关于 🧠 AutoGen-Compatible Multi-Agent Research POC with Ollama + BraveSearch
这是一个本地优先的研究概念验证项目,由 Ollama 驱动的 Searcher 与 Synthesizer 协作搜索并总结网页信息。适合探索基于 Brave Search 和可选 MCP 工具调用的多 Agent 研究流程的开发者。
主要功能
- 01通过 Ollama 使用本地 LLM
- 02Searcher 与 Synthesizer Agent
- 03集成 Brave Search API
- 04可选 Brave MCP 插件服务
- 05工具调用解析与分发
适用场景
- 01执行网页研究并生成摘要
- 02试验双 Agent 研究工作流
MCP 相关
MCP 是调用 Brave Search 的可选方式:可将工具注册表从 Brave Search API 切换为 Brave MCP 插件服务。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
🧠 兼容 AutoGen 的多 Agent 研究概念验证:Ollama + BraveSearch
本项目是一个本地优先的多 Agent 系统概念验证,使用:
- 🤖 通过 Ollama 运行本地大模型
- 🧩 使用
<tool_call>...语法检测工具调用 - 🔍 通过 Brave Search API 或 Brave MCP 插件服务进行网页搜索
- 🧠 两个协作 Agent:
Searcher和Synthesizer
📁 文件夹结构
MultiResearchPOC/
├── main.py # Entry point
├── agents/
│ ├── searcher.py # Ollama-powered research agent
│ └── synthesizer.py # Summarizer agent
├── tools/
│ ├── tool_parser.py # Tool call detection logic
│ └── tool_registry.py # Tool dispatcher (API or MCP)
├── .env # Contains BRAVE_API_KEY
└── requirements.txt # Python dependencies
🚀 开始使用
1. 克隆项目
git clone <your-repo-url>
cd MultiResearchPOC
2. 安装依赖项
pip install -r requirements.txt
3. 设置 .env
echo "BRAVE_API_KEY=your_brave_api_key_here" > .env
前往此处获取 Brave API 密钥:https://developer.brave.com/api-search/
4. 在本地运行 Ollama
ollama run llama3:8b
如果使用 Docker:请确保将主机设为
http://host.docker.internal:11434
5. 运行程序
python main.py
你应该会看到:
- 来自
SearcherAgent 的响应 - 触发的工具调用
- 从 Brave 获取的搜索结果
- 来自
SynthesizerAgent 的最终摘要
🔁 在 API 和 MCP 插件之间切换
选项 1:Brave Search API(默认)
默认通过以下方式使用:
"BraveSearch": call_brave_api
选项 2:Brave MCP 插件服务
- 启动插件服务:
npx @modelcontextprotocol/server-brave-search
- 更新
tools/tool_registry.py:
# "BraveSearch": call_brave_api,
"BraveSearch": call_brave_mcp_server
🔮 后续步骤与改进
| 功能 | 说明 |
|---|---|
| 🧠 添加 Planner Agent | 动态决定调用哪个 Agent/工具 |
| 🧩 添加更多工具 | CrunchbaseSearch、TwitterTrends、YouTubeSearch 等 |
| 📄 Markdown 输出 | 保存会话日志,以供查看或与 Obsidian 集成 |
| 🖼️ 添加 UI | 使用 Chainlit、FastAPI 或 Discord 机器人进行交互 |
| 🌐 封装为 API | 转换为本地 API,以便通过 Web 或命令行使用 |
📜 输出示例
🤖 Searcher Response:
<tool_call>BraveSearch({"query": "African AI startups 2024 promising not mainstream"})</tool_call>
🌐 Tool Output:
• AI 100: ...
• Five African AI startups to watch in 2023 ...
🧠 Final Summary:
- CB Insights lists top private AI companies...
- 5 African startups solving problems in healthcare, marketing...
🙌 致谢
如有问题或想法,请提交 issue 或发起讨论!
🏗️ 为 Microsoft AI Agents Hackathon 构建 本项目是 Microsoft AI Agents Hackathon 的参赛作品之一。该挑战旨在构建由开源技术和 Microsoft 技术驱动的智能、自主且能够使用工具的 Agent。
本项目旨在展示一个本地优先的多 Agent 系统,它可以:
生成动态工具调用
使用 Brave Search 开展实时网页研究
通过 Agent 协作综合有用见解
🔗 提交作品:[TBD]
local multi-agent AI research bot | Ollama + Brave + AutoGen | Built for Microsoft AI Agents Hackathon
免责声明
本项目是个人概念验证,完全在工作之外使用个人时间和工具开发。它与我雇主当前或计划中的任何业务活动无关,也不包含任何专有或机密信息。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。