火山引擎 SearchCLI：Agent 驱动的搜索自迭代与 SPA 策略优化¶

Ch04.754 火山引擎 SearchCLI：Agent 驱动的搜索自迭代与 SPA 策略优化¶

📊 Level ⭐⭐ | 3.6KB | entities/volcengine-searchcli-agent-driven-search-self-iteration.md

火山引擎（ByteDance）开源的 SearchCLI，实现 Agent 驱动的搜索自迭代闭环。核心架构：Agent + Skills + CLI 三层，加上 SPA（Strategy Population Annealing）策略优化框架。

→ 原文存档

搜索调优参数彼此影响（召回/排序/零结果率/延迟），传统依赖搜索专家反复试验，难以低成本可复现持续迭代。

Agent 驱动：将"发现问题→提出假设→分配评测预算→筛选候选→验证收益→输出候选配置"变成可重复运行、结果可审阅的闭环。生产变更保留 dry-run + 手动确认。

搜索参数（召回模式/关键词语义权重/匹配门槛/候选数）编码为带领域语义的 Genome，交叉变异需理解语义后执行裁剪归一化和合法性校验。

由当前策略、Baseline、边界策略、Matrix 和行业 Prior 组成，从有意义行为区域出发而非随机点。

三层过滤：先淘汰连源 Item 都召不回的；有限 Query 上 LLM Judge；全量评测。Fast Pass 高分还需证明收益不集中在少数 Query 类型。

保留 Global Best、Query-Type Best、Stable Best、Low-Latency Best、Low-Zero-Result Best、Baseline-Improver 和 Diverse Candidate，防止种群过早塌缩。

RobustScore = NDCG@20 + α×MRR@10 - β×zero_result_rate - γ×latency_penalty - δ×query_type_variance - ε×confidence_interval_width。Bootstrap 重采样检测置信区间。