一个会分步查资料的研究智能体

一个能自行规划搜索、跨来源阅读、交叉核对论断并撰写带引用报告的智能体。附带能保证其诚实可靠的评估集和成本预算。

本文由 AI 翻译。 阅读原文

要解决的问题

像“下个季度我们所在地区的数据驻留规则有哪些变化,我们需要做什么?”这类问题,需要花一整天阅读,最后得到的仍然是一份没有来源的总结。

适合谁

分析师、顾问,以及撰写书面建议的运营负责人。

你会得到什么

一份 600 到 1,200 字的报告,附带论断表:每条论断、支持它的来源、反驳它的来源,以及一份置信度说明。另附每一次搜索和阅读的运行日志。

工作流如何运转

  1. 01 问题
  2. 02 规划搜索
  3. 03 阅读并提取论断
  4. 04 交叉核对论断
  5. 05 带引用的报告

工具与账号

  • 一个带循环和模型步骤的工作流工具或小脚本(本项目使用循环)
  • 一个网络搜索 API
  • 一个用于存放运行日志和报告的地方

开始之前

  • 评估智能体输出
  • 成本与延迟预算
  • 重试与错误处理

先看结果

输入:“今年[地区]的云存储数据驻留规则有哪些变化?一家 50 人的公司需要做什么?”

输出约 900 字,结尾如下:

Claims
| # | Claim | Supports | Contradicts | Confidence |
| 1 | Rule X took effect in March | [2][5] | - | high |
| 2 | Applies to companies over 25 staff | [2] | [4] says 50 | low: thresholds differ by source |
| 3 | Existing contracts have a 12-month transition | [3][5] | - | high |
Not resolved: the threshold in claim 2. Sources [2] and [4] are both official but dated differently; the newer one is [4].
Run: 6 searches, 9 reads, 41,200 tokens, 3 min 10 s.

报告会说明它知道什么、不知道什么,以及查明这些花费了多少成本。

架构

这是本站第一个真正带循环的项目:智能体会根据已读到的内容决定下一步搜索什么。

完整版面向会员开放

分步操作、资源文件和排错记录是会员内容。

读完了?标记一下,记录学习进度。登录
收藏起来,稍后再看登录
对这篇有疑问?向 Ask AI 提问

评论(0)

还没有评论,来说第一句。

登录后参与讨论。登录