Галоўная / Артыкулы

стварэнне агента для глęбокых даследаванняў з LangChain Deep Agents і

Глыбокі агент для доследжэння з LangChain Deep Agents і алгорытмам разыскву Liner: чаму важлівы слой разыскву, разыскв протырацэння і як LLM плануе свае доследжэння.

Выдавец: REACTAPP.TOP12 хв чытання2724 слоў

Крыніцы: Building a Deep Research Agent with LangChain Deep Agents and Liner

Наступныя прыміткі паказваюць практычны шлях стварэння «Глыбокага агента для даследжэнняя з LangChain Deep Agents і Liner». Акцэнт ставіцца на контракты, пераконтроўкі і месця для коду, які можна легка адразу вставіць, а не на мотывацыйныя аспекты. Калі працуеце над стадзіяй агледжэння, спачатку запісайце контракт: неабходныя даны, сігнал успеху і тое, што выканаецца у разе частковага невыпалення. Такі спіс контроля дапамагае заліцьварыць пазнейшыя змены ў кодзе. Документавайце як шлях успеху, так і шлях вярнення да нормы. Перапрыбуткі, людзкія контрольныя пункты і обработка некорэктных паведамленняў ёсць часткай продукту, а не пазнейшым дапрацоўкам.

Што мы ствараем

Этап «Што мы ствараем» працюе найкрашча, калі яго розглядаць як вімерную плошчу. Запісаўце адна ідэальная версія, адзін прыклад неудачы і запіс пра вярнэнне да поперадней версіі перш чым расшырваць масштабы. Валіце маленькія, тэставаныя елементы замест большых скрыптов. Калі якісь крок не выходзіць, прычына неудачы павінна вказваць на адну конкрэтную адпаведальнасць, а не на заплутаны ланцюг задач. Рэзультаты обработкі дадзеных павінны быць простымі і з адначыя структурамі. Вкладзеныя блокі дадзеных маскуюць інфармацыю пра тое, які вузел запісаў кожны поле, і спакоююць працэс пасля перэрываў.

User Question
                          │
                          ▼
                  ┌──────────────┐
                  │ Research Plan│
                  └──────┬───────┘
                         │
              Break question into tasks
                         │
                         ▼
                  ┌──────────────┐
                  │    Search    │
                  │    (Liner)   │
                  └──────┬───────┘
                         │
                         ▼
                  ┌──────────────┐
                  │   Sources    │
                  │ URLs / Dates │
                  │ Descriptions │
                  └──────┬───────┘
                         │
                         ▼
                  ┌──────────────┐
                  │    Agent     │
                  │   Reasoning  │
                  │   Synthesis  │
                  └──────┬───────┘
                         │
                         ▼
                  ┌──────────────┐
                  │ Cited Report │
                  └──────┬───────┘
                         │
                         ▼
                    Markdown File

Чаму важна слой пошуку

Этап «Прычыны» у роўня пошуку працюе найэфектывней, калі яго спрыяваць як мерыемую паверхню. Зафіксавайце адна ідэальная транскрыпцыю, адзін прыклад неудачы і запіс пра вярнэнне да пачатковага стану перш чым расшырваць масштабы. Спрыяйце гэтам этапу як кантракту межа вхіднымі данымі і падтвердзенымі выходнымі рэзультатамі. Дайце назвы артыфактам, задаць крытэрыя успеху і адмовіцеся ад тыхняй, частковай працы без паведамлення. Храніце стан графа ў простым і тыпаванам фармаце. Вкладзеныя блокі маскуюць інфармацыю пра тое, які вузел запісаў кожны поле, і спакоююць продовжэнне працы пасля перарываў.

Title
URL
Description
Date
Liner
  │
  ├── Find relevant information
  ├── Return search results
  └── Provide source metadata
          │
          ▼
Deep Research Agent
  │
  ├── Plan
  ├── Reason
  ├── Compare sources
  ├── Synthesize
  └── Cite

Пошук проты расумавання

Этап пошуку проты разумавання працюе найэфектывней, калі яго спрыяваць як меравальную плошчу. Зберагачыце адны ідэальны прыклад працы, адзін прыклад неудачы і запіс пра вярнэнне да пачатковага стану перад расшырэнням масштаба. Запісвайце часы выканання і кост токенав або запіта праз адныя з функцыональных рэзультатаў. Відразлівае паказанне костаў з’являецца перашкоду неспакойным рахункам, калі працэс пераходзіць з дэмавайнага рэжыма ў спяльныя асяроддзя. Задаце бюджэт токенав на кожны раунд і на кожную сесію. Агентныя інструменты агрэсывна расшырваюць кантэкст; строгі ліміты не дазволяюць дэмам ператварыцца на неспакойныя рахункі. Этап пошуку проты разумавання працюе найэфектывней, калі яго спрыяваць як меравальную плошчу. Зберагачыце адны ідэальны прыклад працы, адзін прыклад неудачы і запіс пра вярнэнне да пачатковага стану перад расшырэнням масштаба. Дакументавайце як успішны, так і вярнэнчы выкарыстоўваныя шляхі. Перапробаванні, людзкія контрольны пункты і обработка некорэктных запытоў ёсць часткай продукту, а не чымось, што дадаецца пазней.

User Question
      │
      ▼
Search API
      │
      ▼
Final Answer
User Question
      │
      ▼
Research Agent
      │
      ├── Plan
      │
      ├── Search ───────► Liner
      │                    │
      │                    ▼
      │                 Sources
      │                    │
      ◄────────────────────┘
      │
      ├── Analyze
      ├── Compare
      ├── Synthesize
      └── Cite
             │
             ▼
        Final Report

Рабочы працэс даследжэння

Для этапы «Працэс даследавання» неабяжна ўзначыць вхідныя даны, адпаведальнага за крок і крэтыяры завершэння пры перадзеі коду. Аперацыйныя працавнікі павінны магчымае перадзеі крок з вядомай точкі контролю, не падозрываючы прыхованы стан. Лепш выбіраць маленькія, тэставаныя елементы замест большых скрыптов. Калі крок не выйшае, прычына неудачы павінна вказываць на адзін конкрэтны аспект, а не на заплутаны працэс. Неабяжна ўключыць людзкія пераказы для тых крокоў, якія ведуць да выдаткаў грошэй або зміняюць даны ў працоўным рэжыме. Компіляцыйныя налашчэння не ўзначаюць павнае адпрацоўванне задачы.

Research
   ↓
Plan
   ↓
Search
   ↓
Collect Sources
   ↓
Synthesize
   ↓
Cite
   ↓
Save Report

1. Даследавання

Для першага даследжэння неабяцкова практычна апробацыя: перад змінайом код неабяцкова візначыць вхідныя даны, адпаведальнага за крок і крытэрыя завершэння. Аперацыйныя працавікі павінны магчымаецца перазапускаць крок з вядомага пункта контролю, не спрабоўваючы здогадвацца пра схованы стан. Спрыяйце цэму кроку як даговору межа вхіднымі данымі і перакананымі выходнымі рэзультатамі. Даўце назвы артыфактам, візначыце крытэрыя успеху і не падтрымайце тыхню частковую адработку. Заставьце людзкія падтверджэння для тых крокаў, якія выкарыстоўваюць грошы або зміняюць даны для працы. Компіляцыйныя налашчэння не ўзроўнаваны з абсягам адработкі для бізнесу.

Research the current state of open-source
multimodal AI models.

2. План

Для этапы 2 Plan неабяжна ўзначыць вхідныя даны, адпаведальнага за крок і крэтыры завершэння пры змяне коду. Аперацыйныя працавнікі должны магчымае запускаць крок з вядомай точкі контролю, не спрабоўваючы здагадвацца пра схованы стан. Запісвайце час выканання і кост токенаў або запытаў разам з функцыйнальнымі рэзултатамі. Відразы костаў з самага пачатку запобегае неспакойным рахункам, калі працэс пераходзіць з дэмаверсіі ў спяльныя асяроддзя. Заставьце людзкую апраўду на тых кроках, якія выкарыстоўваюць грошы або зміняюць даны ў працэсе. Компіляцыйныя налаштаванні не ўзначаюць пачатковай готовасі продукту. Для этапы 2 Plan неабяжна ўзначыць вхідныя даны, адпаведальнага за крок і крэтыры завершэння пры змяне коду. Аперацыйныя працавнікі должны магчымае запускаць крок з вядомай точкі контролю, не спрабоўваючы здагадвацца пра схованы стан. Дакументавайце як «шчаслівы» шлях, так і шлях вяснавання проблем. Перапрыбуткі, людзкія контрольныя пункты і обработка некорэктных запытаў ёсць часткай продукту, а не чымсь, што дадаецца пазней.

1. Identify major open-source multimodal models.
2. Compare their capabilities.
3. Check their latest releases.
4. Find benchmark information.
5. Identify their licenses.
6. Compare model sizes and requirements.

3. Пошук

Калі працюеце з 3 стадзіямы пошуку, спачатку запісайце угоду: неабяжлівыя даны, сігнал успеху і тое, што выходзіць у разе частковага нявыпання. Такі спіс пераконтроўкаў дапамагае заліцвачваць змяны ў кодзе пазнейша. Валіце маленькія, тэставаныя елементы замест вялікіх скрыптав. Калі якась ступеня не выйшла, прычына нявыпання павінна вказваць на адну адпаведальнасць, а не на заплутаны ланцужок задач. Зробіце пераконтроўку пасля дорогіх ступеняў. Програма не павінна зноў выклікаць той самы вызов LLM, калі аператар праканае пазнейшы вузел.

query = "latest open source multimodal AI models"
{
    "title": "Example AI Model",
    "url": "https://example.com/model",
    "description": "Information about the model...",
    "date": "2026-08-20"
}

4. Збір джэраў

Калі працюеце над 4-м этапам «Збор джэрэл», спачатку запісайце контракт: неабяжлівыя даныя, сігнал успеху і тое, што выходзіць у разе частковага нявыпання. Такі спіс перакладзець пазнейшыя змены коду ў правільным напрамку. Спрэцьвуйце да гэтага этапу як да контракту межа данымі і перакананымі выходамі. Дайце назвы артыфактам, задаце крытэрыя успеху і не падзволяйце частковаму завершэнню без паведамлення. Зробіце перапактаванне пасля дорогіх крокаў. Сістэма вярнення не павінна зноў ставіць плату за той самы вызов LLM, калі аператар прабуе зноў выконаць пазнейшы вузел.

Query 1
  ↓
Sources A, B, C
Query 2
  ↓
Sources D, E, F
Query 3
  ↓
Sources G, H, I

5. Сінтэз

Калі працуеце над 5 стадзямі Synthesize, спачатку запісайце «кантракт»: неабяжлівыя даны, сігнал успеху і тое, што выходзіць у разе частковага нявыпання. Такі спіс пераконвае ў тым, што пазнейшыя змены коду будуць чыстымі. Запісвайце час выканання і кост токена або запыту праза функцыйнальнымі рэзултатамі. Відразы коста з самага пачатку запобегае неспакою, калі працэс пераходзіць з дэмовай асяроддзя ў спяльныя сераўры. Зробіце контрольную пунктую пасля дорогіх крокаў. Функцыя адновлення не должна зноў нарахоўваць кост той самай вызову LLM, калі аператар прабуюць зноў запрацаваць пазнейшы вузел. Калі працуеце над 5 стадзямі Synthesize, спачатку запісайце «кантракт»: неабяжлівыя даны, сігнал успеху і тое, што выходзіць у разе частковага нявыпання. Такі спіс пераконвае ў тым, што пазнейшыя змены коду будуць чыстымі. Дакументавайце як «шчаслівы» шлях, так і шлях вярнення да нормальнасці. Прабавы, людзкія контрольныя пункты і обработка некорэктных запытаў ёсць часткай продукту, а не пазнейшымі дапрацоўкамі.

Source A → claims X
Source B → confirms X
Source C → provides additional context

6. Цітаваць

Этап 6 «Цітаванне» працюе найэфектывней, калі яго розглядаць як вімерную плошчу. Зафіксавайце адны ідэальны прыклад, адну справу з неудачай і запіс пра вярнэнне да пачатковага стану, перш чым расшырваць масштабы. Валіце варот на маленькія, тэставаныя элементы замест большых скрыптов. Калі якісь крок не выйшае, прычына неудачы павінна вказываць на адную адпаведальнасць, а не на заплутаны ланцюг задач. Рэзервавайце стан графа ў простам і тыпізаваным фармаце. Вкладныя структуры маскуюць інфармацію пра тое, які вузел запісаў канкрэтны поле, і спакойваюць працу пасля перэрываў.

## Overview
The project was released in 2026 and focuses on
efficient local inference. [1]
## Performance
According to the project's benchmark results,
the model improves performance compared with
the previous version. [2]
## Sources
[1] https://example.com/project
[2] https://example.com/benchmark

Зберагчыце адзыв пра даследжэнне

Этап стварэння адзорнавальнага звясткі пра даследжэння работае наўпершыя, калі яго спрыятаць як мэркаваную плошчу. Запісаце адны ідэальны прыклад, адну справу аб неудачы і прыметку пра вярнэнне да пачатковага стану, перш чым расшырваць масштабы. Спрыяйце гэтым этапам як кантракту межа вхіднымі дадзеннямі і паверыжанымі выходнымі рэзультатамі. Даўце назвы артыфактам, задаце крытэрыя успеху і адмовіцеся ад тыхняй частковай працы без паведамлення. Храніце стан графаў у простам і тыпаваным фармаце. Вярнутыя структуры дадзення маскуюць інфармацыю пра тое, калькі вузел запісаў калькі поле, і спакойваюць працу пасля перарываў.

research_report.md
Question
   ↓
Agent
   ↓
Research
   ↓
Sources
   ↓
Citations
   ↓
Markdown Report

Аналіз агента за дапамогою інтэрфейса Deep Agents

Этап «Адміністрування агента» працюе найэфектывней, калі яго розглядаць як вімерную паверхню. Зберагчыце адны ідэальны прыклад працы, адну справу з бягамі і прыметку па вярнэнню да пачатковага стану, перш чым расшырваць сферу дзеяння. Запісвайце часы выканання і косты токеноў або запытак праза функцыйнальныя рэзултаты. Відразлівае паказанне костаў з самага пачатку запобегае неспакойным рахункам, калі працэс пераходзіць з дэмовай асяроддзя ў спяльныя сераўы. Храніце стан графа як плоскі і з адначытаемымі данымі. Вярнутыя структуры дадзеных маскуюць інфармацыю пра тое, калькі ноды запісвалі кожны поле, і спакшваюць продовжэнне працы пасля перарываў. Этап «Адміністрування агента» працюе найэфектывней, калі яго розглядаць як вімерную паверхню. Зберагчыце адны ідэальны прыклад працы, адну справу з бягамі і прыметку па вярнэнню да пачатковага стану, перш чым расшырваць сферу дзеяння. Дакументавайце як успешны, так і восстанавліваючы паты. Перапрыбуткі, людзкія контрольныя пункты і обработка некорэктных паведамленняў ёсць часткай продукту, а не чымсь, што дадаецца пазней.

Question → Answer
Research Question
      ↓
Research Plan
      ↓
Search Call
      ↓
Retrieved Sources
      ↓
Additional Search
      ↓
Source Analysis
      ↓
Final Synthesis
      ↓
Report

Тэрэтварыя праекту

У стадыі аналізу трэбаванняяў праекта неабходна прадзефінаваць вхідныя даны, адпаведальную особу за кожны крок і крытэрыя завершэння працы перад змінайом коду. Аператары должны магчымаць перзапуск крока з вядомай точкі контролю, не прабуючы спадарожваць схованы стан. Лепш выбіраць маленькія, тэставаныя елементы замест большых скрыптов. Калі крок не выконваецца, прычына неудачы должна вказываць на адну конкрэтную адпаведальнасць, а не на заплутаны працэс. Неабходна людская апраўда для тых крокаў, якія выкарыстоўваюць грошы або зміняюць даны ў працэсе віробніцтва. Компіляцыйныя налашчэння не ёсць прамаравамым паказатэлем полныя дапрацоўкі праекту.

Клонаваць рэпазітарый

Для этапы клонавання рэпазітарыя неабходна прадзеява параметраў, вызначэнне адпаведальнага за этап і крэатарыяў завершэння працы перад зменым коду. Аператары должны магчымае перзапускіць этап з вядомай точкі контролю, не падозрываючы прыхованы стан. Спрыяйце гэтай этапы як даговору межа параметрамі і перакананымі рэзультатамі. Даўце назвы артыфактам, вызначыце крэатарыяў успеху і адмовіцеся ад тыхнага частковага завершэння без паведамлення. Заставіце людзкую апраўду для сітуацыяў, калі выконваюцца вітраты чы зменяюцыся даныя для працы. Компіляцыйны падключэння не ўзроўнаўцяеся з павнайсткамаснасцю бізнес-процэсаў.

git clone https://github.com/Sumanth077/Hands-On-AI-Engineering.git
cd Hands-On-AI-Engineering/ai_agents/deep_research_assistant

Настройка бэкенду

У стадыі налагоджэння бэкенду, перш чым зменяць код, неабходна ясная ваказка пра інпуты, адпавядача за шаг і крэтарыі выходу. Аператары должны магчымаць перзапуск шагу з вядомай точкі контролю, не падозрываючы прыхованы стан. Запісваць трываласць выканання і кост токена або запыту разам з функцыйнальнымі рэзултатамі. Відразы коста з самага пачатку запобегае неспакоўным рахункам, калі працэс пераходзіць з дэмовай асяроддзя ў спадзеленыя сераўеры. Пры шагах, якія вітрачаюць грошы або зменяюць даныя ў працоўный рэжым, неабходна людская апраўка. Прыеднанне элементаў у час компілявання не значыць, што продукт ўжо цэлысны з пункту зору бізнеса. У стадыі налагоджэння бэкенду, перш чым зменяць код, неабходна ясная ваказка пра інпуты, адпавядача за шаг і крэтарыі выходу. Аператары должны магчымаць перзапуск шагу з вядомай точкі контролю, не падозрываючы прыхованы стан. Неабходна аддзеўнаваць дакументацыю пра стандартны і варыянтны шляхі выканання. Перапрыбуткі, людская апраўка і апрацоўка некорэктных паведамленняў ёсць часткай продукту, а не елементамі, якія дадаюцца пазней.

cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
pip install -U "langgraph-cli[inmem]"

Настроўка зменных сяродавішча

Калі працуеце над настроюванням зменных сяродавішча, спачатку запісайце неабходныя умовы: трэбуемы даныя, сігнал успеху і тое, што будзе адбывацца у разе частковага невыпання. Такі спіс контролю дапамагае заліцвачыць пазнейшыя змены ў кодзе. Валіце маленькія, тэставаныя елементы замест большых скрыптов. Калі якісь крок не выйшоў, прычына невыпання павінна вказываць на адну конкрэтную адпаведальнасць, а не на заплутаны ланцюг задач. Зробіце перапактаванне пасля дорогіх крокаў. Програма для продакцыі не павінна знову сцягваць плата за той самы вызов LLM, калі аператар праказвае пазнейшы вузел.

copy .env.example .env
MISTRAL_API_KEY=your_mistral_api_key
LINER_API_KEY=your_liner_api_key

Запуск бэкенду

Калі працюеце над стадзіяй «Пачатак работы бэкенду», спачатку запісайце контракт: неабяжлівыя даныя, сігнал успеху і тое, што выходзіць у разе частковага нявыпання. Такі спіс контроля дапамагае заліцьварыць пазнейшыя змены ў кодзе. Спрыймайце гэтую стадзію як контракт межа данымі і перакананымі выходнымі данымі. Дайце назву рэзультатам, задаце крытэрыя успеху і не падзволяйце частковаму завершэнню без паведамлення. Зрабіце перакананне пасля дорогіх крокаў. Сістэма вярнення не павінна зноў выклікаць той самы калленд LLM, калі аператар прабуе зноў запрацаваць з наступным вузлом.

langgraph dev --port 2024
http://localhost:2024

Настройка фронтэнду

Калі працуеце над стадзіяй «Установка фронтэнда», спачатку запісайце умовы вярбунка: неабяжлівыя даныя, сігнал успеху і тое, што выходзіць у разе частковага нявыпання. Такі спіс контроля дапамагае заліцвачыць пазнейшыя змены коду. Запісвайце час выканання задач і кост токена або запыту празаўсёды разам з рэзультатамі функцыйнасці. Відразлівасць костаў з самага пачатку запобегае неспакойным рахункам, калі працэс пераходзіць з дэмаверсіі ў спяльныя асяроддзя. Зробіце контрольную пазнаку пасля дорогіх крокаў. Сістэма вярнення не павінна зноў нарахоўваць косты той самай вызову LLM, калі аператар прабуюць зноў выканаць пазнейшы элемент. Калі працуеце над стадзіяй «Установка фронтэнда», спачатку запісайце умовы вярбунка: неабяжлівыя даныя, сігнал успеху і тое, што выходзіць у разе частковага нявыпання. Такі спіс контроля дапамагае заліцвачыць пазнейшыя змены коду. Дакументавайце як шлях успеху, так і шлях вярнення да нормы. Прабавы, людзкія контрольныя пункты і обработка некорэктных дадзеных ўжо ёсць часткай продукту, а не пазнейшым дапрацоўкам.

cd ../frontend
yarn install
yarn dev
http://localhost:3000

З’еднанне інтэрфейсу корыстніка з агентам

Працэс з’еднання інтэрфейсу корыстніка з агентам будзе працаваць наякша, калі яго розглядаць як мерыябельную структуру. Перш чым расшырваць масштабы, зафіксавайце адны ідэальны прыклад працы, адну справу з бягам і прыметкі па поверненню да пачатковага стану. Валіце малыя, тэставальныя елементы замест велікіх скрыптов. Калі якісь крок не выходзіць, прычына бягу должна вказваць на адну конкрэтную адпаведальнасць, а не на заплутаны ланцюг задач. Рэзультаты працы графа трэба зберагаць у простай, тыпізаванай форме. Вкладаныя структуры маскуюць інфармацыю пра тое, які вузел запісаў кожны поле, і спакоююць продовжэнне выканання пасля перэрываў.

http://localhost:3000
http://localhost:2024
agent

Што выходзіць, калі вы ставяце запытанне?

Этап «Што выходзіць, калі вы адклейваеце працу» работае наяўней, калі яго спрыяваць як мерыемую сферу. Запісаўце адны ідэальны прыклад, адну справу з бягам і прыметку па атрыбутах адкату перад расшырэнням масштаба. Спрыяйце гэты ўражак як кантракт межаў вхідных дадзеных і паверыганых выходных. Даўце назвы артыфактам, задаце крытэрыя успеху і адмовіцеся ад тыхоўскага частковага завершэння. Храніце стан графа як плоскі і з адзінаковым тыпам. Вярсткованыя блокі маскуюць, які вузел запісаў канкрэтны поле, і спакшваюць продаж чынення пасля перарываў.

What are the most promising open-source AI
coding agents available today?
User Question
      │
      ▼
Understand the problem
      │
      ▼
Create research plan
      │
      ├── Find major projects
      ├── Check current releases
      ├── Compare capabilities
      └── Find primary sources
      │
      ▼
Search with Liner
      │
      ▼
Collect results
      │
      ▼
Evaluate evidence
      │
      ▼
Search again if necessary
      │
      ▼
Synthesize findings
      │
      ▼
Add citations
      │
      ▼
Save Markdown report

Заключныя меркі

Этап «Заключныя меркі» работае наяўней, калі яго спрыяваць як мерыемую сферу. Запісаўце адны ідэальны прыклад, адну справу з бягам і прыметку па атрыбутах адкату перад расшырэнням масштаба.

Plan
 ↓
Search
 ↓
Collect evidence
 ↓
Reason
 ↓
Synthesize
 ↓
Cite
 ↓
Save

Чэк-ліст для эксплуатацыі