OrioSearch: Your AI Agent need WebSearch
vkfolio · コーディング
OrioSearchは、AIエージェント向けに作られたオープンソースでセルフホスト型のウェブ検索・コンテンツ抽出APIだ。Tavilyのインターフェースを模している。URLを1つ差し替えるだけで、既存のコードはそのまま動く。落とし穴は何か。自分でホストし、クエリごとに何も払わないという点だ。これがこの取引の内容である。SearXNG、FastAPI、Redisを1つのDockerデプロイにまとめてあり、それを自分で管理する。つまり検索スタックは、自分が置くと決めた場所で動く。
OrioSearch: Your AI Agent need WebSearch について
OrioSearchとは何か
OrioSearchは、自分のマシンやサーバーで動かす検索バックエンドだ。Tavilyと同じ /search と /extract の呼び出しに応答し、SearXNGのメタ検索層から結果を取得するほか、整ったページ本文やAIが書いた回答も返せる。売りは単純だ。エージェントは従量課金なしでウェブ検索を使え、しかもすべてのクエリを他人のサーバー経由で送らずに済む。
このプロジェクトは、AIエージェントやRAGパイプライン、調査ツールを作る開発者で、クエリごとのコストが利用量とともに膨らむのを避けたい人に向いている。すべてMITライセンスで公開されているので、コードを読み、改変し、商用利用もできる。この自由は珍しい。ほとんどのホスト型検索APIは中身を非公開にしており、利用者は提示された価格を受け入れるしかない。その価格はたいてい利用量に応じて上がり、条件が変わっても口を挟む余地はほとんどない。
主な落とし穴は、セルフホストが自分の仕事になることだ。Dockerと、3つのサービスを動かす場所、そして更新や障害に対応できる人が必要になる。検索エンジンが落ちても、それは自分のインフラの問題であり、ベンダーのサポート窓口の問題ではない。チームによるマネージドクラウドの選択肢はないので、便利さと引き換えに制御を手に入れることになる。先に言っておく。どんな人が避けるべきか。動かすサーバーがない人だ。
はじめかた
- サービスをホストするマシンにDockerとDocker Composeをインストールする。
- GitHubからリポジトリをクローンし、
docker compose up --buildを実行してAPI、SearXNG、Redisを一度に起動する。 /healthへのリクエストでAPIが稼働しているか確認する。ステータスokが返るはずだ。- クエリと
max_resultsを付けたテスト用のPOST /search呼び出しを送り、タイトル、URL、スニペットが返ることを確認する。 - エージェント内の既存のTavilyコードを
http://localhost:8000に向け、APIキーを外す。
AIツール情報
OrioSearch: Your AI Agent need WebSearchの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- AIエージェント開発者：Dockerの運用に抵抗がなければ、クエリ課金なしでTavily互換のエンドポイントを得られる。
- ホビー開発者や個人開発者：無料のMITライセンス構成で、カード登録なしに試作できる。稼働率は自分で管理する。
- データプライバシー規約のあるチーム：クエリが自分のインフラから出ないため、検索を第三者に送れない案件にも合う。
タスク
- AIエージェントのウェブ検索：`/search` エンドポイントをエージェントに接続すれば、レート制限に当たらずタスクの途中で調べものをできる。
- コンテンツ抽出：多層パイプラインでURLから整ったmarkdownやテキストを取り出す。ページをRAGインデックスに流し込むのに役立つ。
- AI回答の生成：`include_answer
シーン
- 何百ものクエリを投げる長時間の調査作業：従量課金がないので、エージェントがどれだけ検索してもコストは一定だ。
- プライバシーに敏感なパイプライン：すべてのクエリをベンダー経由にせず、自分のネットワーク内に留める。
- セルフホストのエージェント構成：検索を他のサービスと同じマシンで動かせば、交渉すべき外部依存はない。
主な機能
Tavily互換のそのまま差し替え
このAPIはTavilyの /search、/extract、/tool-schema エンドポイントを再現しているので、切り替えは通常ベースURLの変更とAPIキーの削除だけで済む。既存のエージェントコードとレスポンス解析はそのまま動く。この互換性こそ、移行が苦にならない理由だ。普通のAPI差し替えなら、何かを出す前にリクエスト生成、レスポンス処理、エラー経路を書き直す必要がある。書き直しは不要。新しいSDKを覚える必要もない。
SearXNG経由で70以上の検索エンジン
OrioSearchはSearXNGに頼って、Google、Bing、DuckDuckGoなど数十の結果を集約する。SearXNGに到達できない場合はDuckDuckGoへ自動でフォールバックする。ソースが多いほど、単一のエンジンなら取りこぼす結果を拾える確率が上がる。どのエンジンが実際に勝つかはクエリ次第で、それこそが束ねる意味である。
多層のコンテンツ抽出
URLを指定すると、抽出パイプラインはまずtrafilaturaを使い、失敗すればreadability-lxmlに切り替える。生のHTMLではなく、整ったmarkdownやプレーンテキストを返す。コンテンツをモデルに入れる前に解析の一手間を省ける。小さなことだ。数千ページにわたれば積み上がる。
出典付きのAI回答
include_answer: true を有効にすると、OrioSearchは得られた結果からOpenAI互換モデルで回答を合成し、出典を添える。ローカルでOllamaを動かしてもいいし、ホスト型モデルを使いたければOpenAIやGroqに向けてもいい。選ぶのは自分だ。回答の質は接続したモデルに追随するので、小さなローカルモデルと最先端モデルでは読み味が違う。
SSEによるストリーミング結果
/search/stream エンドポイントは、完全な応答を待たずに、結果が届くたびにServer-Sent Eventsで送り出す。最初の使えるヒットで動くエージェントなら、各ターンの実時間を削れる。エージェントがタスクごとに何十回も検索を投げるなら、小さくない利得だ。
Redisによるキャッシュと再ランキング
Redisは設定可能なTTLで参照をまとめ、期限切れキャッシュへの穏当なフォールバックも備えるので、同じクエリは素早く返る。さらに小型のFlashRank ONNXモデルが意味的な関連度で結果を並べ替える。すべてCPU上で動き、PyTorchに依存しない。GPUは不要だ。これでフットプリントが小さく抑えられ、そこそこのマシンでアプリの隣で動かせる。
メリットとデメリット
メリット
- クエリごとのコストがゼロなので、エージェントを酷使しても請求額が膨らまない。
- Tavilyとの直接互換で、移行は1行のURL変更で済む。
- クエリとデータが自分のインフラに留まる。プライバシーに敏感な作業では重要だ。
- MITライセンスなので、縛りなく検査、改変、商用利用ができる。
デメリット
- ホスティング、更新、障害対応は自分持ちで、都合の悪い時にマシンが落ちてもマネージドクラウドの受け皿はない。
- セットアップにはDockerへの慣れと多少の運用知識が要り、非技術系の利用者には敷居が高い。
- AI回答は自分で用意する別のLLMに依存するので、設定して費用を払う部品がまた1つ増える。
- 公式のモバイルアプリやプラグインストアはなく、すべてAPI経由で動く。
よくある質問
無料だ。MITライセンスのオープンソースで、エージェントがどれだけ検索してもクエリごとの費用はかからない。唯一のコストはDockerホストを動かすために払う分だけである。
関連コンテンツ
OrioSearch: Your AI Agent need WebSearchに関連するツール、スキル、記事を探す。
OrioSearch: Your AI Agent need WebSearchの代替ツール
Forefront
Forefront · コーディングForefrontはオープンソースAIで構築するためのウェブプラットフォームだ。主要なオープンソース言語モデルを自分のデータで微調整し、性能を評価し、API経由で実行したり、エクスポートして自分でホストしたりできる。クローズドなプラットフォームの手軽さを求めつつ、モデルとデータの所有権にはこだわる開発者が対象だ。
Startkit
StartKit.AI · コーディングStartkitは、AI SaaSとAIラッパー製品を作るためのボイラープレートだ。面倒な部分をあらかじめ配線済みにしたAIスタートアップボイラープレートと考えればいい。認証、StripeとLemon Squeezyの決済、利用制限、トランザクションメール、そしてOpenAI、Anthropic、Groq、Llamaと通信するAI APIスターターキットが含まれる。リポジトリをクローンして価格を設定し、ユーザーが実際にお金を払う部分に取りかかれる。ReactとTailwind上のNext.jsで作られているため、ボイラープレートコードの多くはすでに見慣れたものだ。
Testim
Tricentis · コーディングTestimは、Web・モバイル・Salesforceアプリ向けにエンドツーエンドテストを構築して実行するAIテスト自動化プラットフォームだ。機械学習を頼りに、インターフェースが変わってもテストを安定させ、チームが壊れたセレクターの修正に費やす時間を減らす。今日から使い始められる自動テストツールとしては悪くない。ブラウザで操作を録画してテストを作り、より細かい制御が必要なときはJavaScriptを足す。忙しいQAチームにとって堅実な選択肢である。