multi-agent-research-system
Agentby valentinohansenn
mcpmarket.cn⭐ 17/10
基于LangGraph构建的多智能体深度研究系统
Deep Multi-Agent Research System from Scratch with LangGraph by LangChain, utilizing Model Context Protocol (MCP) and Tavily for web search for daily use cases.
📊 商业分析
核心功能
自主规划并执行多步骤网络搜索与研究任务
商业模式
SaaS订阅或API调用收费
独特价值
结合MCP协议与多智能体协作实现深度自主研究
竞品
["Perplexity", "Consensus", "Elicit"]
🎯 应用场景
使用场景
市场调研学术文献综述竞品分析
适用领域
数据分析信息检索自动化研究
目标用户
研究人员数据分析师开发者
📦 安装方式
🔗 安装/下载链接 →工具信息
- 类型
- Agent
- 平台
- mcpmarket.cn
- Stars
- ⭐ 1
- 价值评分
- 7/10
- 子分类
- 多智能体研究系统
- 复杂度
- complex
- 可商业化
- ✅ 是
AI 标签
多智能体自动搜索深度研究LangGraphTavily
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6