naive_search_agent Harness 运行 AgentCompass 内置的 深度搜索 agent，由被测 model 逐条完成 GAIA、SealQA、DeepSearchQA、FrontierScience 等研究类 Benchmark。
使用时只需提供被测 model 的访问凭据，Harness 会自动在运行环境中准备好检索 agent，驱动 model 通过搜索 / 网页访问等工具多轮检索并作答，最终回收 model 的最终答案与完整检索轨迹。凭据通过命令行 --model-base-url / --model-api-key 传入，支持 openai-chat 与 openai-responses 两种 --model-api-protocol 协议。
工作原理
- 工具与循环：
tools指定启用的工具（search/browse/visit）；引擎按函数调用协议与 model 多轮交互。max_iterations限制单任务迭代数，max_tool_calls_per_turn限制单条助手消息中的工具调用数，max_tool_response_length对过长的单个工具响应进行截断（保留首尾）。当 model 不再发起工具调用时视为作答完成，取最后一条助手消息内容作为最终答案。 - 外部服务：
search依赖 Serper，browse/visit依赖 Jina Reader；密钥由serper_api_key/jina_api_key提供（默认取同名环境变量）。tool_model_name可为visit指定专用的网页摘要 model，留空时复用被测 model。
内置工具
agent 在检索循环中可调用以下三个工具。通过tools 参数选择启用哪些（默认 ["search", "visit"]），三者可按需组合。
| 工具 | 入参 | 作用 | 依赖服务 |
|---|---|---|---|
search | query（检索词） | 执行一次 Google 搜索，返回结果列表（标题、摘要、链接等）。用于发现与问题相关的网页，是检索的入口。 | Serper |
visit | url（单个链接或链接数组）、goal（本次访问要获取的信息） | 抓取一个或多个网页，并围绕 goal 对内容做 摘要 后返回（而非全文）。摘要由 tool_model_name 指定的 model 生成，缺省复用被测 model。适合从长网页中定向提取所需信息。 | Jina Reader + 摘要 model |
browse | url（单个链接） | 抓取单个网页的 完整内容（标题、摘要、正文）并原样返回，不经 LLM 摘要。适合需要保留页面原文细节的场景。 | Jina Reader |
search + visit 对应典型的深度检索流程：先用 search 找到候选网页，再用 visit 带着明确的 goal 精读并提取信息。若需要网页原文而非摘要（例如逐字比对表格、代码或条款），可改用或加上 browse。visit 与 browse 的区别在于前者返回面向目标的摘要，后者返回完整正文。
参数
通过--harness-params '{...}' 传入一段 JSON；也可写进 --config 指定的 YAML 的 harness.params 块，同名项以命令行为准（深度合并覆盖）。
参数总览
| 参数 | 类型 | 默认值 | 可选值 / 取值 | 说明 |
|---|---|---|---|---|
install_root | 字符串 | /opt/agentcompass/naive_search_agent | — | sandbox 内引擎包解压目录（host_process 本地模式下不使用）。 |
tools | 列表 | [“search”, “visit”] | search / browse / visit | 启用的工具列表。 |
max_iterations | 整数 | 50 | ≥ 1 | 单任务最大 agent 迭代数。 |
max_retry | 整数 | 10 | ≥ 1 | 单次 LLM / 工具调用的应用层重试上限。 |
retry_interval | 整数 | 5 | ≥ 1 | 重试间隔（秒）。 |
max_tool_calls_per_turn | 整数 | 5 | ≥ 1 | 单条助手消息最大工具调用数。 |
max_tool_response_length | 整数 | 8192 | ≥ 1 | 单个工具响应保留的最大可打印单元数（超出截断，保留头尾）。 |
request_timeout | 整数 | 2000 | ≥ 1 | 单次 LLM HTTP 请求读超时（秒）。 |
tool_model_name | 字符串 | "" | — | visit 工具专用的网页摘要 model；留空复用被测 model。 |
serper_api_key | 字符串 | — | Serper 搜索 API 密钥。 | |
jina_api_key | 字符串 | — | Jina Reader API 密钥。 | |
env | 字典 | {} | — | 注入引擎进程的额外环境变量。 |
timeout | 整数 / 空值 | 9000 | ≥ 1 | 任务挂钟超时（秒），超时即中止；null = 不设上限。 |
搜索与解析 API 密钥
serper_api_key / jina_api_key 默认为环境变量引用（${SERPER_API_KEY} / ${JINA_API_KEY}）：在终端中设置同名变量即可自动注入，也可在 --harness-params 中直接内联传入密钥。仅启用 search 时可省略 Jina 密钥，仅启用 visit / browse 时可省略 Serper 密钥——按实际启用的 tools 提供对应密钥即可。
运行示例
naive_search_agent 作为第二个位置参数传给 agentcompass run <benchmark> naive_search_agent <model>；Harness 配置通过 --harness-params 传入。GAIA、DeepSearchQA 等均为由评委评分 Benchmark，须通过 --benchmark-params 提供评委 model judge_model，否则任务无法判分（详见对应 Benchmark 文档）。
- 默认配置
- 自定义参数
通过
--harness-params 直接传入 Serper / Jina 密钥，其余参数使用默认值。输出
Harness 为每个任务返回RunResult：包含最终答案（final_answer）、轨迹、执行状态，以及诊断用指标（迭代数、引擎退出码、配置 / 提示词 / 结果路径等）。当引擎异常退出、报错或未正常完成时，状态记为 RUN_ERROR 并附带错误信息。单任务详情与聚合指标由 Benchmark 写入 results/<benchmark>/<model>/<run>/（详见 结果）。