BrowserAI-Dev（仓库名 BrowseAI-HQ/BrowserAI-Dev，产品数据中出现 LastSearch-HQ/lastsearch 等命名，包名为 npm: lastsearch、PyPI: lastsearch、LangChain: langchain-lastsearch，旧名仍可用并自动重定向）是面向 AI 智能体的研究基础设施，主打“证据支撑的网络搜索”。官方描述强调：实时网页搜索、证据抽取、验证与结构化引用；每一条论断都由一个 URL 支撑，每个答案带置信度评分，并称通过多步验证流程避免幻觉。提供 MCP 服务器、REST API 与 Python SDK 三种接入方式，并有网站、Playground、API 文档、Alternatives 与 Discord 等入口。
用途方面，该项目定位为“AI 智能体的可靠研究基础设施（Grounded Intelligence）”，用于让智能体在回答问题时获得可核查的来源、置信度和引用，而不是仅依赖模型自身知识。它同时提供 Clarity 防幻觉能力与多种深度模式，适配从快速事实查询到深度多轮研究的不同需求。
主要能力方面，官方列出的验证与置信度机制包括：原子化论断拆分（把复合论断拆成可独立验证的事实）；关键词与语义混合检索（关键词匹配 + 稠密向量语义匹配并融合排序，属于高级层能力，未配置时回退纯关键词）；语义证据重排（使用在 140 万+ 论断-证据对上训练的专用验证模型，带矛盾惩罚与改写加成）；多提供商并行搜索以增加来源多样性；域名权威评分（覆盖 5 个层级、10000+ 域名，并随真实验证数据动态调整）；来源引文验证；跨源共识（3 个以上独立域名支撑为“strong consensus”，单源标记为“weak”）；矛盾检测（语义冲突识别并在响应中呈现且惩罚置信度）；多轮一致性（thorough 模式下跨独立抽取轮次交叉核对）；自动校准置信度（基于验证率、域名权威、来源数量、共识、域名多样性、论断接地、来源新鲜度与引用深度等多因素，并随用户反馈调整）；按论断定向补搜；反查询验证（用“什么会证伪它”的对抗式查询压测）；置信度门控迭代检索（验证→若仍有弱论断→生成定向查询→搜索→再验证，最多 3 轮，查询重复或达标即早停）。
此外还有实时引用健康检查（在 thorough/deep 下服务端探测每个引用 URL，分类为 resolves/stale/dead，用于识别链接腐烂或伪造引用）、内容完整性（在原文抽取前扫描原始 DOM，剥离隐藏/未渲染内容与指令型文本，计数并标注 integrity 与 contentRisk；高风险源可通过 strict: true 排除；官方说明该规则在 36 页开放评测集上未产生高风险误报，但强调只是小样本计数、不是保证，自适应攻击仍可能绕过）、签名证据记录（GET /browse/evidence/{shareId} 返回可回放的检索→验证→决策类型化记录，绑定论断到来源、来源到页面文本 SHA-256 哈希，并附 Ed25519 签名；公钥在 /browse/evidence/public-key；SDK 提供 client.get_evidence(id) 与 LastSearch.verify_evidence(bundle, pem)）。返回字段中 claims 含 verified、verificationScore、consensusCount、consensusLevel；sources 含 verified、authority、urlHealth、integrity；顶层还有 contradictions、citationHealth、contentRisk 摘要，便于智能体以程序化方式做信任决策。
使用方式方面，接入途径包括：MCP 服务器（Claude Desktop、Cursor、Windsurf，可手动写入 MCP 配置，需设置 LASTSEARCH_API_KEY 环境变量）、REST API（Authorization: Bearer ls_xxx）、Python SDK（api_key="ls_xxx"，另有 AsyncLastSearch 异步接口）、LangChain 集成（提供 LastSearchSearchTool、LastSearchAnswerTool（已验证）、LastSearchExtractTool、LastSearchCompareTool、LastSearchClarityTool 五个工具）。深度层级分 fast、thorough、deep，deep 模式执行“思考-搜索-抽取-评估”迭代循环，含缺口分析、定向追问查询、跨步合并论断与来源并做最终复验，目标置信度阈值 0.85（DEEP_CONFIDENCE_THRESHOLD）、最多 3 次追问（MAX_FOLLOW_UP_STEPS，含初始共 4 轮）。deep 响应包含 reasoningSteps；流式端点以 SSE 发送 trace、sources、token、result、done 事件。所有外部调用（搜索提供商、LLM、页面抓取）对 429/5xx 自动指数退避重试，401/403 立即失败。研究记忆（Sessions）可跨多次查询累积已验证论断，返回 recalledClaims 与 newClaimsStored，并支持公开分享与分叉，便于多智能体协作。复杂查询会自动分解为带意图标签（定义、证据、对比、反论、技术、历史等）的子查询；简单事实查询跳过规划以降低延迟。
适用场景方面，适合需要可溯源网络研究的 AI 智能体、检索增强应用、多智能体协作研究，以及需要以程序化方式依据置信度、共识、矛盾与引用健康做信任决策的自动化流程；企业场景支持使用 Elasticsearch、Confluence 与自定义端点替代或补充公共网页搜索，并可选择零数据保留。
限制方面：验证引擎为托管服务，不在本地运行（MCP 服务器与前端开源可本地跑）；所有 API 访问都需要 ls_xxx 密钥；免费层每天 100 次高级查询（deep 按 3 倍计约每天 33 次），配额用尽后降级为关键词验证（deep 回退为 thorough），Pro 可移除限制；未设置高级密钥时仅运行关键词验证，语义检索与重排不可用；内容完整性过滤官方明确说明只是策略层信号而非保证，无法防御自适应攻击；证据签名仅证明该服务检索、验证与返回的内容及时间，不是合规保证。关于定价、具体价格、支持的 LLM 细节、企业方案价格等信息，当前资料未提供。
