TheBlewish/Automated-AI-Web-Researcher-Ollama

解決する課題

このプロジェクトは、深く体系的なリサーチを行えない標準的なLLMチャットボットの限界に対処します。単一のプロンプトと応答のサイクルに依存する代わりに、複雑なクエリを複数のリサーチ分野に分割し、ウェブを検索し、発見事項を文書化して、検証可能で包括的な回答を提供するプロセスを自動化します。

仕組み

このツールは、Ollamaを介してローカルLLMを使用し、構造化されたリサーチループを実行します。

1. 計画: ユーザークエリを分析し、優先順位付けされた5つのリサーチ焦点分野を生成します。
2. 実行: 各分野について、検索クエリを作成し、関連するウェブページをスクレイピングし、すべてのコンテンツとソースURLをテキストファイルに保存します。
3. 反復: 以前の検索からの発見事項を使用して、新しく洗練された焦点分野を生成し、リサーチを発展させます。
4. 統合: ユーザーがリサーチを終了する（またはLLMが十分な情報を得たと判断する）と、LLMは収集されたデータセット全体をレビューし、最終的な要約を生成します。
5. 対話: その後、ユーザーはQ&Aモードに入り、収集したリサーチについて具体的な質問をすることができます。

対象者

プライバシーや制御を維持するためにローカルモデルを使用して、徹底的で自動化されたオンラインリサーチを実行したいユーザー、および発見事項の情報源の記録された痕跡を必要とするユーザー向けに設計されています。

ハイライト

• 自動化されたリサーチ計画: クエリを優先順位付けされた焦点分野に自動的に分割します。
• 自己改善型検索: セッション中に発見された情報に基づいて新しいリサーチパスを生成します。
• 記録されたリサーチ痕跡: すべてのスクレイピングされたコンテンツとソースリンクをテキストファイルに保存し、検証可能にします。
• ローカル実行: Ollamaを介して完全に実行され、Phi-3のような大規模なコンテキストウィンドウを持つモデルをサポートします。