Construire un agent de recherche en profondeur: 1 $ alternative à 200 $ outil Openai & # 039;

Cet article détaille la construction d'un agent de production de recherche et de rapport approfondie, une alternative rentable à la recherche approfondie d'Openai. Le guide fournit une implémentation étape par étape à l'aide de Langgraph, offrant une solution puissante et personnalisable pour moins d'un dollar.

Recherche profonde d'Openai: un bref aperçu

La recherche profonde d'Openai, lancée en février 2025, est une capacité d'IA agentique au sein de Chatgpt Pro. Il recherche de manière autonome des sujets complexes, synthétisant des informations provenant de nombreuses sources en ligne pour produire des rapports complets. Bien que puissant, sa disponibilité est limitée à l'abonnement Chatgpt Pro à 200 $.

Architecture du système AI agentique pour la recherche approfondie et la génération de rapports

Ce projet exploite le cadre Langgraph de Langchain pour créer un système agentique avec état. L'architecture comprend plusieurs composants clés:

• Modèle de grande langue (LLM): GPT-4O (ou alternatives open source) pour le raisonnement et la génération de texte.
• Langgraph: pour la construction du flux de travail du système agentique.
• Tavily Ai: un moteur de recherche alimenté par AI pour la recherche Web.

Le système suit un modèle de conception d'agent de planification, automatisant le processus de:

1. Planification du rapport: Analyser le sujet et un modèle de rapport par défaut pour créer un plan, définissant des sections (introduction, sections clés, conclusion).
2. Exécution parallèle: conduisant simultanément des sections de recherche et d'écriture Web.
3. Formatage: Assurer la cohérence dans la structure du rapport.
4. Introduction / Conclusion Rédaction: Génération de ces sections en fonction du contenu du corps principal.
5. Compilation finale: combinant toutes les sections dans un rapport final.

Implémentation pratique avec Langgraph et Tavily

L'implémentation implique plusieurs étapes:

1. Installation des dépendances: pip install langchain==0.3.14 langchain-openai==0.3.0 langchain-community==0.3.14 langgraph==0.2.64 rich
2. Configuration de la clé de l'API: Entrer en toute sécurité les touches API Openai et Tavily.
3. Définition du schéma d'état de l'agent: Structurer des données pour une gestion efficace du flux de travail.
4. Fonctions utilitaires: Création de fonctions pour les recherches Web parallèles et les résultats de formatage.
5. Modèle de rapport par défaut: Fournir une directive structurelle pour le llm.
6. Invites d'instructions: Création d'invites pour la planification des rapports, la génération de requêtes et la rédaction de section.
7. Fonctions du nœud: Définition des fonctions pour chaque étape du flux de travail Langgraph (planification du rapport, génération de requête, recherche Web, écriture de section, formatage, compilation de rapport final).
8. Création de sous-agent: Construire un sous-agent pour le bâtiment de section parallèle.
9. Parallélisation dynamique: Utilisation de l'API Send de Langgraph pour l'exécution parallèle.
10. Construire l'agent principal: combinant tous les composants en un seul agent cohésif.
11. Tester l'agent: exécuter l'agent avec un exemple de sujet et examiner le rapport généré.

Le code fournit des implémentations détaillées de chaque étape, y compris des techniques d'ingénierie rapide, de l'interaction LLM et de traitement parallèle. La dernière section démontre un test, présentant la capacité de l'agent à générer un rapport complet basé sur un sujet fourni par l'utilisateur. N'oubliez pas de remplacer les clés d'API d'espace réservé par la vôtre.

Conclusion

Ce guide montre comment construire un agent de recherche en profondeur et de rapport approfondie puissant, personnalisable et rentable. Le système offre des avantages importants par rapport aux alternatives commerciales, offrant un meilleur contrôle et une plus grande flexibilité. Bien que la mise en œuvre soit détaillée, les principes sous-jacents sont facilement adaptables à diverses tâches de recherche et formats de rapports. N'oubliez pas de surveiller votre utilisation de l'API, en particulier lorsque vous effectuez des recherches Web approfondies.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!