TL;DR
- 一个人工智能研究代理分离了问题规划、来源发现、页面收集、证据提取和报告撰写。
- 来源发现和页面获取是不同的服务；已知的URL可以直接传递给Nstdata Crawl。
- 报告应将每个主张与可检索的URL和观察到的段落联系起来，在证据缺失的位置明确指出空白。
- Nstdata Crawl提供Markdown输入；一个外部模型或确定性代码执行分析和生成。
- 限制来源范围，并将检索到的文本视为不可信材料，以减少提示注入和隐私风险。
什么是人工智能研究代理？
对于实际的收集层，请参考Nstdata Crawl以及下面的工作流程。
W3C 来源模型提供了一种追踪信息源的正式词汇。人工智能研究代理是一种工作流程，收集问题的证据，进行检查，并产生有来源的答案。聊天机器人可以从其模型上下文中写出流利的散文；研究工作流程需要当前的来源材料、所检查内容的记录和不支持主张的明确规则。搜索找到候选来源；页面收集读取它们；分析将它们转化为报告。这些步骤应该是可独立观察的。
考虑公司概述。代理可能需要公司的“关于”页面、产品页面和过时的公告。如果该字段缺失，它应该报告“未在提供的来源中找到近期公告”，而不是从营销标语中推断出一个。相关实施细节出现在URL到Markdown指南和结构化提取指南。
人工智能研究工作流程是如何工作的
六个阶段是规划、来源发现、收集、提取、验证和报告生成。规划将问题转化为字段和来源标准。发现从搜索服务、网站地图或策划列表中产生URL。收集检索所选页面。提取识别候选陈述。验证检查每个陈述是否与特定段落和日期相符。生成仅撰写证据支持的内容。
研究问题 -> 计划 -> 候选URL -> 来源审查 -> Nstdata Crawl -> Markdown + URL -> 证据记录 -> 外部LLM或规则 -> 主张检查 -> 有来源的报告
该图故意将发现放在Nstdata Crawl之前。Crawl可以在受支持的工作流程中执行有限网站发现，但它不是一个通用的网络搜索引擎或自主研究规划者。有关代理协调模式，请参见CrewAI指南。Nstdata Crawl文档是其当前API和SDK字段的权威来源。
