8月20–22日，第17届中国数据库技术大会（DTCC 2026）在北京朗丽兹西山花园酒店举行。本届大会由 IT168 联合 ITPUB 主办，以“融数聚智 创领未来”为主题，汇聚众多数据库领域专家、技术从业者与企业代表，围绕数据库内核、云原生、AI、向量数据库、实时数仓、分布式数据库及行业实践等热点展开深入交流。

在8月21日下午的【向量数据库技术实践】专场，极限科技 CEO 曾勇带来主题分享《从国产替代到自主创新：Easysearch 在搜索引擎领域的信创实践》，从 AI 时代搜索引擎的新定位出发，系统分享搜索引擎国产化面临的关键挑战，以及 Easysearch 在兼容迁移、企业级能力、信创适配、安全容灾和 AI 搜索等方面的实践探索。

一、AI 时代，搜索引擎正在从“工具”走向“基础设施”

过去，搜索引擎主要承担“找到信息”的任务，以关键词匹配、倒排索引、全文检索和 BM25 等技术为核心，服务于企业文档搜索、网站搜索、日志检索和数据查询等场景。

而随着大模型、RAG 和 Agent 快速发展，搜索正在发生新的变化。

从“匹配字面”走向“理解语义”，从“返回结果”走向“辅助决策”，搜索引擎正在成为连接企业数据与 AI 能力的重要基础设施。

在曾勇的分享中，他将这一变化概括为：

从“找信息”走向“用知识”。

如今，企业知识库、智能客服、运维诊断助手、合规审查，以及多模态搜索、Agent 自主搜索等应用，都离不开高质量的检索能力。搜索引擎也因此成为 RAG 和 Agent 获取知识、理解上下文的重要底座。

这也意味着，搜索引擎一旦从普通工具升级为企业 AI 基础设施，其稳定性、安全性以及自主可控能力的重要性将进一步提升。

二、国产替代，不能只是“换一个引擎”

随着信创建设持续深入，国产化正在从基础设施和外围系统逐步进入核心业务与数据基础设施领域。

在曾勇看来，搜索引擎国产化并不是简单完成一次产品替换，而是一项涉及业务连续性、数据迁移、技术自主、安全合规和长期演进能力的系统工程。

因此，在进行搜索引擎国产化选型时，至少需要重点关注五个方面：

• 自主可控：核心引擎和关键技术是否真正掌握在自己手中；
• 企业级稳定性：能否支撑 TB/PB 级数据、高并发和 7×24 小时稳定运行；
• 信创真实适配：能否真正适配国产 CPU、操作系统等基础环境；
• 安全治理能力：权限、审计、加密、脱敏等能力是否能够内建；
• 长期演进能力：能否持续支撑向量检索、AI 搜索、多模态搜索等未来需求。

归根结底，企业选择的并不仅仅是一套搜索软件，而是未来数年持续承载企业数据和 AI 应用的技术底座。

三、从“敢替”到“好用”，Easysearch 持续构建企业级搜索底座

围绕企业国产化过程中最关心的“怎么替、怎么迁、怎么回退、谁来服务、如何运维”等问题，极限科技持续围绕 Easysearch 完善从搜索引擎内核到企业级平台的完整能力体系。

作为企业级分布式搜索型数据库，Easysearch 支持非结构化数据检索、全文检索、向量检索、地理位置查询、组合索引查询、多语种搜索和聚合分析，并提供企业级安全与管理能力。

1. 兼容生态，让迁移更平滑

对于已经大规模使用 Elasticsearch 的企业而言，迁移成本往往是国产替代过程中最现实的问题之一。

针对这一挑战，Easysearch 持续强化兼容能力，覆盖 REST API、Java/Python/Go/Node.js SDK、Query DSL，以及 ES 6.x/7.x/8.x 数据读写，并兼容 Kibana、Logstash、Beats、Filebeat 等常见生态工具。同时针对龙芯、鲲鹏、飞腾以及麒麟、统信 UOS 等国产软硬件环境开展适配。

这意味着企业在推进国产化时，可以尽可能复用现有应用、技术栈和运维经验，降低迁移改造成本。

2. 企业级能力，让国产搜索真正“好用”

国产化的终点并不是“能够运行”，而是能够真正支撑企业核心生产业务。

Easysearch 从内核层面持续补齐企业级能力，包括 TLS 加密、RBAC/ABAC 权限控制、字段级脱敏、LDAP/AD 认证、IP 黑白名单、防暴力破解、磁盘及快照加密、限流限速、审计日志、文档级权限以及国密算法等能力。

在安全与容灾方面，Easysearch 支持 SM2、SM3、SM4 国密算法，并提供全量/增量 Snapshot 备份、备份文件加密、跨集群复制以及跨机房部署等能力，为金融、政务等高安全、高可靠场景提供基础支撑。

四、从全文检索到向量检索，为 AI 应用打好搜索底座

AI 时代，搜索引擎需要解决的不再只是“关键词能不能搜到”，还需要理解数据背后的语义。

Easysearch 已将全文检索、向量检索与混合搜索能力统一在同一引擎中，支持 kNN 向量检索、HNSW/LSH 等向量索引方式，并支持 BM25 全文检索与向量相似度的双路召回和融合排序。

通过统一搜索引擎承载全文、向量和混合检索，可以减少企业额外部署独立向量数据库带来的架构复杂度与运维成本，并进一步支撑语义搜索、RAG、Agent 长期记忆、企业知识库和多模态检索等场景。

这也是 Easysearch 从传统搜索基础设施向 AI Search Infra 演进的重要一步。

五、立足自主研发，持续深耕搜索基础设施创新

本次 DTCC 2026 的技术分享，是极限科技对国产搜索信创实践的一次集中输出。未来，极限科技将继续坚持自主创新路线，以 Easysearch 为基础，进一步完善企业级搜索、向量检索、AI 搜索和自主可控能力，推动搜索基础设施从“国产替代”走向“自主创新”，为企业数智化与 AI 应用发展构建更加安全、稳定、开放、可持续的搜索技术底座。

PPT 下载：https://searchkit.cn/slides/348

近日，极限数据（北京）科技有限公司（简称“极限科技”）旗下企业级开源 AI 产品 Coco AI，顺利通过国家通用软硬件适配认证中心全面检测，正式获得北京信息化协会信息技术应用创新工作委员会颁发的《信创产品评估证书》。

本次评估严格遵循《信息技术应用创新产品测评规范》，从国产化适配、产品功能、代码安全、性能表现、数据管控多维度完成全项校验。认证结果证明，Coco AI 完整兼容国产芯片、服务器操作系统、数据库、中间件等全栈信创软硬件，可在纯国产化环境稳定运行，全面满足政企信创项目落地标准，成为开源企业 AI 领域合规落地标杆产品。

当下政企数字化转型过程中，普遍存在数据分散形成信息孤岛、内部敏感数据上云存在泄露风险、商用公有 AI 无法适配内网安全规范等痛点。 Coco AI 作为全栈开源、支持私有化离线部署的统一搜索 AI 助手，从底层架构实现自主可控，企业所有数据、知识库、对话内容均可留存内网，搭配细粒度权限管控、数据脱敏、 SSO 集成等安全能力，完美适配金融、政务、能源等高监管行业合规要求。

依托极限科技十余年分布式搜索技术沉淀，Coco AI 一站式解决企业数据治理难题：产品可打通本地文件、语雀、 GitLab 、 Jira 、数据库、云存储等各类异构数据源，实现全域统一检索，检索平均延迟控制在 200ms 内；基于 RAG 架构结合主流大模型，提供语义搜索、私有知识库问答，依托 MCP 插件架构无需改动核心代码即可拓展 AI 工具能力；系统可自动生成企业可视化知识图谱，盘活沉睡内部数据，将存量文档转化为业务决策生产力。同时产品原生支持 Windows 、 macOS 、 Linux 多客户端，全代码开源开放，通过插件、 API 快速对接企业现有业务系统，轻量化易落地。

极限科技是国内深耕分布式搜索的自主基础软件厂商，2021 年成立，核心团队源自 Elastic 原厂及中文社区，拥有完整自研技术体系。公司具备高新技术企业、 ISO9001 、 ISO27001 等多项权威资质，拥有多项专利与软著；核心国产搜索引擎 Easysearch 位居行业榜单前列，服务移动云、中国一汽、中国人保、12306 、航天信息等大批政企标杆客户。此前 Coco AI 已斩获人工智能应用创新大赛 一等奖、“兴智杯”总决赛 二等奖，本次信创认证，实现产品智能化、国产化、安全性三重权威背书。

此次拿下信创产品评估证书，进一步完善极限科技“分布式搜索数据库 + 企业 AI 助手”信创产品矩阵，为政企提供开源、低成本、自主可控的智能知识解决方案。未来，极限科技将持续深化 Coco AI 国产化适配能力，联动信创产业链共建生态，依托开源社区迭代产品，同步提供私有化实施、定制开发、专属技术服务，以国产开源 AI 技术助力央国企、政务单位实现数智化与信创深度融合，赋能国内基础软件产业自主创新发展。

关于 Coco AI

Coco AI 是一款完全开源、跨平台的企业级智能搜索与助手系统，专为现代企业打造。它通过统一搜索入口，连接企业内外部的异构数据源，融合大模型能力，帮助团队高效访问知识，智能决策协作。

产品官网：https://coco.rs
开源地址：https://github.com/infinilabs/coco-app

一、引言

在上一篇文章《从零到跑起来：Easysearch 信创环境安装全流程》中，我们成功在信创平台上安装并运行起了 Easysearch。但 Easysearch 是一个底层搜索引擎，直接操作有一定门槛。如果我们想让团队里的每个人都能方便地“搜文件、聊文档、问知识”，就需要一个更贴近日常使用、又能把 AI 能力融入进来的上层应用——这就是 Coco AI 。

本文将继续手把手带你从零开始，在国产统信 UOS 服务器操作系统上部署 Coco Server，并与已安装的 Easysearch 进行对接。全文依然零基础可读，跟着步骤一步步来即可。

二、Coco Server 是什么？它和 Easysearch 什么关系？

先对我们的产品进行一个简单的介绍：

• Easysearch 是底层引擎，负责存储和检索数据，像汽车的发动机和底盘；
• Coco Server 是基于 Easysearch 之上的服务端应用程序，提供 Web 管理界面、统一搜索、AI 聊天、知识库管理等高级功能，类似车身和智能驾驶系统；
• Coco AI 桌面客户端则是连接 Coco Server 的终端软件，安装在个人电脑上使用。

而在本文中部署的 Coco Server，是整个 Coco AI 体系的“大脑”：

• 它负责连接各类数据源（飞书、语雀、GitHub、本地文件等）；
• 它管理大模型提供商（Deepseek、通义千问、OpenAI 等）；
• 它提供 Web 管理后台，让管理员可以可视化地完成所有配置。

部署完成之后，团队成员只需通过客户端或浏览器，就能享受统一搜索与 AI 智能问答带来的便利。Coco AI 的整体架构图如下：

三、部署前置条件

1. 进行服务器相关优化

#内核参数优化
cat << SETTINGS | sudo tee /etc/sysctl.d/70-infini.conf
fs.file-max = 10485760
fs.nr_open = 10485760
vm.max_map_count = 262145

net.core.somaxconn = 65535
net.core.netdev_max_backlog = 65535
net.core.rmem_default = 262144
net.core.wmem_default = 262144
net.core.rmem_max = 4194304
net.core.wmem_max = 4194304

net.ipv4.ip_forward = 1
net.ipv4.ip_nonlocal_bind = 1
net.ipv4.ip_local_port_range = 1024 65535
net.ipv4.conf.default.accept_redirects = 0
net.ipv4.conf.default.rp_filter = 1
net.ipv4.conf.all.accept_redirects = 0
net.ipv4.conf.all.send_redirects = 0
net.ipv4.tcp_tw_reuse = 1
net.ipv4.tcp_tw_recycle = 1
net.ipv4.tcp_max_tw_buckets = 300000
net.ipv4.tcp_timestamps = 1
net.ipv4.tcp_syncookies = 1
net.ipv4.tcp_max_syn_backlog = 65535
net.ipv4.tcp_synack_retries = 0
net.ipv4.tcp_keepalive_intvl = 30
net.ipv4.tcp_keepalive_time = 900
net.ipv4.tcp_keepalive_probes = 3
net.ipv4.tcp_fin_timeout = 10
net.ipv4.tcp_max_orphans = 131072
net.ipv4.tcp_rmem = 4096 4096 16777216
net.ipv4.tcp_wmem = 4096 4096 16777216
net.ipv4.tcp_mem = 786432 3145728 4194304
SETTINGS

sysctl -p /etc/sysctl.d/70-infini.conf

2. 环境前提：Easysearch 已经运行好

Coco Server 运行强依赖 Easysearch，所以在继续之前，请确保你的信创服务器上已经安装并成功启动了 Easysearch。如果不确定，可以执行下面的命令验证：

curl -k -u admin:你的密码 https://localhost:9200

运行命令后，看到正常的 JSON 响应即可。

如果还没有安装，可以参考上一篇文章《从零到跑起来：Easysearch 信创环境安装全流程》先行完成。

3. 信创平台信息确认

和 Easysearch 一样，你需要明确当前服务器的 CPU 架构和操作系统版本。在终端执行：

# 查看 CPU 架构
uname -m

# 查看操作系统信息
cat /etc/os-release

根据输出，确认 CPU 架构和操作系统，后续下载时选择对应版本。

部署环境如下表中所示：

4. 软件环境

5. Coco AI 大语言模型 推荐配置

5. 网络端口配置

四、部署步骤

步骤 1：下载 Coco Server

# 调整为 Coco 实际要安装的路径
cd /opt

#下载Coco v1.0.0压缩包
curl -O https://release.infinilabs.com/.testing/coco-1.0.0.zip

#解压到当前文件夹
unzip coco-1.0.0.zip

#选择对应的版本解压tar.gz文件
tar -xzf coco-1.0.0-2002-linux-arm64.tar.gz
#解压后在对应文件夹下得到可执行程序coco-linux-arm64（arm64版本）和配置文件coco.yml

步骤 2：配置 Easysearch 连接信息

Coco Server 需要得到 Easysearch 的地址和登录凭证才能进行工作。

在 安装路径的目录下，找到配置文件 进行配置，比如监听的端口地址 WEB_BINDING， 将 Easysearch 的服务地址环境变量 ES_ENDPOINT 和用户名 ES_USERNAME 设置为实际的，参考如下：

env:
  # 调整为实际可以访问的 Easysearch 访问地址
  ES_ENDPOINT: https://localhost:9200

  # 调整为实际可以访问的 Easysearch 的用户
  ES_USERNAME: admin

  # 使用 keystore 存储的密码
  ES_PASSWORD: $[[keystore.ES_PASSWORD]]

  # Coco Server 对外提供服务的端口（默认9000端口）
  WEB_BINDING: 0.0.0.0:9000

步骤 3：使用keystore对密码进行加密处理

Easysearch 的服务密码通过 Keystore 进行加密存放，避免明文存放到配置文件，减少数据泄露风险

# 调整为 Coco 实际安装路径进行配置
cd /opt

# 创建 coco 软链接，可不区分 amd64/arm64 平台进行操作
ln -s coco-linux-`arch | grep -q "x86_64" && echo "amd64" || echo "arm64"` coco

# 根据之前拿到的 Easysearch 密码进行初始化 ES_PASSWORD 变量
ES_PASSWORD=xxx

# 将 ES_PASSWORD 变量的值存储到 keystore（./coco-linux-arm64替换为对应版本名,下同）
echo "$ES_PASSWORD" | ./coco-linux-arm64 keystore add --stdin ES_PASSWORD

# 检查 keystore 存储列表，确认 ES_PASSWORD 添加成功
./coco-linux-arm64 keystore list

步骤 4：启动服务

以上配置完成后，设置 Coco Server 以服务方式启动

#安装系统服务（./coco-linux-arm64替换为对应版本名,下同）
./coco-linux-arm64 -service install

#启动服务
./coco-linux-arm64 -service start

步骤 5：初始化设置

服务启动后，在信创服务器的桌面环境下，打开浏览器，访问 UI 界面：

http://localhost:9000/#/\_guide/

你将看到 Coco Server 的 Web 引导界面。因为是首次访问，所以需要创建管理员账号，按页面引导填写即可。

创建完管理员账户后，下一步

设置一个模型提供商，Coco Server 支持:

• Deepseek
• Ollama
• 任何和 OpenAI 格式兼容的模型提供商

如果设置的模型是推理模型，需要打开“推理模式”。我们推荐使用参数较大的模型，来获得更好的使用体验。同时请注意：Endpoint 地址的配置要准确。

Coco Server 默认配置了一些小助手，建议在初始化向导的时候直接配置一个可用的模型，这样进入系统之后就可以直接使用，避免一个个的手动配置。

向导设置完成后，就会跳转到登录页面，输入刚才创建的账户和密码，就可以进行登录了，如下图：

管理员首次登录之后的第一件事是确认服务器的地址是否正确，如果 Coco server 前面增加了负载均衡或者配置了域名，需要在这里设置一下正确的 Coco Server 对外服务地址，如下图：

五、总结

到这里，你已经完成了 Coco Server 在信创平台上的部署与初始化。我们回顾一下整个部署流程：

1. 确认环境 — Easysearch 已部署成功，并明确 CPU 架构；
2. 下载安装 — 下载 Coco Server 的压缩包进行解压；
3. 配置连接 — 编辑 coco.yml，填入 Easysearch 端点和密码；
4. 启动服务 — 将 Coco Server 以服务方式启动；
5. 初始化 — 浏览器打开 http://localhost:9000/#/\_guide/ 进行管理员账户的创建； 添加大模型、连接数据源、创建助手。

Coco Server 部署完成后，你就拥有了一个完全私有化、自主可控的企业级统一搜索与 AI 智能助手服务端。下一步可以安装 Coco AI 桌面客户端，让团队成员真正体验“一个搜索框搜遍全公司”的高效便捷。

如果在部署过程中遇到任何困难，欢迎查阅官方文档，祝你部署顺利！

北京，2026 年 1 月 —— 在由 IT168 主办的“2025 年度技术卓越奖”评选中，极限数据（北京）科技有限公司（简称：极限科技）的人工智能产品 Coco AI 凭借其创新的技术架构与突出的市场实践，荣获 “创新产品奖”。该奖项旨在表彰在  AI、大数据、云计算等领域实现关键突破、具备显著应用价值与市场潜力的产品与解决方案。

奖项与产品信息

获奖企业：极限数据（北京）科技有限公司
获奖产品：Coco AI – 统一搜索与 AI 智能助手
产品官网：https://coco.rs/zh
开源地址：https://github.com/infinilabs/coco-app
评选榜单：https://zt.itpub.net/topic/jishuzhuoyue251215

关于  Coco AI

Coco AI 是极限科技推出的一款 完全开源、可私有部署的统一搜索与  AI 智能助手系统，专为企业打造。它致力于解决企业数据分散、信息孤岛严重、数据敏感及知识沉睡等核心痛点。

• 统一搜索：通过连接本地文件、云存储（S3）、知识库、代码仓库（GitHub）、协作平台（Notion、语雀）、MySQL、MongoDB 等异构数据源，提供跨平台的一站式搜索体验。
• AI 赋能：深度融合主流大模型能力，支持语义搜索、自然语言问答、智能推荐，并构建个性化知识图谱，激活企业沉睡数据。
• 安全可控：支持企业级权限管理、数据脱敏与加密，可完全私有化部署，确保数据安全合规。
• 灵活扩展：采用 MCP 架构，支持模型动态调用外部工具，无需修改核心代码即可灵活扩展 AI 应用场景。

目前，Coco AI 已在多个行业场景中落地，帮助企业构建“智能知识中枢”，提升信息获取效率与决策协作水平。

获奖理由

IT168 技术卓越奖评审委员会认为，Coco AI 的获奖主要基于以下几点：

1. 技术创新：将企业搜索、RAG、知识图谱与大模型能力深度融合，构建了面向真实业务场景的“搜索+AI”一体化平台，技术路径清晰且具备前瞻性。
2. 开源开放：产品完全开源并支持私有化部署，为企业提供了兼顾自主可控与成本效益的 AI 搜索解决方案，对推动基础软件与 AI 应用生态繁荣具有积极意义。
3. 实践价值：已在多个行业完成从技术验证到规模化应用的跨越，帮助企业将分散的知识资产转化为可复用的生产力，在“技术实效”上表现突出。

团队声音

极限科技总经理、Coco AI 项目负责人曾勇表示：

“感谢 IT168 和业界同仁对 Coco AI 的认可。在 AI 定义一切的今天，我们始终相信，真正的技术价值在于深入业务场景、解决实际问题。Coco AI 希望为企业打造一个安全、开放、智能的知识入口，让团队在信息海洋中‘搜得到、问得清、用得好’。未来，我们将继续深耕企业搜索与 AI 智能助手领域，与合作伙伴共同推动中国自主 AI 产品体系的繁荣发展。”

展望未来

此次获奖，不仅是行业对我们技术路径的认可，更是对 “开源创新、自主实效” 这一发展方向的肯定。极限科技将以此为新的起点，持续深耕 “搜索+AI”核心技术，以  Coco AI  及未来更多开源产品，赋能千行百业夯实智能根基，在全球数字化转型中贡献中国解决方案。