深度搜索（Deep Search）是一款基于 Multi-Agent 架构的专业知识问答系统，专注于为用户提供精准、聚焦且内容详尽的深度解答。它不仅能够高效检索数据，还具备理解用户意图、整合多源数据并生成全面且结构化的答案的能力。相较于传统搜索引擎，深度搜索在复杂问题的拆解、多源数据的深度融合以及跨领域知识的关联方面表现更为出色。
能力对比
下表展示了深度搜索和传统AI搜索的对比：
维度 | 深度搜索 | 传统AI搜索 |
理解能力 | 上下文推理，意图识别。 | 语义检索、关键词检索。 |
响应模式 | 主动追问上下文细节（如时间范围、地域限制等）。 | 被动接受原始提问。 |
数据来源 | 支持跨平台聚合（私域、联网、数据库等）。 | 依赖某个单一数据源。 |
知识密度 | 单次输出多篇参考文献标注，直到准确回答问题。 | 仅提供固定的3-5个相关数据段。 |
交互深度 | 支持连续多轮的专业对话。 | 会话轮数对效果影响较大。 |
适用问题 | 复杂、开放性问题（如分析、对比等）。 | 简单、事实型问题。 |
技术架构
深度搜索是基于Multi-Agent架构的系统，由以下Single-Agent组成：
Query理解Agent：对用户原始Query的理解和改写。
自主规划Agent：用于对用户Query的意图识别、执行路径规划和调整、答案校正等。
搜索Agent：用于本轮知识检索和总结。
闲聊Agent：用于对用户闲聊场景的回答，如“你好”等。
澄清Agent：反问问题的生成，用于明确用户模糊的问题。
总结Agent：用于最终回答用户问题。
能力体验
控制台
1、登录开放搜索控制台选择LLM智能问答版，点击左侧导航栏实例管理，选择对应的实例点击管理。
2、进入实例详情页面，点击问答测试，开启深度搜索，在对话框输入需要询问的内容，点击发送。
3、问答测试效果展示。
API调用
深度搜索相关请求参数
参数 | 类型 | 必须 | 默认值 | 描述 |
options.chat.enable_deep_search | Boolean | 否 | true | 是否打开深度搜索。
|
options.chat.agent.think_process | Boolean | 否 | true | 是否返回思考过程。 |
options.chat.agent.max_think_round | Integer | 否 | 10 | 思考轮数（最大不超过20）。 |
options.chat.agent.language | String | 否 | AUTO | 思考过程及回答语言。 AUTO：根据用户query判断使用中文还是英文。 CN：中文。 EN：英文。 |
完整问答测试参数请参见问答参数说明。
请求体示例
{
"question" : {
"text" : "推荐3张周杰伦的专辑",
"type" : "TEXT"
},
"options": {
"retrieve": {
"web_search": {
"enable": true
}
},
"chat": {
"enable_deep_search": true,
"model": "qwen3-235b-a22b"
},
"agent": {
"think_process": true,
"max_think_round": 10,
"language": "AUTO"
}
}
}返回参数
参数 | 类型 | 描述 |
request_id | String | 请求ID。 |
status | String | 请求的处理状态。
|
latency | Float | 请求成功时，服务器处理请求所花费的时间，单位为毫秒。 |
id | Integer | 主键ID。 |
title | String | 文档的标题。 |
category | String | 类目名。 |
url | String | 文档链接。 |
answer | String | 问答结果。 |
type | String | 返回结果类型。 |
scores | Array | 文档内容分。 |
event | String | 思考事件。 THINK+ACTION+ANSWER为一轮思考过程（THINK不保证一定返回）。THINK表示思考，ACTION表示执行的动作，ANSWER表示本轮思考结论。SUMMARY为最终回答结果，文本类型的只有一个。 |
event_status | String | 该结果是否完成。 PROCESSING：回答中； FINISHED：回答结束。 |
code | String | 返回的错误码（若无报错则不返回）。 |
message | String | 返回的错误信息（若无报错则不返回）。 |
响应体示例
{
"request_id": "f1b9*****************2853a",
"status": "OK",
"latency": 33967.562031,
"result": {
"data": [
{
"answer": "用户要求推荐3张周杰伦的专辑。我需要先了解周杰伦有哪些专辑，然后从中挑选3张具有代表性的推荐。",
"type": "TEXT_MARKDOWN",
"reference": [],
"rich_text_ref": [],
"event": "THINK",
"event_status": "FINISHED"
},
{
"answer": "周杰伦所有专辑列表",
"type": "TEXT_MARKDOWN",
"reference": [],
"rich_text_ref": [],
"event": "ACTION",
"event_status": "FINISHED"
},
{
"answer": "周杰伦的专辑列表如下（按发行年份排序）： \n\n1. **《JAY》**（2000年） \n2. **《范特西》**（2001年） \n3. **《八度空间》**（2002年） \n4. **《叶惠美》**（2003年） \n5. **《七里香》**（2004年） \n6. **《十一月的萧邦》**（2005年） \n7. **《依然范特西》**（2006年） \n8. **《我很忙》**（2007年） \n9. **《魔杰座》**（2008年） \n10. **《跨时代》**（2010年） \n11. **《惊叹号》**（2011年） \n12. **《十二新作》**（2012年） \n13. **《哎呦，不错哦》**（2014年） \n14. **《周杰伦的床边故事》**（2016年） \n15. **《最伟大的作品》**（2022年） \n\n注：部分搜索结果中提到的歌曲实际为专辑内曲目，已整理为完整专辑列表。",
"type": "TEXT_MARKDOWN",
"reference": [],
"rich_text_ref": [],
"event": "ANSWER",
"event_status": "FINISHED"
},
{
"answer": "\n首先，用户的问题是：“推荐3张周杰伦的专辑”。我需要基于已知信息来回答。已知信息包括多个文档，描述了周杰伦的专辑。\n\n回顾已知信息：\n- [文档01] 列出了周杰伦的专辑和歌曲，但似乎只提到了《JAY》专辑，并列出了一些歌曲，但文档开头说“周杰伦的音乐作品包括六张正式个人专辑、四张EP专辑”，但具体专辑名称没有完整列出。它列出了歌曲，但专辑名称只有《JAY》被明确提到。\n- [文档02] 提到了专辑如《八度空间》、《周杰伦的床边故事》、《范特西》、《杰伦》等，并给出了年份。\n- [文档03] 类似[文档02]，提到了专辑如《最伟大的作品》、《周杰伦的床边故事》、《哎呦, 不错哦》、《十二新作》、《惊叹号》。\n- [文档04] 提到了《JAY》和《范特西》，并描述了它们。\n- [文档05] 类似[文档02]和[文档03]，提到了相同的专辑。\n\n从这些文档中，我可以提取出周杰伦的专辑列表：\n- [文档02] 和 [文档03] 明确列出了专辑名称和年份：\n - 《最伟大的作品》2022年\n - 《周杰伦的床边故事》2016年\n - 《哎呦, 不错哦》2014年\n - 《十二新作》2012年\n - 《惊叹号》2011年\n- 另外，[文档01] 提到了《JAY》2000年，[文档04] 也提到了《JAY》和《范特西》。\n- [文档02] 还提到了《八度空间》2002年、《范特西》2001年、《杰伦》2000年（可能指的是《JAY》）。\n\n综合所有文档，周杰伦的专辑包括：\n- 《JAY》2000年 [文档01][文档04]\n- 《范特西》2001年 [文档02][文档04]\n- 《八度空间》2002年 [文档02]\n- 《惊叹号》2011年 [文档02][文档03]\n- 《十二新作》2012年 [文档02][文档03]\n- 《哎呦, 不错哦》2014年 [文档02][文档03]\n- 《周杰伦的床边故事》2016年 [文档02][文档03]\n- 《最伟大的作品》2022年 [文档02][文档03]\n\n用户要求推荐3张专辑。我需要基于已知信息推荐，并确保每一点都有来源支撑。\n\n推荐标准：我应该选择一些经典或代表性的专辑。从文档中：\n- [文档02] 和 [文档03] 高度评价了《范特西》，称其为“周杰伦音乐生涯里的高峰，也成为无数音乐人相继模仿，却难以逾越的时代标杆之作”。[文档02][文档03]\n- [文档01] 提到了《JAY》作为首张专辑。\n- [文档02] 提到了《八度空间》延续了前两张专辑的风格，并拿下多项大奖。[文档02]\n- 其他专辑如《周杰伦的床边故事》和《最伟大的作品》也被提及。\n\n所以，我可以推荐：\n1. 《范特西》 - 因为它被描述为高峰和标杆。\n2. 《JAY》 - 作为首张专辑，具有历史意义。\n3. 《八度空间》 - 因为它延续了成功并获奖。\n\n或者，选择更近期的，但文档中强调了早期专辑的重要性。\n\n确保引用来源：每个事实必须用[文档xx]格式引用。\n\n回答要求：\n- 使用中文。\n- 如果已知信息能回答问题，必须使用已知信息，并引用来源。\n- 使用丰富的markdown格式：如列表、表格等。\n- 自然语气，不生硬。\n- 正确性，不编造信息。\n\n结构回答：\n- 开头直接推荐3张专辑。\n- 为每张专辑提供理由，基于文档。\n- 使用列表或表格组织。\n- 引用来源。\n\n最终推荐：\n1. 《范特西》 (2001年) - 理由：被描述为周杰伦音乐生涯的高峰和时代标杆。[文档02][文档03]\n2. 《JAY》 (2000年) - 理由：首张专辑，奠定了他的音乐风格。[文档01][文档04]\n3. 《八度空间》 (2002年) - 理由：延续前作风格，拿下多项大奖，给唱片行业带来希望。[文档02]\n\n或者，考虑《周杰伦的床边故事》或《最伟大的作品》，但文档中对它们的描述较少，而早期专辑有更多评价。\n\n在[文档02][文档03]中，有对《范特西》的详细描述，其他专辑只是列出。\n\n所以，选择这三张是合理的。\n\n使用markdown：可以用有序列表或表格。\n\n例如：\n- 用### 标题\n- 列表描述\n- 加粗专辑名称\n\n确保不添加额外信息：只基于文档。\n",
"type": "TEXT_MARKDOWN",
"reference": [],
"rich_text_ref": [],
"event": "THINK",
"event_status": "FINISHED"
},
{
"answer": "\n以下是基于周杰伦音乐生涯的代表性专辑，我为您推荐三张经典作品。这些专辑不仅展现了周杰伦独特的音乐风格（融合流行、R&B、摇滚等元素），还因其艺术成就和影响力而广受赞誉。推荐依据来源于可靠文档信息，每张专辑的推荐理由都严格基于相关文档内容，并标注了来源编号（如[文档xx]）。\n\n### 推荐的三张周杰伦专辑\n\n1. **《范特西》（2001年）** \n - **推荐理由**：这张专辑被公认为周杰伦音乐生涯的高峰之作，它确立了其创作范式，成为无数音乐人模仿却难以逾越的时代标杆。专辑中的每首歌都像一颗镜头，以听觉塑造画面，带人穿越古今中外，例如《爱在西元前》融合R&B与嘻哈，营造时空漩涡感；《忍者》用单一和弦和日式意象增强临场感；《威廉古堡》则以管风琴演奏营造诡谲的中世纪氛围。整体上，它奠定了周杰伦成熟的方法论，并深受全球乐迷喜爱[^2^][^3^]。 \n - **代表歌曲**：《爱在西元前》《忍者》《威廉古堡》（来源：[^2^][^3^]）。\n\n2. **《JAY》（2000年）** \n - **推荐理由**：作为周杰伦的首张个人专辑，它标志着其音乐生涯的起点，收录了多首经典歌曲如《可爱女人》《完美主义》和《星晴》。这张专辑展现了周杰伦独特的音乐才华，融合了多种元素，为后续作品奠定了基调，并迅速赢得了乐迷的广泛认可[^1^][^4^]。 \n - **代表歌曲**：《可爱女人》《完美主义》《星晴》（来源：[^1^][^4^]）。\n\n3. **《八度空间》（2002年）** \n - **推荐理由**：这张专辑延续了前两张作品的编曲基调，个人风格更加成熟，帮助周杰伦势如破竹地拿下多项大奖，缔造了华语乐坛新纪录。同时，它以高销量为当时受盗版困扰的唱片行业带来了希望。专辑中的闽南语歌曲《火车叨位去》体现了周杰伦的乡土情怀，这在后期作品中较为罕见，突显了其艺术深度[^2^]。 \n - **代表歌曲**：《火车叨位去》《暗号》（来源：[^2^]）。\n\n这三张专辑分别代表了周杰伦早期事业的突破、创新和成熟阶段，是了解其音乐精髓的绝佳起点。每张都承载着独特的创作故事，值得您细细品味！",
"type": "TEXT_MARKDOWN",
"reference": [
{
"title": "谁晓得周杰伦的所有专辑的名字",
"category": "webSearch",
"url": "https://zhidao.baidu.com/question/317142607014917724.html"
},
{
"title": "周杰伦",
"category": "webSearch",
"url": "https://music.apple.com/cn/artist/300117743"
},
{
"title": "\u200e周杰伦-Apple Music",
"category": "webSearch",
"url": "https://music.apple.com/cn/artist/a/300117743"
},
{
"title": "周杰伦全专辑名称汇总",
"category": "webSearch",
"url": "https://m.xueba5.com/xw/25426.html"
},
{
"title": "周杰伦",
"category": "webSearch",
"url": "https://music.apple.com/cn/artist/%E5%91%A8%E6%9D%B0%E4%BC%A6/300117743"
}
],
"rich_text_ref": [],
"event": "SUMMARY",
"event_status": "FINISHED"
}
]
}
}SDK调用
配置环境变量
配置环境变量ALIBABA_CLOUD_ACCESS_KEY_ID和ALIBABA_CLOUD_ACCESS_KEY_SECRET。
阿里云账号AccessKey拥有所有API的访问权限，建议您使用RAM用户进行API访问或日常运维，具体操作，请参见创建RAM用户。
创建AccessKey ID和AccessKey Secret，请参考创建AccessKey。
如果您使用的是RAM用户的AccessKey，请确保您的RAM用户账号被授予AliyunOpenSearchFullAccess权限。
请不要将AccessKey ID和AccessKey Secret保存到工程代码里，否则可能导致AccessKey泄露，威胁您账号下所有资源的安全。
Linux和macOS系统配置方法：
执行以下命令，其中，
<access_key_id>需替换为您RAM用户的AccessKey ID，<access_key_secret>替换为您RAM用户的AccessKey Secret。export ALIBABA_CLOUD_ACCESS_KEY_ID=<access_key_id> export ALIBABA_CLOUD_ACCESS_KEY_SECRET=<access_key_secret>Windows系统配置方法
新建环境变量文件，添加环境变量ALIBABA_CLOUD_ACCESS_KEY_ID和ALIBABA_CLOUD_ACCESS_KEY_SECRET，并写入已准备好的AccessKey ID和AccessKey Secret。
重启Windows系统生效。
添加依赖
<dependency>
<groupId>com.aliyun.opensearch</groupId>
<artifactId>aliyun-sdk-opensearch</artifactId>
<version>6.0.0</version>
</dependency>调用代码
您可以参考以下代码示例完成调用。
package com.aliyun.opensearch;
import com.aliyun.opensearch.OpenSearchClient;
import com.aliyun.opensearch.sdk.generated.OpenSearch;
import com.aliyun.opensearch.sdk.generated.commons.OpenSearchClientException;
import com.aliyun.opensearch.sdk.generated.commons.OpenSearchException;
import com.aliyun.opensearch.sdk.generated.commons.OpenSearchResult;
import java.util.HashMap;
import java.util.Map;
public class LLMSearch {
private static String accesskey = System.getenv("ALIBABA_CLOUD_ACCESS_KEY_ID");
private static String secret = System.getenv("ALIBABA_CLOUD_ACCESS_KEY_SECRET");
private static String appName = "替换为应用名称";
private static String host = "替换应用的API访问地址";
private static String path = "/apps/%s/actions/multi-search";
public static void main(String[] args) {
String appPath = String.format(path, appName);
//ApiReadTimeOut
OpenSearch openSearch = new OpenSearch(accesskey, secret, host);
openSearch.setTimeout(90000);
OpenSearchClient openSearchClient = new OpenSearchClient(openSearch);
Map<String, String> params = new HashMap<String, String>() {{
put("format", "full_json");
put("_POST_BODY", "{\"question\":{\"text\":\"推荐3张周杰伦的专辑\",\"type\":\"TEXT\",\"session\":\"\"},\"options\":{\"chat\":{\"stream\":true,\"enable_deep_search\":true,\"model\":\"opensearch-qwen\"}}}");
}};
try {
OpenSearchResult openSearchResult = openSearchClient
.callAndDecodeResult(appPath, params, "POST");
System.out.println("RequestID=" + openSearchResult.getTraceInfo().getRequestId());
System.out.println(openSearchResult.getResult());
} catch (
OpenSearchException e) {
System.out.println("RequestID=" + e.getRequestId());
System.out.println("ErrorCode=" + e.getCode());
System.out.println("ErrorMessage=" + e.getMessage());
} catch (
OpenSearchClientException e) {
System.out.println("ErrorMessage=" + e.getMessage());
}
}
}