随着因特网络的发展、网络上信息量的增多，智能代理（Intelligent Agent）技术已经逐渐成为计算机研究领域中的一个崭新的课题。本文对因特网上智能搜索Agent作了比较深入的研究，其中着重研究了Agent的自主性、预动性与智能性问题，这也是Agent最重要的特征。我们把智能搜索Agent划分成三个子系统：网络搜索子系统、信息过滤子系统、机器学习子系统。 在网络搜索子系统中，我们主要研究了Agent网络搜索的自主性与预动性问题。Agent能够感知系统与网络环境中的四类事件，通过与规则库中的规则相匹配，可以产生两个动作。通过这种感知—匹配—激发的规则推理过程，实现Agent的自主性与预动性。 在信息过滤子系统中，充分分析、利用了Web文档的结构特征。主要采用基于词库的最大匹配法与无词库的频度统计法相结合的方法进行分词，同时利用文档的可视化特征作为分词的辅助手段。采用TFIDF方法计算各词的权值，生成文档的关键词。然后计算文档关键词向量与Agent关键向量的相似度，利用关键词间的相似度进行信息过滤。 在机器学习子系统中，适合于用过程性的知识表示方法进行知识表示。Agent通过基于观察记忆的学习方法、基于用户反馈的学习方法与基于改进的ID3归纳学习的方法，学习用户的兴趣，积累知识，实现Agent的智能性。Agent的知识随着用户使用时间的增长而增长。 三个子系统通过知识库有机地结合在一起，实现了Agent的自主性、预动性与智能性。Agent能够代表用户、按照用户兴趣自主地在因特网上进行信息搜索，达到了较好的效果。