byted-deepsearch

BytedDeepsearch

概要

深層調査エージェントシステムのコミュニティ版は、ワークフローベースの深層調査システムです。複雑なテーマに対して、複数回の反復的なウェブ検索と総合的な分析を実行できます。LLM によるインテリジェントな分析とリアルタイムのウェブ検索を組み合わせ、詳細な調査レポートを生成します。

依存スキル

• byted-web-search

ワークフロー呼び出しロジック

システムアーキテクチャ

本システムはワークフローの説明ドキュメントであり、実行スクリプトはありません。以下の外部スキルに依存します。

• byted-web-search skill：ウェブ検索を実行します`
• LLMスキル：インテリジェントな分析と推論に使用します

ワークフロー

1. 入力受付段階

• ユーザー入力：調査テーマ（sys.query）と調査の深度（depth）
• デフォルトの深度：3（設定可能）

2. 初期化段階

• 指定されたdepth値を深度とする反復配列を作成します
• 配列形式：[0, 1, ..., depth-1]

3. 反復検索段階（複数回実行）

各反復で以下の手順を実行します。

a) LLMによるインテリジェントな分析

• LLMを使用して現在の調査状況を分析します
• 入力：ユーザーのクエリ、収集済みのfindings、検索済みのtopics
• 出力：以下を含むJSON形式
  • nextSearchTopic：次の検索テーマ（文字列またはNone）
  • shouldContinue：検索を続行するかどうか（ブール値）

b) JSON解析

• nextSearchTopicとshouldContinueのフィールドを抽出します
• 会話変数を更新します

c) 条件判定

• shouldContinueがTrueの場合：
  • byted-web-searchを実行します：python scripts/web_search.py "<nextSearchTopic>"
  • 検索結果をfindings配列に追加します
  • 検索の進行状況の表示を更新します
  • 次の反復に進みます
• shouldContinueがFalseの場合：
  • 現在の反復を終了します
  • 中間結果を出力します

d) 変数管理

• nextSearchTopicとshouldContinueの変数を更新します
• nextSearchTopicをtopics配列に追加します（検索済みのテーマを記録）
• 同じテーマの重複検索を避けます

4. 総合分析段階

• すべての反復が完了した後、LLMを使用して収集したすべてのfindingsを総合的に分析します
• 詳細な総合分析レポートを生成します
• 出力形式：Markdown形式の詳細なレポート

5. レポート生成段階

• 最終的な調査分析結果を出力します
• 重要な洞察、結論、残る不確実性を含めます
• 適切に出典を引用します

変数の説明

システムは以下の会話変数を管理します。

変数名	型	説明
topics	array[string]	検索済みのテーマのリスト
nextSearchTopic	string	次に検索するテーマ
findings	array[string]	収集した検索結果のリスト
shouldContinue	string	検索を続行するかどうかを示すフラグ

ウェブ検索の統合

ウェブ検索が必要な場合：

1. nextSearchTopicをクエリパラメーターとして使用します
2. byted-web-searchスキルを実行します：python scripts/web_search.py "<query>"
3. 返された要約のリストに基づいて回答を構成し、新たな内容を追加したり捏造したりしません
4. 検索結果をfindings配列に追加します

注意：検索パラメーターの設定（search_depth、topic、max_results、country、time_range、daysなど）は使用せず、基本の入力queryのみを使用してください。

進行状況の追跡

システムは検索の進行状況をリアルタイムで表示します。

• 形式：{index + 1}/{depth}th search executed.
• 例：1/3th search executed.

使用例

適した用途

1. 複雑なテーマの調査：特定のテーマを深く、包括的に調査する必要がある場合
2. 最新情報の分析：最新のウェブ情報に基づいて詳細な分析レポートを生成する必要がある場合
3. 多角的な探索：あるテーマを異なる視点や側面から探索する必要がある場合
4. 体系的な調査：体系的な調査と証拠の収集が必要な場合

典型的なユースケース

• 市場動向の分析
• 技術開発の調査
• 競合他社の分析
• 学術文献レビュー
• 製品調査

技術的な特徴

インテリジェントな機能

1. 適応型検索：各検索の後、LLMが結果を分析し、次の検索の方向をインテリジェントに決定します
2. 重複の回避：システムが検索済みのテーマを記録し、同じ内容の重複検索を避けます
3. 深い推論：専用の推論モデルを使用して総合的な分析を行います

システムの特徴

1. 複数回の反復：指定された深度で複数回の検索をサポートします
2. 並列処理機能：最大10件の並列検索をサポートします
3. 状態管理：包括的な変数管理と状態追跡を行います
4. 進行状況の可視化：検索の進行状況と状態をリアルタイムで表示します

統合機能

1. LLMの統合：GPT-4oによるインテリジェントな分析と、deepseek-reasonerによる深い推論を組み合わせます
2. ウェブ検索：byted-web-searchスキルを統合し、リアルタイムのウェブ情報を取得します
3. JSON処理：JSON解析ツールを使用して構造化データを処理します

ワークフローの例

入力例

用户查询: "人工智能在医疗领域的最新发展"
研究深度: 3

実行の流れ

1. 第1ラウンド：

   • LLMの分析：「AIによる医療診断の最新の進展」の検索を決定します
   • ウェブ検索：検索を実行して結果を収集します
   • 状態の更新：テーマを記録し、検索を続行することを決定します

2. 第2ラウンド：

   • LLMの分析：第1ラウンドの結果に基づき、「医療画像AI技術のブレークスルー」の検索を決定します
   • ウェブ検索：検索を実行して結果を収集します
   • 状態の更新：テーマを記録し、検索を続行することを決定します

3. 第3ラウンド：

   • LLMの分析：前の2ラウンドの結果に基づき、「AIを活用した創薬」の検索を決定します
   • ウェブ検索：検索を実行して結果を収集します
   • 状態の更新：テーマを記録し、検索を終了することを決定します

4. 総合分析：

   • LLMが収集したすべてのfindingsを総合的に分析します
   • 「医療分野における人工知能の最新動向」についての詳細なレポートを生成します

出力例

# 人工智能在医疗领域的最新发展研究报告

## 执行摘要
[基于三轮搜索的综合分析...]

## 主要发现
1. AI在医疗诊断方面的最新进展
   - [具体发现1]
   - [具体发现2]

2. 医疗影像AI技术突破
   - [具体发现3]
   - [具体发现4]

3. AI在药物研发中的应用
   - [具体发现5]
   - [具体发现6]

## 结论与建议
[综合分析结论...]

## 未来研究方向
[基于研究发现提出的未来研究方向...]

注意事項

ワークフローの制限

1. 実行スクリプトなし：本skillはワークフローの説明ドキュメントであり、実行可能なスクリプトは含まれていません
2. 外部依存関係：実際の検索の実行にはbyted-web-searchスキルが必要です
3. パラメーターの簡略化：検索時はqueryパラメーターのみを使用し、その他の検索設定は無視します

使用上の推奨事項

1. 深度の設定：調査の複雑さに応じて適切なdepth値を設定してください
2. クエリの最適化：明確で具体的な調査テーマを指定してください
3. 結果の検証：生成されたレポートについて、必要に応じて事実確認を行ってください

ベストプラクティス

1. 段階的な調査：幅広いテーマから始め、徐々に具体的な方向へ掘り下げます
2. 複数の情報源による検証：複数の情報源の情報を組み合わせて相互検証します
3. 定期的な更新：急速に発展するテーマについては、定期的に再調査することをお勧めします

トラブルシューティング

よくある問題

1. 検索結果がない：queryが具体的すぎる、または専門的すぎないか確認し、より一般的な検索語を試してください
2. 反復が早すぎる段階で終了する：LLMのtemperatureパラメーターを調整するか、より多くのコンテキストを指定してください
3. 結果が重複する：システムには重複を避ける仕組みが組み込まれていますが、それでも発生する場合は手動で対処できます

パフォーマンスの最適化

1. 並列検索：システムの並列処理機能（最大10件の並列処理）を十分に活用します
2. キャッシュの活用：同じテーマを複数回調査する場合は、結果のキャッシュを検討できます
3. 増分更新：継続的に調査する場合は、増分更新の方法を採用できます

---

重要な注意：本skillでは深層調査ワークフローについて説明しています。実際の実行には外部スキルと設定が必要です。byted-web-searchスキルと関連するLLMサービスが正しく設定されていることを確認してください。