Search Candy
SearchCandy Labs · Programação · Negócios
O Search Candy é uma camada de recuperação hospedada para agentes de IA, da SearchCandy Labs. O Temporal Graph Memory devolve trechos exatos com o arquivo e a versão, sem nenhuma chamada a LLM.
Sobre Search Candy
About
O que é o Search Candy
O Search Candy é um serviço de recuperação de documentos com IA feito para agentes de IA. A SearchCandy Labs vende o produto como substituto da etapa de divisão em chunks de um pipeline comum de recuperação. Você envia arquivos de texto e Markdown, o sistema monta o que a empresa chama de Temporal Graph Memory (TGM) e o seu agente consulta esse grafo.
O alvo aqui é a rastreabilidade. Num banco vetorial tradicional, os documentos viram pedaços de tamanho fixo, um pedaço pode começar no meio da frase e a resposta raramente diz de qual arquivo veio. O Search Candy mantém um grupo por arquivo, corta os trechos no fim de cada frase e devolve o texto original com nome de arquivo e número de versão em todo resultado. Pergunte de onde veio uma resposta e você recebe uma fonte, não uma pontuação de similaridade.
O escopo é estreito. Isso é infraestrutura para quem já tem um agente rodando, não um produto de conversa. O motor de recuperação não tem modelo generativo, então o Search Candy não escreve a resposta por você. Além disso, hoje ele lê apenas texto e Markdown, e os outros formatos são convertidos durante a implantação.
Como começar
- Agende uma conversa de 30 minutos pelo site da SearchCandy Labs e leve as perguntas que a sua IA precisa acertar.
- O time cria a conta e envia o link de acesso por e-mail.
- Suba seus arquivos de texto ou Markdown e guarde o recibo de cada um.
- Conecte a biblioteca Python e aponte para o seu próprio modelo de embeddings, se quiser manter o que já usa.
- Faça a consulta pelo agente e leia o trecho retornado, o nome do arquivo e a versão.
Informações do produto
Uma visão rápida dos preços, das plataformas compatíveis e do desempenho de Search Candy.
Ideal para
Os usuários, tarefas e cenários em que esta ferramenta se encaixa melhor.
Usuários
- Desenvolvedores que constroem agentes de IA
- Times com um acervo grande de políticas ou contratos
- Lideranças de suporte e documentação
Tarefas
- Sustentar respostas com citações
- Responder perguntas de dois passos
- Auditar o que uma IA viu no mês passado
- Dispensar o ajuste de tamanho de chunk
Cenários
- Um primeiro protótipo de recuperação
- Revisão de contrato entre versões
- Entregar evidência para um agente de suporte
Principais recursos
Grafo de documentos em vez de chunks
O Search Candy organiza cada arquivo enviado como um grupo próprio e mantém arquivos curtos inteiros. Documentos longos são divididos em trechos que terminam no fim da frase, e cada trecho segue ligado ao seu arquivo. Essa estrutura é o que torna a citação possível: o resultado sabe de qual documento veio porque nunca perdeu o vínculo.
Recuperação em duas passadas
Quando um dado leva a outro, o motor busca de novo com o trecho que acabou de encontrar. No HotpotQA, um conjunto público de 7.405 perguntas de dois passos, o Search Candy afirma que todos os trechos necessários apareciam entre os 20 primeiros resultados em 98,4% das vezes, contra 94,8% de uma busca simples nos mesmos documentos. São números do fornecedor: teste com as suas perguntas.
Histórico de versões de documentos
O histórico de versões de documentos é a parte que quase ninguém valoriza no começo. Cada revisão de um arquivo fica no grafo, então dá para perguntar por um dia passado e receber os mesmos trechos que o agente recebeu, palavra por palavra. Para quem responde sobre políticas, preços ou contratos, isso transforma a pergunta sobre o que a IA viu em março numa consulta.
Trechos literais com fonte
Os resultados chegam como texto original, nunca reescrito, cada um etiquetado com arquivo e versão. O Search Candy ainda sinaliza perguntas sem sustentação com um aviso not_covered, o que ajuda quando uma resposta errada custa mais caro do que resposta nenhuma.
Sem LLM no circuito de recuperação
O motor de recuperação não chama modelo de linguagem, então buscar nos seus documentos não gera fatura de tokens. O seu agente continua escrevendo a resposta com o próprio modelo. Num assistente interno de alto volume, essa divisão mantém o custo de recuperação estável conforme as consultas crescem.
Serviço hospedado e embeddings próprios
A SearchCandy Labs opera o serviço, então não há nada para implantar. Você pode trazer um modelo de embeddings que já usa em vez de adotar o deles, e uma biblioteca Python cuida da conexão. A contrapartida é que hospedagem, permissões e nuvem ficam a cargo do fornecedor por enquanto.
Prós e contras
Prós
- Todo resultado carrega nome de arquivo e versão, então conferir citação leva segundos.
- Não existe tamanho de chunk, sobreposição nem divisor para ajustar antes de obter resultados úteis.
- O histórico de versões responde sobre uma data passada, algo que quase nenhum banco vetorial faz.
- O motor não faz chamadas a LLM, então volume de documentos não vira gasto de tokens.
- A página pública de benchmarks mostra as ressalvas e os casos em que o fornecedor apenas empata com a referência.
Contras
- Hoje só funcionam arquivos de texto e Markdown, então PDFs e contratos digitalizados exigem conversão na implantação.
- Ainda não há relatório SOC 2, controles de permissão nem opção auto-hospedada, o que tira o produto da lista de compradores regulados.
- O acesso começa com uma call comercial e o preço é privado, então não dá para avaliar sozinho num domingo à noite.
- No próprio teste BEIR ele empata com a configuração padrão do LangChain, então o ganho real está na rastreabilidade e nas perguntas de dois passos, não no recall dos dez primeiros.
Perguntas frequentes
É a estrutura que o Search Candy monta com os seus arquivos. Cada documento vira um grupo próprio, com as versões empilhadas atrás, e os trechos ficam dentro desse grupo em vez de uma pilha comum de chunks. A ideia é nunca quebrar o vínculo entre o trecho e a origem.
Conteúdo relacionado
Explore ferramentas, skills e artigos relacionados a Search Candy.
Alternativas a Search Candy
Udon
Udon · Programação · ProdutividadeO Udon transforma um Mac com Apple Silicon em servidor doméstico gerenciado pelo navegador, com contêineres, arquivos compartilhados e um administrador de sistemas com IA opcional.
offstage
offstage cloud · Programação · ProdutividadeO offstage entrega um Mac de verdade para agentes de IA e jobs de CI: uma conta macOS 27 em Apple silicon, controlada por API e cobrada por segundo.
BotBus
Chengdu Tuyang Tusen Technology Co., Ltd. · Programação · ProdutividadeO BotBus leva os agentes de programação com IA do seu computador para o celular e o relógio: você aprova comandos, inicia tarefas e lê resultados sem voltar para a mesa.