EXA使用Langgraph使用多代理Web研究系统进行创新

EXA是搜索API行业的杰出参与者，已揭示了其最新的创新：一项复杂的多代理Web研究系统。 Langchain表示，这一发展由Langgraph和Langsmith提供支持，旨在彻底改变对复杂的研究查询的处理方式。

代理搜索的演变

EXA进入该高级系统的旅程始于简单的搜索API。随着时间的流逝，该公司不断发展其产品，包括一个答案端点，该答案端点将大型语言模型（LLM）推理与搜索结果集成在一起。最新的发展是他们的深入研究代理，标志着他们进入了真正的代理搜索API。这反映了更广泛的行业趋势，以更加自主和长期运行的LLM应用。

向深入研究架构的过渡促使EXA采用Langgraph，这已成为处理日益复杂的架构的首选框架。这种转变与行业运动保持一致，在该行业运动中，更简单的设置可以升级以处理更复杂的任务，例如研究和编码。

设计多代理系统

EXA的系统具有基于Langgraph的多机构体系结构，由：

1. 计划者：分析查询并生成并行任务。
2. 任务：使用专业工具执行独立研究。
3. 观察者：监督整个过程，维护上下文和引用。

该体系结构允许动态缩放，根据查询的复杂性调整任务数量。为每个任务提供了特定的说明，所需的输出格式以及访问EXA的API工具，从而确保从简单到复杂的查询有效处理。

关键设计见解

EXA的系统强调结构化输出和有效的资源使用情况。通过在完整内容检索之前对搜索片段的推理优先级，该系统可以在维持研究质量的同时减少令牌使用情况。这种方法对于可靠和结构化的JSON输出至关重要的API消耗至关重要。

EXA的设计选择汲取了其他行业领导者的灵感，例如人类深度研究系统，将最佳实践纳入了上下文工程和结构化数据输出。

利用Langsmith可观察到

Langsmith的可观察性功能，尤其是在代币使用跟踪中，在EXA的系统开发中起着至关重要的作用。该能力为资源消耗，为定价模型提供了重要的见解并优化了性能。

EXA的软件工程师马克·佩卡拉（Mark Pekala）强调了Langmith易于设置的重要性及其对理解令牌用法的贡献，这对于该系统的具有成本效益的可扩展性至关重要。

结论

EXA对Langgraph和Langmith的创新使用展示了多代理系统在处理复杂的Web研究查询中的潜力。该项目突出显示了类似努力的关键要点，例如可观察性，可重复性，结构化输出和动态任务生成的重要性。

随着EXA继续完善其深入的研究代理，这一开发是建立可提供可观业务价值的强大，可准备的代理系统的模型。

图像来源：Shutterstock