El examen innova con un sistema de búsqueda web de múltiples agentes utilizando Langgraph

Exam, un actor líder en la industria de la API de investigación, ha presentado su última innovación: un sofisticado sistema de investigación web de múltiples agentes. Esta evolución es alimentada por Langgraph y Langsmith, y su objetivo es revolucionar la forma en que se tratan las complejas solicitudes de investigación, según Lubricol.

La evolución de la investigación del agente

El examen a este sistema avanzado comenzó con una API de investigación simple. Con el tiempo, la compañía ha desarrollado sus ofertas para incluir un punto de terminación de respuestas que ha integrado un razonamiento de modelo de idioma grande (LLM) con los resultados de búsqueda. El último desarrollo es su agente de investigación en profundidad, que marca su entrada en API de investigación verdaderamente agente. Esto refleja una tendencia más amplia de la industria a aplicaciones LLM más autónomas y de larga data.

La transición a una arquitectura de investigación profunda llevó al examen a adoptar el Langgraph, que se ha convertido en un marco favorito para gestionar arquitecturas cada vez más complejas. Este cambio se alinea con los movimientos de la industria donde se mejoran las configuraciones más simples para administrar tareas más sofisticadas, como la investigación y la codificación.

Diseñar un sistema de múltiples agentes

El sistema de examen tiene una arquitectura de múltiples agentes basada en Langgraph, compuesta de:

1. Planificador: Análisis de solicitudes y genera tareas paralelas.
2. Tareas: Realiza investigaciones independientes utilizando herramientas especializadas.
3. Observador: Supervisar todo el proceso, mantener el contexto y las citas.

Esta arquitectura permite una escala dinámica, ajustando el número de tareas en función de la complejidad de la solicitud. Cada tarea se proporciona con instrucciones específicas, formatos de salida necesarios y acceso a herramientas API, que garantiza un tratamiento efectivo de consultas simples a complejas.

Información de diseño clave

El sistema de examen enfatiza la salida estructurada y el uso efectivo de los recursos. Al priorizar el razonamiento en los extractos de búsqueda antes de la recuperación completa del contenido, el sistema reduce el uso de tokens mientras mantiene la calidad de la investigación. Este enfoque es vital para el consumo de API, donde las salidas JSON confiables y estructuradas son cruciales.

Las opciones de diseño EX están inspiradas en otros líderes de la industria, como el sistema de investigación de profundidad antropogénica, que incorpora las mejores prácticas en ingeniería contextual y producción de datos estructurados.

Uso de Langsmith para observabilidad

Las características de observabilidad de Langsmith, en particular en el monitoreo del uso de tokens, jugaron un papel esencial en el desarrollo del sistema ESA. Esta capacidad ha proporcionado información esencial sobre el consumo de recursos, informándolo de los modelos de precios y la optimización del rendimiento.

Mark Pekala, ingeniero de software de ESSA, enfatizó la importancia de la facilidad de configuración de Langsmith y su contribución a la comprensión del uso de tokens, que era esencial para la escalabilidad rentable del sistema.

Conclusión

El innovador uso innovador de Langgraph y Langsmith presenta el potencial de los sistemas de múltiples agentes en la gestión efectiva de solicitudes web complejas. El proyecto destaca los platos principales para esfuerzos similares, como la importancia de la observabilidad, la reutilización, las salidas estructuradas y la generación de tareas dinámicas.

Si bien el examen continúa refinando a su agente de investigación en profundidad, esta evolución sirve como modelo para la construcción de sistemas de agentes robustos y listo para la producción que ofrece un valor comercial sustancial.

Fuente de la imagen: Shutterstock