Introducing Search Toolkit

Mistral 指出，大多数团队在构建检索系统时，花费在集成基础设施上的时间比改进搜索质量还要多。数据摄取、检索和评估各自使用不同的工具和接口，导致团队需要数周时间才能在自己的数据上运行第一个查询。对于构建 RAG 工作流或内部知识系统的组织，这种开销会层层叠加。

Search Toolkit 是一个可组合的框架，将数据摄取、检索和评估统一到一个共享接口下。它解决了企业搜索中常见的“多个搜索问题”——内部维基、工单系统、文档库等各有不同的结构和元数据，通常需要为每个来源构建独立的摄取管线。Search Toolkit 提供跨来源类型的一致处理和索引模式，使团队无需重建管线即可添加新来源。

在 RAG 场景中，当系统返回不佳结果时，团队往往无法判断是检索还是生成的问题。Search Toolkit 内置的评估功能可以独立衡量检索器性能，从而隔离检索质量与生成质量，并支持在自有数据上比较不同配置。

对于法律文件、医疗记录、代码库等专业领域，通用检索器往往表现不佳。Search Toolkit 允许团队构建领域定制的检索基础设施，而无需从头开始。

Mistral 强调，在企业任务中工作的 Agent 需要访问企业上下文，它们自主且高频率地做出检索决策，因此底层搜索基础设施的质量直接影响每个下游步骤。Search Toolkit 为 Agent 提供高质量的索引搜索路径，同时通过 Connectors 和 MCP 集成支持从 CRM、代码仓库等源系统实时拉取数据。

Search Toolkit 已在金融、制造、公共部门和媒体娱乐行业经过实战测试。例如，CMA CGM 将 Search Toolkit 与 Voxtral 结合，用于帮助记者检测虚假新闻：该管线处理来自三个不同数据源的音频，并在 15 秒内返回警报。

用户可以通过 starter app template 快速开始，前提是安装 Docker 和 uv。