CYC2002tommy/Deep-Research-Agent

解決する課題

Deep Research Agent (Deep Science Writer) は、学術文献レビューの煩雑でエラーが発生しやすいプロセスを自動化します。架空の引用、学術論文における「AI の無駄な文章」、制限付きデータベースからの全文論文収集の困難さなど、AI にありがちな問題を排除します。

仕組み

このプロジェクトは、Hermes/ECC フレームワーク向けに設計された 7 フェーズの自律型パイプラインを実装しています。Scopus、OpenAlex、Semantic Scholar などのデータベースを照会するためにマルチエージェントシステムを使用します。ハルシネーション（幻覚）を防ぐために、厳密な順序に従います。まず要旨をスクリーニングし、次に高関連性の論文の全文をダウンロードして読み、主張を検証します。すべての DOI に ping を送信してリンクが有効であることを確認する、専用の「アンチハルシネーション」フェーズが含まれています。最後に、Python スクリプトを使用してフォーマットされた APA 第 7 版の .docx ファイルを生成し、知識管理のために Obsidian や Google NotebookLM と統合します。

対象者

厳密なジャーナル品質基準（Q1-Q2 ジャーナル）を遵守し、一般的な LLM と同じ落とし穴を回避しながら、厳密で証拠に基づいた文献レビュープロセスを必要とする学術研究者や科学者。

ハイライト

• 全文検証: 要旨によるハルシネーションを防ぐための全文 PDF の必須読み取り。
• 厳格な品質管理: Q1-Q2 ジャーナルを優先し、MDPI などの特定の出版社を禁止するハードコーディング。
• DOI 検証: 100% の有効性を確保するため、HTTP リクエストを介して生成されたすべての DOI を自動的にテスト。
• 学術的トーンの強制: 専門のピアレビューループを使用して、一般的な AI の語彙を排除し、専門的なトーンを強制。
• ハンズフリー出力: APA 第 7 版のフォーマットとデータ可視化を備えた Microsoft Word ドキュメントをプログラムで生成。
• ナレッジループ: 研究要約を Obsidian に自動的に同期し、ソースを Google NotebookLM にアップロード。