Проектирование многоэтапного исследовательского цикла
Планирование → поиск → чтение → извлечение → синтез → повторение до достижения достаточной глубины.
«Проектирование многоэтапного исследовательского цикла» — бесплатный урок AI Agents на CoddyKit. Это урок 1 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения AI Agents, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс AI Agents содержит 4 уроков всего.
Что такое цикл research
Цикл research — это шаблон работы агента, в котором LLM планирует, ищет, читает, извлекает данные, выявляет пробелы и повторяет процесс, пока цель research не будет достигнута.
В отличие от одиночного поиска, этот цикл адаптируется к найденной информации: следует неожиданным направлениям и отбрасывает тупиковые пути.
Этап 1: декомпозиция вопроса
Первый шаг — разбить вопрос research на подвопросы. Это создает направленный план поиска и не позволяет агенту бесцельно просматривать материалы.
import openai, json
client = openai.OpenAI(api_key='YOUR_OPENAI_KEY')
def decompose_question(question: str) -> list[str]:
prompt = (
f'Break this research question into 3-5 focused sub-questions.\n'
f'Each sub-question should be independently searchable.\n'
f'Question: "{question}"\n'
f'Return JSON: {{"sub_questions": ["..."]}}'
)
resp = client.chat.completions.create(
model='gpt-4o',
messages=[{'role': 'user', 'content': prompt}],
response_format={'type': 'json_object'}
)
return json.loads(resp.choices[0].message.content)['sub_questions']
questions = decompose_question('What are the main causes of inflation in 2024?')
print(questions)Этап 2: поиск в интернете
Для каждого подвопроса выполните поиск в интернете. Используйте интерфейс поиска (Serper, Brave, Bing), чтобы получить список URL-адресов и кратких описаний. Не читайте все страницы — сначала отдавайте приоритет качественным источникам.
import requests
SERPER_KEY = 'YOUR_SERPER_API_KEY'
def search_web(query: str, num_results: int = 5) -> list[dict]:
resp = requests.post(
'https://google.serper.dev/search',
headers={'X-API-KEY': SERPER_KEY, 'Content-Type': 'application/json'},
json={'q': query, 'num': num_results}
)
resp.raise_for_status()
results = resp.json().get('organic', [])
return [
{'title': r['title'], 'url': r['link'], 'snippet': r.get('snippet', '')}
for r in results
]Этап 3: чтение и извлечение фактов
Получите содержимое каждого URL-адреса и извлеките ключевые факты, относящиеся к подвопросу. Используйте LLM, чтобы прочитать статью и составить список фактов с URL-адресом источника.
import httpx
from bs4 import BeautifulSoup
def fetch_text(url: str, max_chars: int = 4000) -> str:
try:
resp = httpx.get(url, timeout=10, follow_redirects=True,
headers={'User-Agent': 'ResearchAgent/1.0'})
soup = BeautifulSoup(resp.text, 'html.parser')
for tag in soup(['script', 'style', 'nav', 'footer']):
tag.decompose()
return soup.get_text(separator=' ', strip=True)[:max_chars]
except Exception:
return ''
def extract_facts(text: str, question: str, url: str) -> list[dict]:
prompt = (
f'Extract key facts from the text that answer: "{question}"\n'
f'Return JSON: {{"facts": ["fact1", ...]}}\n\n'
f'TEXT:\n{text[:3000]}'
)
resp = client.chat.completions.create(
model='gpt-4o-mini',
messages=[{'role': 'user', 'content': prompt}],
response_format={'type': 'json_object'}
)
facts = json.loads(resp.choices[0].message.content).get('facts', [])
return [{'fact': f, 'source': url} for f in facts]Этап 4: выявление пробелов в знаниях
После чтения попросите LLM проверить накопленные факты и определить, что еще неизвестно. Эти пробелы становятся запросами для следующего раунда поиска.
def identify_gaps(original_question: str, facts: list[dict]) -> list[str]:
fact_text = '\n'.join(f'- {f["fact"]}' for f in facts[:20])
prompt = (
f'Original question: "{original_question}"\n'
f'Facts gathered so far:\n{fact_text}\n\n'
f'What key aspects are still unanswered? '
f'Return 0-3 follow-up search queries (0 if research is complete).\n'
f'JSON: {{"gaps": ["search query 1", ...]}}'
)
resp = client.chat.completions.create(
model='gpt-4o',
messages=[{'role': 'user', 'content': prompt}],
response_format={'type': 'json_object'}
)
return json.loads(resp.choices[0].message.content).get('gaps', [])Условия завершения
Циклу нужно четкое условие остановки, чтобы он не выполнялся бесконечно. Остановите его, когда:
- Новые пробелы не выявлены
- На последней итерации не добавлено новых фактов
- Достигнуто максимальное число итераций — ограничение безопасности
- Общее количество фактов превысило порог — достигнута достаточная глубина
def should_continue(gaps: list[str], new_facts_this_round: int,
iteration: int, total_facts: int) -> bool:
if iteration >= 5:
return False # Hard cap: 5 iterations
if new_facts_this_round == 0:
return False # No new information found
if not gaps:
return False # LLM says research is complete
if total_facts >= 50:
return False # Sufficient depth reached
return True
if __name__ == '__main__':
print('Continue (has gaps, new facts)?', should_continue(['gap1'], 4, iteration=1, total_facts=10))
print('Continue (no new facts)?', should_continue(['gap1'], 0, iteration=1, total_facts=10))
Удаление дубликатов фактов
Несколько источников часто сообщают один и тот же факт. Удаляйте дубликаты, попросив LLM объединить семантически эквивалентные факты и сохранить версию с наиболее надежными источниками.
def deduplicate_facts(facts: list[dict]) -> list[dict]:
if len(facts) <= 3:
return facts
fact_text = '\n'.join(
f'{i}: {f["fact"]} (source: {f["source"]})' for i, f in enumerate(facts)
)
prompt = (
f'Remove duplicate or near-duplicate facts. Keep the most informative version.\n'
f'Return JSON: {{"keep_indices": [0, 1, ...]}}\n\n'
f'FACTS:\n{fact_text}'
)
resp = client.chat.completions.create(
model='gpt-4o-mini',
messages=[{'role': 'user', 'content': prompt}],
response_format={'type': 'json_object'}
)
indices = json.loads(resp.choices[0].message.content).get('keep_indices', [])
return [facts[i] for i in indices if i < len(facts)]Полный цикл research
Объедините все этапы в одну функцию research(), которая управляет циклом до его завершения.
def research(question: str) -> dict:
all_facts = []
iteration = 0
# Phase 1: Decompose into sub-questions
queries = decompose_question(question)
while True:
new_facts_this_round = 0
for query in queries:
results = search_web(query, num_results=3)
for result in results:
text = fetch_text(result['url'])
if not text:
continue
facts = extract_facts(text, query, result['url'])
all_facts.extend(facts)
new_facts_this_round += len(facts)
all_facts = deduplicate_facts(all_facts)
gaps = identify_gaps(question, all_facts)
iteration += 1
if not should_continue(gaps, new_facts_this_round, iteration, len(all_facts)):
break
queries = gaps # next iteration searches for the gaps
return {'facts': all_facts, 'iterations': iteration}Отслеживание происхождения данных
Каждый факт должен содержать URL-адрес источника, чтобы в итоговый отчет можно было добавить ссылки на источники. Никогда не удаляйте метаданные источника во время обработки — они нужны для слоя цитирования.
def add_fact(fact_list: list, fact_text: str, source_url: str, iteration: int):
fact_list.append({
'fact': fact_text,
'source': source_url,
'iteration': iteration,
'verified': False # set to True after cross-referencing
})
# Example:
facts_store = []
add_fact(facts_store, 'Global inflation peaked at 9.1% in June 2022',
'https://bls.gov/news.release/cpi.htm', iteration=1)
print(f'Logged {len(facts_store)} fact(s):')
for f in facts_store:
print(f" - {f['fact']} (source: {f['source']})")
Параллельный поиск для ускорения
Последовательный поиск выполняется медленно: 5 запросов × 3 URL-адреса × 1 получение каждого = 15 последовательных HTTP-вызовов. Используйте concurrent.futures, чтобы распараллелить получение данных в каждой итерации.
from concurrent.futures import ThreadPoolExecutor, as_completed
def parallel_research_round(queries: list[str]) -> list[dict]:
collected = []
def process_query(query):
results = search_web(query, num_results=3)
facts = []
for r in results:
text = fetch_text(r['url'])
if text:
facts.extend(extract_facts(text, query, r['url']))
return facts
with ThreadPoolExecutor(max_workers=4) as ex:
futures = {ex.submit(process_query, q): q for q in queries}
for future in as_completed(futures):
collected.extend(future.result())
return collectedОтслеживание хода цикла
Ведите журнал каждой итерации, чтобы с помощью debug понять, почему цикл остановился или выполнялся дольше ожидаемого. Включайте количество запросов, добавленные факты и выявленные пробелы.
import logging
log = logging.getLogger('research_loop')
import sys
logging.basicConfig(level=logging.INFO, stream=sys.stdout)
def log_iteration(iteration: int, queries: list[str],
new_facts: int, total_facts: int, gaps: list[str]):
log.info(
'Iteration %d | Queries: %d | New facts: %d | Total: %d | Gaps: %d',
iteration, len(queries), new_facts, total_facts, len(gaps)
)
if gaps:
for g in gaps:
log.debug(' Gap query: %s', g)
if __name__ == '__main__':
log_iteration(iteration=2, queries=['who are our top competitors?'], new_facts=4, total_facts=12, gaps=['pricing data'])
Что завершает цикл research, когда новая информация не найдена
Понимание условий завершения предотвращает бесконечные циклы и помогает агенту выдавать результаты в разумное time-окно.
Итоги проектирования цикла research
Многоэтапный цикл research следует схеме: decompose → поиск → чтение → извлечение → выявление пробелов → повтор. Останавливайте его, когда пробелы заканчиваются, новые факты не находятся или достигнут жесткий предел итераций.
Всегда сохраняйте URL-адреса источников вместе с каждым фактом, распараллеливайте поиск для ускорения и удаляйте дубликаты фактов перед обобщением.
Часто задаваемые вопросы
Урок «Проектирование многоэтапного исследовательского цикла» бесплатный?
Да — полный текст урока «Проектирование многоэтапного исследовательского цикла» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс AI Agents, подпишись на CoddyKit PRO. Курс AI Agents содержит 4 уроков всего.
Чему я научусь в уроке «Проектирование многоэтапного исследовательского цикла»?
Планирование → поиск → чтение → извлечение → синтез → повторение до достижения достаточной глубины. Ты практикуешь AI Agents с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать AI Agents?
Предыдущий опыт не требуется. AI Agents на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 1 из 4.
Сколько времени занимает урок «Проектирование многоэтапного исследовательского цикла»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке AI Agents?
Да. Каждый урок AI Agents включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Проектирование многоэтапного исследовательского цикла
- Проверка источников и цитирование
- Генерация структурированных отчётов
- Проверка фактов и предотвращение галлюцинаций