Progetti
02 — Ricerca multi-agent basata su evidenze
DeepScout
DeepScout è un sistema open source per ricerche strutturate basate su fonti ed evidenze. Scompone l’obiettivo in attività, coordina agenti, usa retrieval ibrido e misura la copertura per avviare ricerche correttive sui gap. Include Human-in-the-Loop, valutazioni persistenti e policy adattive versionate con monitoraggio e rollback.
Interfaccia reale
01 / 04
Flusso di ricerca: orchestrazione, pianificazione, agenti specializzati, verifica, sintesi e generazione del report.
- Trasforma un obiettivo in requisiti e task collegati in un DAG, poi coordina agenti di ricerca entro budget e limiti operativi espliciti.
- Mantiene una catena verificabile da requisito a claim, citazione, snapshot e fonte; la copertura rileva i gap e può avviare ricerca correttiva mirata.
- Integra controlli Human-in-the-Loop, valutazioni persistenti e report citati, senza presentare il testo del modello come fatto privo di provenienza.
- Le policy adattive sono versionate e limitate: esperimenti, monitoraggio e rollback migliorano il runtime senza addestrare modelli o modificare autonomamente il codice.
Stack
PythonTypeScriptNext.jsFastAPIPostgreSQL + pgvectorLangChain / LangGraphDocker