** Функциональный, восстанавливаемый, проверяемый углубленный исследовательский интеллект и справочник по инженерному обучению для любителей ИИ-агентов. **

С точки зрения проблем естественного языка, автоматически планируйте изучение, поиск и чтение веб-страниц, сопоставляйте доказательства и в конечном итоге генерируйте отчет Markdown с источником. Он может использоваться либо CLI, либо путем наблюдения за процессом исследования в режиме реального времени на рабочей станции.

Структура ядра рабочего потока - Путь обучения - Способность к прогрессу - Пример отчета

Я не…

#позиционирование проекта

DeepResearchAgent - это углубленное исследование, основанное на LangGraph.

Он хочет ответить на два вопроса одновременно:

1. ** Углубленное исследование, агент, как вы можете надежно выполнить долгую миссию? **
2. ** Как ученики могут постепенно понять и воссоздать полную инженерную систему от самого маленького Агента? **

Таким образом, проект может служить как функциональным инструментом исследования, так и учебным пособием для любителей ИИ-агентов. Вы можете использовать его для создания исследований напрямую, или вы можете прочитать код в порядке CLI, State, Tool, Middleware, Checkpoint, Memory и Skill, чтобы понять, как исследовательская миссия течет в системе.

Что вы можете получить от проекта? | - | | ** Пользователь** | Введите открытый вопрос, получите ответ на исследование с источником, записью исполнения и дополнительным отчетом Markdown Учащийся наблюдает за тем, как Агент планирует, вызывает инструменты, управляет, обрабатывает прерывания, контролирует контекст и отделки. ** Разработчик** Замените модель, инструмент расширения, добавьте Middleware или получите доступ к собственным службам хранения и оценки.

[!Примечание] Это проект, ориентированный на обучение и инженерную практику. Код и тест охватывают основные возможности, описанные в README, но «со ссылкой» не эквивалентны «факту должно быть правильно» и оценка вероятности не может заменить ручную валидацию.

Вход и выход

Содержание | - | | ** Введите ** | Непустая проблема естественного языка, такая как «Как работает агент Langchain?» *** Выход ** Окончательный ответ, полный [[T0], миссия [[T1] и дополнительный отчет Markdown] ** Подходит для ** технических исследований, концептуального анализа, сравнения программ, открытых вопросов, требующих веб-доказательств и цитат ** В настоящее время не гарантировано ** | Содержание источника должно быть истинным, семантика должна быть правильной, или любая операция может достичь того же результата

Основные характеристики

** Исследования закрыты**: планирование, поиск, чтение текста, агрегирование доказательств, проверка пробелов, проверка ссылок и создание отчетов. ** Восстановимость**: Сохранить задачи с помощью контрольной точки SQLite, которая может быть продолжена через thread_id после прерывания процесса. Записи программы являются подлинными вызовами инструментов, источники, доказательства и модели видны в контексте и не полагаются на модели для описания того, что они сделали。