OrioSearch: Your AI Agent need WebSearch

A API espelha os endpoints /search, /extract e /tool-schema do Tavily, então migrar costuma significar trocar uma URL base e apagar a chave de API. O código do seu agente e a leitura das respostas continuam funcionando. Essa compatibilidade é o motivo de a migração não doer, porque uma troca normal de API exige reescrever montadores de requisição, tratadores de resposta e rotas de erro antes de publicar qualquer coisa. Sem reescritas. Também não há SDK novo para aprender.

O OrioSearch se apoia no SearXNG para reunir resultados do Google, Bing, DuckDuckGo e dezenas de outros, com fallback automático para o DuckDuckGo se o SearXNG estiver inacessível. Mais fontes significam mais chance de capturar um resultado que um único motor deixaria passar. Qual motor vence depende da consulta, e é justamente esse o sentido de juntá-los.

Quando você aponta para uma URL, o pipeline de extração usa primeiro o trafilatura e recorre ao readability-lxml se ele falhar. Devolve markdown limpo ou texto puro em vez de HTML bruto. Isso economiza uma etapa de parsing antes de o conteúdo entrar em um modelo. Coisa pequena. Soma muito ao longo de milhares de páginas.

Ligue include_answer: true e o OrioSearch sintetiza uma resposta a partir dos resultados obtidos usando um modelo compatível com OpenAI, e depois anexa as fontes. Você pode rodá-lo com Ollama localmente ou direcioná-lo para OpenAI ou Groq se preferir um modelo hospedado. Você escolhe. A qualidade da resposta acompanha o modelo que você conectar, então um modelo local pequeno e um de ponta não soam iguais.

O endpoint /search/stream envia os resultados por Server-Sent Events conforme chegam, em vez de esperar a resposta completa. Para agentes que agem no primeiro resultado útil, isso corta tempo real em cada turno. Não é ganho pequeno quando seu agente dispara dezenas de buscas por tarefa.

O Redis agrupa as consultas com TTL configuráveis e fallback elegante para cache expirado, então buscas repetidas voltam rápido. Além disso, um pequeno modelo FlashRank ONNX reordena os resultados por relevância semântica, tudo em CPU e sem dependência de PyTorch. Não precisa de GPU. Isso mantém o consumo pequeno o bastante para rodar ao lado do seu app em uma máquina modesta.