** AI Agent Lovers의 기능, 복구, 감사의 심층 연구 인텔리전스 및 엔지니어링 학습 참조. 더 보기

자연적인 언어 문제점의 전망의 점에서, 자동적으로 학문을 계획하고, 검색하고 웹 페이지를 읽고, 콜라보레이션 증거는 결국 근원을 가진 Markdown 보고를 생성합니다. CLI 또는 웹 워크스테이션에서 실시간 연구 과정을 관찰하여 사용할 수 있습니다.

• 작업 흐름 코어 구조 – 학습 경로 – 진행 능력 – 예제 보고서

나는…

프로젝트 위치

DeepResearchAgent는 LangGraph를 기반으로 한 심층적인 연구입니다.

동시에 두 가지 질문에 대답하고자합니다.

1. ** 심층 연구, 에이전트, 얼마나 믿을 수 긴 임무를 수행 할 수 있습니까? 더 보기
2. ** 어떻게 학습자가 점차 이해하고 가장 작은 에이전트에서 완전한 엔지니어링 시스템을 재구성 할 수 있습니까? **

이 프로젝트는 기능성 연구 도구와 AI Agent Lovers에 대한 학습 참조를 모두 제공 할 수 있습니다. 직접 연구를 생성하거나 CLI, State, Tool, Middleware, Checkpoint, Memory 및 Skill의 주문에 코드를 읽을 수 있습니다.

프로젝트에서 무엇을 얻을 수 있습니까? 인포메이션 ** User** | 오픈 질문을 입력하고, 소스, 실행 기록 및 선택 Markdown 보고서로 연구 응답을 얻으십시오. ** Learner** 에이전트 계획, 통화 도구, 관리, 처리 중단, 컨텍스트 및 마감 관리 ** 개발자 ** 모델, 확장 도구, Middleware 추가, 또는 자체 저장 및 평가 서비스에 액세스

[! 참고] 학습과 공학 연습을 지향하는 프로젝트입니다. 코드 및 테스트는 README에 설명 된 주요 기능을 커버하지만, "참고"와 동일하지 않습니다 "실제는 정확해야"이며 확률 평가는 수동 유효성을 대체 할 수 없습니다.

입력 및 출력

제품정보 인포메이션 ** 입력 ** | "Langchain Agent는 어떻게 작동합니까? "** ** 산출 ** 마지막 대답, 완전한 [[T0], 임무 [[T1] 및 선택적인 Markdown 보고 ** 기술 연구, 개념적인 결합, 프로그램 비교, 웹 기반 증거 및 인용을 요구하는 열려있는 질문 ** | Source content 는 true이어야 하며, semantics는 정확해야 하며, 어떤 작업은 동일한 결과를 달성할 수 있습니다.

핵심 특성

-Studies 닫기: 계획, 검색, 텍스트 읽기, 증거 집계, 간격 검사, 참조 검증 및 보고서 생성. -** Recoverable**: 프로세스가 중단된 후 thread_id]를 통해 계속될 수 있는 SQLite Checkpoint를 사용하여 작업을 저장합니다. -** Auditable**: 이 프로그램 레코드는 정통 도구 호출, 소스, 증거 및 모델은 컨텍스트에서 볼 수 있으며, 모델에 의존하지 않는 것은 그들이 행한 것을 설명합니다。