English | 简体中文 | 日本語 | Deutsch | 한국어 | Français | Русский | Italiano | Español | Português | Türkçe | ไทย | Bahasa Indonesia
Conecta búsqueda estable y ajustable, recomendaciones y retrieval conversacional a tu sistema Agent o sistema de negocio.
Comunidad · Inicio rápido (desarrolladores) · Configuración de AI Agent · Guía completa para Agent · Contribuir · Seguridad
SearchCLI es la CLI abierta para AI Search on Volcengine.
Si tu sistema Agent o sistema de negocio necesita servicios de distribución de información estables y ajustables, SearchCLI ofrece una ruta práctica para integrar búsqueda, recomendaciones y retrieval conversacional de nivel production en workflows reales.
Con SearchCLI y sus Viking skills instalables, los Agents externos pueden hacer onboarding de datos, construir y validar flujos de búsqueda y recomendación, ejecutar retrieval conversacional, ajustar configuraciones de estrategia, investigar bad cases e iterar sobre la calidad del retrieval de forma estable y verificable.
Únete al grupo de usuarios de SearchCLI en WeChat
Escanea el código QR con WeChat para conectar con otros usuarios y mantenedores.
El código QR se actualiza periódicamente. Si ha caducado, vuelve más tarde para consultar la versión más reciente.
- La superficie de integración de línea de comandos para AI Search on Volcengine.
- Una ruta estable para que los sistemas externos accedan a capacidades de búsqueda, recomendación y retrieval conversacional.
- Una capa de workflow apta para Agents, construida alrededor de skills instalables y salida de comandos segura para automatización.
- Un modelo de ejecución revisable con dry-runs, puntos de confirmación y verificación read-after-write.
- Desarrolladores que integran distribución de información impulsada por AI en sistemas de negocio.
- Equipos que construyen sistemas Agent y necesitan workflows de búsqueda, recomendación y retrieval estables y configurables.
- Equipos de operaciones, delivery y soluciones que necesitan una forma revisable de hacer onboarding de datos, configurar aplicaciones y verificar el comportamiento runtime antes del uso en producción.
- Búsqueda de items y catálogos sobre datos de negocio estructurados.
- Flujos de recomendación conectados a escenas de aplicación y comportamiento de usuarios.
- Experiencias de retrieval conversacional basadas en la búsqueda de la aplicación.
- Workflows Agent que pueden hacer onboarding de datos, configurar aplicaciones y validar el comportamiento runtime con pasos explícitos de revisión.
vs app,vs datasetyvs datapara gestión de aplicaciones y datasets.vs search run,vs recommend runyvs chat runpara verificación runtime.vs search tune query-generate | plan | run | reportpara una primera versión de evaluación y ajuste automatizados de similitud textual.Viking skillsinstalables para que los Agents externos puedan usar los mismos workflows.
- Node.js 20 o posterior
git- Volcengine AK/SK con acceso a AI Search
git clone git@github.com:volcengine/SearchCLI.git vs
cd vs
bash ./scripts/install.shSi la shell actual ya tiene VIKING_AK y VIKING_SK:
vs auth import-env
vs auth status --json
vs doctor --jsonDe lo contrario, ejecuta el inicio de sesión interactivo en una terminal real:
vs auth loginSi vas a usar generación de consultas para search tuning o evaluación de relevancia mediante LLM, configura una API LLM compatible con OpenAI sin colocar la API key en texto plano dentro de la configuración:
vs llm login
vs llm status --json
vs search tune llm-check --live --jsonSi la shell actual ya tiene VIKING_LLM_BASE_URL, VIKING_LLM_API_KEY y VIKING_LLM_MODEL, puedes usar vs llm import-env en su lugar. La API key se almacena en el almacén local seguro de credenciales; base URL y model se guardan como configuración no secreta.
vs dataset import-url --file-name items.jsonl
curl -X PUT --data-binary "@./items.jsonl" "<FileUrl from previous step>"
vs dataset infer-schema --tos-key <FileKey> --type multi_modal --theme e_commerce --language zh --name <dataset-name>
vs dataset infer-result --task-id <TaskID> --render-schema
vs dataset create --data @dataset-create.json
vs data write --dataset-id <DatasetId> --fields @items.jsonl
vs app create --name <app-name> --industry e_commerce --language zh
vs app attach-dataset --data @attach.jsonSi solo necesitas un dataset (sin app), detente después de vs data write.
Para los datasets de eventos de usuario, usa --type user_event y omite --theme.
Si un Agent externo necesita operar AI Search a través de este repositorio:
git clone git@github.com:volcengine/SearchCLI.git vs
cd vs
bash ./scripts/install.shnpx skills add "git@github.com:volcengine/SearchCLI.git" -y -gEl paquete público predeterminado de skills incluye:
vs-sharedvs-item-onboardingvs-searchvs-search-tuningvs-chatvs-recommend
Si la shell actual ya tiene VIKING_AK y VIKING_SK, se recomienda:
vs auth import-envDe lo contrario:
vs auth loginvs --help
vs auth status --json
vs llm status --json
vs doctor --json
vs skill listvs authvs llmvs doctorvs skillvs itemvs appvs datasetvs datavs searchvs chatvs recommend
Si mantienes el repositorio open-source, el tooling local de skills es:
vs skill list
vs skill init viking-demo-skill
vs skill validate
vs skill install allConstruir y ejecutar las comprobaciones del repositorio:
npm install
npm run validate:skills
npm run build
npm run test:acceptance:distConsulta Contributing para más detalles.
Los contribuidores externos deben completar el Contributor License Agreement (CLA) antes de que una pull request pueda ser aceptada.
Consulta Code of Conduct para más detalles.
Si descubres un posible problema de seguridad en este proyecto, o crees haber descubierto uno, te pedimos que notifiques a Bytedance Security mediante nuestro security center o el vulnerability reporting email.
No crees una issue pública de GitHub.
Este proyecto está licenciado bajo la Apache-2.0 License.