CommunityRecherche & Datenanalysegithub.com

ResearchForge – Autonomes Multi-Agenten-Forschungssystem

Automatisieren Sie umfassende Forschungsberichte mit einem Team autonomer KI-Agenten, die auf LangGraph, Gemini und Tavily basieren.

Was ist ResearchForge – Autonomes Multi-Agenten-Forschungssystem?

Das ResearchForge-System ist eine hochmoderne, autonome Multi-Agenten-Plattform zur Erstellung tiefgehender Forschungsberichte. Es nutzt LangGraph für die Orchestrierung mehrerer spezialisierter KI-Agenten, Gemini-Modelle für semantisches Verständnis und Texterzeugung sowie Tavily für die Echtzeit-Internetsuche. Dieses System eignet sich besonders für Entwickler, Forscher und Wissensarbeiter, die schnell qualitativ hochwertige, strukturierte Reports zu komplexen Themen benötigen. Es unterstützt flexible Workflows: Der Benutzer gibt eine Forschungsfrage vor, und die Agenten übernehmen automatisch die Planung, Recherche, Analyse und Zusammenfassung. Durch die modulare Architektur können Agentenrollen wie ‚Analyst‘, ‚Sucher‘ oder ‚Redakteur‘ frei konfiguriert werden. ResearchForge läuft lokal oder in der Cloud und ist für Continuous Research optimiert – ideal für Tech-Scouting, Marktanalysen oder wissenschaftliche Literaturrecherchen. Die Integration mit LangGraph ermöglicht parallele Agentenausführung, Zustandsverwaltung und Fehlerbehandlung, während Tavily aktuelle, relevante Quellen liefert und Gemini natürliche, kontextreiche Berichte generiert.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add Worlda4363/ResearchForge-Autonomous-Multi-Agent-Research-System

Installed? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Worlda4363/ResearchForge – Autonomes Multi-Agenten-Forschungssystem

Automatisieren Sie umfassende Forschungsberichte mit einem Team autonomer KI-Agenten, die auf LangGraph, Gemini und Tavily basieren.

Funktionen

  • Multi-Agenten-Orchestrierung: Nutzt LangGraph, um mehrere spezialisierte Agenten (z. B. für Suche, Analyse, Synthese) zu koordinieren.
  • Echtzeit-Recherche: Integriert Tavily für aktuelle, relevante Internetquellen.
  • Semantische Textgenerierung: Verwendet Gemini-Modelle für verständliche, tiefgehende Berichte.
  • Flexible Workflows: Unterstützt benutzerdefinierte Agentenrollen und Forschungsstrategien.
  • Skalierbar und erweiterbar: Läuft lokal oder in der Cloud, mit einfacher Anbindung an weitere Tools.

Voraussetzungen

  • Python 3.9 oder höher
  • API-Schlüssel für Gemini und Tavily (Umgebungsvariablen: GEMINI_API_KEY, TAVILY_API_KEY)
  • LangGraph (installierbar über pip install langgraph)

Installation

git clone https://github.com/Worlda4363/ResearchForge-Autonomous-Multi-Agent-Research-System.git
cd ResearchForge-Autonomous-Multi-Agent-Research-System
pip install -r requirements.txt

Konfiguration

Erstellen Sie eine .env-Datei im Wurzelverzeichnis:

GEMINI_API_KEY=ihr_gemini_api_schlüssel
TAVILY_API_KEY=ihr_tavily_api_schlüssel

Verwendung

Starten Sie das System mit:

python main.py --query "Ihre Forschungsfrage hier"

Das System führt dann die folgenden Schritte aus:

  1. Planung: Der Koordinator-Agent zerlegt die Frage in Teilfragen.
  2. Recherche: Der Suchagent durchsucht das Internet mit Tavily.
  3. Analyse: Der Analyse-Agent extrahiert Schlüsselinformationen.
  4. Synthese: Der Redakteur-Agent erstellt den finalen Bericht.

Beispiel

python main.py --query "Aktuelle Trends im Bereich KI-Agenten 2025"

Ausgabe: Eine strukturierte Zusammenfassung als Markdown-Datei im Verzeichnis reports/.

Konfigurationsoptionen

  • --max-agents: Maximale Anzahl paralleler Agenten (Standard: 3)
  • --output-format: Ausgabeformat (Markdown, PDF, HTML)
  • --depth: Recherchetiefe (basic, intermediate, deep)

Lizenz

MIT-Lizenz. Weitere Informationen finden Sie in der Datei LICENSE.

Beitrag

Beiträge sind willkommen! Bitte lesen Sie CONTRIBUTING.md für Details.

Support

Bei Fragen oder Problemen erstellen Sie bitte ein Issue auf GitHub.

Verwandte Skills