Nia

Nia 是 Nozomio Labs 做的检索层，官方定义是「the index and search layer for AI agents」：把代码、文档、PDF、数据集、网页指给它，索引之后给所有 agent 一个统一的接口去检索、遍历、引用。它解决的不是生成代码，而是编码 agent 在陌生代码库和最新文档上瞎猜的问题。

核心能力

• Nia API：用自己的接口搭内部 agent 与工作流，把检索能力嵌进公司自己的系统。
• Oracle 检索：官方称这套检索为降低幻觉设计，把索引过的代码库变成一棵动态树，agent 运行时按需查询，而不是一次性塞进上下文。
• 沙箱式仓库检索：对任意公开仓库起一个临时沙箱，克隆下来按真实文件树回答，不需要预先索引和向量化，答完即销毁。
• 通用搜索：官方称在数百万已索引页面与 GitHub 文件上做到 5 秒内响应，用小模型压缩结果以节省 token。
• Tracer 与文档 agent：Tracer 是自主的 GitHub 搜索子 agent，无需预索引；文档 agent 会翻目录、读章节，直到找到答案，并给每条结论标页码。
• 依赖与本地同步：喂它 package.json 或 requirements.txt 就自动解析依赖、找到文档地址并索引；同步引擎可持续同步本地目录、数据库与聊天记录。
• 上下文交接：保存对话历史、计划与引用来源，换一个 agent 接着做不丢线索。

适合谁

• 用 Claude Code、Cursor 这类编码 agent 的工程师：想让 agent 少编接口、少用过时写法，接一个检索层比换模型便宜。
• 维护多仓库、老代码库的团队：跨仓库找认证、鉴权、配置这类横切逻辑。
• 做内部知识助手的平台团队：文档、聊天记录、网盘、PDF 混在一起，需要一个统一检索入口。
• 只写单文件小脚本的人不太需要：上下文本来就装得下。

使用建议

• 先接 MCP 或命令行试一个真实问题，比如「我们所有服务里令牌刷新是怎么做的」，看它能不能定位到具体文件再决定深入。
• 注意 token 成本与延迟的平衡：Oracle 适合难题，日常问答用通用搜索更快更省。
• 官方给出的基准（如幻觉率低于 GPT-5、比次优工具领先 11.3%）是自家测试口径，选型时用自己的仓库与问题集复测。
• 索引外部文档要注意来源授权与更新频率，官方称内容变化后可自动同步，但仍需抽查过时内容。
• 代码与内部文档属于敏感资产，接入前确认存储、加密与是否支持自托管，官网问答区有对应说明。