Multi-Agent Research System 是一个智能体式研究工作流,使用 LangChain 和 OpenAI 搜索网页、获取更深入的页面内容、生成结构化报告,并通过 Streamlit 界面给出独立的评审反馈。它把研究职责拆分为一条简短的顺序流水线:搜索智能体、阅读智能体、撰写链和评审链。搜索智能体使用 Tavily 网页搜索返回标题、URL 和摘要;阅读智能体选择一个相关 URL 并调用爬虫获取更深入的内容;撰写链把搜索输出和爬取内容合成报告;评审链则审阅报告,并返回评分、优点、待改进之处和一句话结论。该系统在 pipeline.py 中实现为确定性的四步编排。最终报告和评审反馈显示在 Streamlit 中,报告可下载为 Markdown。项目声明,它不会独立确认来源的真实性,不保证事实准确,也不能替代人工审阅。它还指出了运行上的限制,如顺序执行,以及没有重试、缓存、限流、持久化或后台任务处理。
团队用 Multi-Agent Research System 搜索网页上与研究主题相关的最新信息。
团队用 Multi-Agent Research System 从选定的 URL 获取更深入的内容。
团队用 Multi-Agent Research System 根据搜索和爬取的内容生成结构化研究报告。
团队用 Multi-Agent Research System 获取带评分和改进建议的评审反馈。
团队用 Multi-Agent Research System 在可展开的面板中查看搜索和爬取的中间输出。
团队用 Multi-Agent Research System 把生成的报告下载为 Markdown。