te deja ajustar los principales modelos de lenguaje de código abierto con tus propios datos, evaluar cómo rinden y ejecutarlos a través de una API o exportarlos para alojarlos tú mismo. Los desarrolladores que quieren la comodidad de una plataforma cerrada pero insisten en ser dueños de sus modelos y sus datos son el público objetivo.
Startkit
StartKit.AI · ProgramaciónStartkit es un boilerplate para crear productos de SaaS con IA y wrappers de IA. Piénsalo como un boilerplate para startups de IA con las partes aburridas ya conectadas: autenticación, pagos con Stripe y Lemon Squeezy, límites de uso, correo transaccional y un kit de inicio de API de IA que habla con OpenAI, Anthropic, Groq o Llama. Clonas el repositorio, pones tu precio y te dedicas a la parte del producto por la que la gente paga de verdad. Está hecho con Next.js sobre React y Tailwind, así que buena parte del código boilerplate ya te resulta familiar.
Testim
Tricentis · ProgramaciónTestim es una plataforma de automatización de pruebas impulsada por IA para crear y ejecutar pruebas de extremo a extremo en aplicaciones web, móviles y Salesforce. Se apoya en el aprendizaje automático para mantener las pruebas estables cuando cambia una interfaz, así que los equipos dedican menos tiempo a reparar selectores rotos. No está nada mal para una herramienta de pruebas automatizadas que puedes empezar a usar hoy mismo. Creas pruebas grabando acciones en un navegador y luego añades JavaScript cuando necesitas más control. Es una opción sólida para equipos de QA con mucho trabajo.