Search, Inspect, Fetch: Exploiting Boolean Retrieval for Deep-Research Agents
搜索、检查、提取：利用结构化布尔检索提升深度研究智能体
🧭 搜索智能体 · 结构化布尔检索与选择性获取
The University of Queensland · CSIRO
SIEVE 通过布尔查询语言实现网页结构感知的按需抓取，较传统全文检索减少 20-50% 上下文 Token 并提升准确率
📌 工作参考价值（4 点）
- 在电商搜索 Agent 或多轮导购场景，可借鉴结构化字段过滤：仅提取商品标题、关键属性或指定评论片段，避免整页全量输入 LLM，大幅节省 Token。
- 实现类 BQL 的轻量查询接口，让 Agent 通过约束式语法精准筛选候选（如“标题含‘夏季’且价格低于 100”），提升检索意图对齐度。
- 先检索列表展示结构化摘要（inspect），再按需提取详情（fetch）的模式，适合需要从大量商品中逐步筛选的对话式推荐 Agent，有效控制上下文长度与成本。
- 该方法与底层检索器（BM25/向量检索）及 LLM backbone 解耦，可快速集成到现有搜索推荐系统的 Agent 管道中，工程实现成本低。