MindSearch

采用判断：如果你要做“可自托管、可改造的 AI 搜索/研究助理”，MindSearch 值得优先评估；但如果你要的是开箱即用的成熟搜索产品，它更像底层框架而不是现成替代品。证据里有官方技术解读、部署教程、接口扩展教程，也有大量“像 Perplexity”式介绍，说明它的关注度不低，但热度不等于稳定可用性。

实际作用上，证据较一致地指向：它通过多智能体流程把复杂问题拆解，再搜索、筛选、阅读网页并汇总答案，常被描述为用 DAG/规划器+执行器模拟人类研究过程。它不是传统搜索引擎，也不是只会聊天的通用 Agent，更准确的类比是“开源的研究型检索编排框架”，接近可自己搭建的 Perplexity/Deep Research 风格后端。

门槛和成本方面，现有证据更能支持“可部署、可接第三方搜索 API、可上 Hugging Face Space”，但不足以支持稳定官方定价判断。涉及 API Key 与推理调用的内容主要来自官方教程和社区部署演示，只能说明使用时通常会产生模型/API成本，不能当作固定低成本承诺；“全程免费”这类表述更像社区演示场景，不应视为普遍结论。

适合对象是有开发能力、希望控制模型/搜索接口/前端形态的团队；不太适合只想立即获得消费级搜索体验的普通用户。社媒共识上，知乎样本以教程、转述论文和部署分享为主，实测和搭建内容多于纯转发，讨论质量中等偏上；但也有不少榜单式、类比式传播。X 证据仅是单条提及，更多证明“被关注”，真正“好用证明”主要来自官方教程、技术拆解与社区部署文章，样本仍有限。