研究代理工具

一个能够通过分解问题并使用不同工具回答子问题的研究代理工具,适用于复杂问题的自主研究和解答。

  • by 12dash
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 12dash/Research-Agent

使用说明

研究 代理

存储库包含以下代码 研究代理人 这可以通过找出较小的部分来回答用户提出的模棱两可的问题。对于每个较小的部分,它可以使用连接到不同来源的不同工具来回答。

代理的整体工作流程如下:

  1. 解释用户问题的意图:识别用户想要什么
  2. 制定研究计划:将问题分解为子问题
  3. 通过MCP选择工具:根据子问题,它将尝试找到最佳资源来使用。
  4. 自动迭代:根据系统生成的答案,它将尝试找到缺失的部分并找到其他来源来回答。
  5. 最终答案:生成人类可读的答案。

与RAG不同,代理使用工具选择资源来回答子问题。

工具

动机

目的是深入了解代理工作流程,并了解MCP服务器的工作原理。

包管理

存储库是使用 uv。包管理器的一些常用命令:

  1. 更改时 pyproject.toml 直接-删除 uv.lock 文件,然后运行以下命令
uv lock
uv sync
  1. 在虚拟环境中运行任何命令 fastmcp
uv run <>