Autonomer Web-Recherche-Agent

Ein Lehrprojekt: Ein Python-Agent, der plant, das Web durchsucht, Notizen in RAG speichert, einen Bericht schreibt, sich dann selbst kritisiert und die Schleife wiederholt, bis die Antwort gut genug ist.

Stack: Python 3.11+ · LangChain · LangGraph · MCP · Chroma RAG · LangSmith

Was Sie bauen (Klassenzimmer-Karte)

Lesen Sie TEACHING.md für die vollständige Lektion.

Related MCP server: Local-MCP-server

Einrichtung

cd ~/Projects/autonomous-web-research-agent
python3.11 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
cp .env.example .env

Fügen Sie mindestens einen LLM-Schlüssel in .env ein (OPENAI_API_KEY ist der Standardpfad). Die Suche funktioniert mit dem kostenlosen DuckDuckGo. Fügen Sie später TAVILY_API_KEY hinzu, wenn Sie eine höhere Suchqualität wünschen. Fügen Sie LANGCHAIN_API_KEY hinzu, um Abläufe in LangSmith zu verfolgen.

Einen Forschungsauftrag ausführen

python -m research_agent.cli "How does MCP differ from a normal LangChain tool?"

Das Backend ausführen

python -m research_agent.api
# POST http://127.0.0.1:8001/research  {"question": "..."}

Den MCP-Server ausführen (für Cursor / andere Hosts)

python -m research_agent.mcp_server

Beispiel für Cursor-MCP-Konfiguration:

{
  "mcpServers": {
    "research-tools": {
      "command": "/Users/YOU/Projects/autonomous-web-research-agent/.venv/bin/python",
      "args": ["-m", "research_agent.mcp_server"]
    }
  }
}

Tests (kein API-Schlüssel erforderlich)

pytest