Research Agent

Deutsch — Offizielle Deutsch-Version / Documento Oficial en Deutsch.

Research Agent (Deutsch)

Diese Fassung ist der zentrale Paketursprung. Innerhalb von <OneDrive>/.TOPICS/.RESEARCH gilt die aktuelle Projekt- und Research-Pipeline als Autorität; der mitgelieferte PubMed/arXiv-Code ist nur ein optionales Recherchewerkzeug.

Verbindliche Autoritätskette

1. Aktueller Nutzerauftrag und globale AGENTS.md-/GPT.md-/CLAUDE.md- Regeln.
2. Projektlokale aktuelle Dateien, Livezustand, Locks, Entscheidungen und Register. Nummerierte Fortsetzungen und explizite Current-Pointer gehen ihren Vorläufern vor; Archive und Konfliktkopien werden nicht stillschweigend zur Ersatzautorität.
3. Live-Pipeline im Research-Root: insbesondere CLAUDE.md, START*, MASTER*, POLICY*, PUBLIKATIONSVERFAHREN.md, QUALITY_RULES*, aktuelle Status-/TODO-Pointer sowie CHECKS-LOG.txt und CHECKS-REG.md.
4. Dieser Skill und seine generischen Suchskripte.

Zu Beginn sind ~/.codex/GPT.md, die beiden globalen CLAUDE.md-Dateien, die Research-Regeln und die aktuellen projektlokalen KONZEPT*, Plan-, TODO*, BEWEISNOTIZ*, Entscheidungs-, Publikations- und Bibliografiedateien zu lesen. Bei Widersprüchen gilt fail-closed.

Live-Gates und Mutationen

• Ein aktuelles unlesbares CHECKS-LOG.txt ist ein hartes Read-only-Gate.
• Vor Auswahl oder Änderung: CHECKS-REG.md, Projektregister, Entscheidungen, gegebenenfalls Fable-Plan, Locks, Konfliktkopien und Livezustand prüfen.
• BACH/BYUM-Holds und Ablauf ausschließlich mit fc_get_time belegen.
• In OneDrive FileCommander für Navigation, Reads, Metadaten, Checksums, Cloud-Locks und Ausführung verwenden. Vor Writes eng locken, fremde Locks und Änderungen bewahren, am Ende nur den eigenen Lock entfernen.
• Produkt-/Fachentscheidungen, Cooldowns, fehlende kanonische Klone, Reproduktionsgates und verbrauchte Einmalfreigaben nicht autonom umgehen.

Evidenz-, Claim-, Compute- und Publikationsregeln

• Lokale .WISSEN-Funde früh nutzen, wissenschaftliche Aussagen danach an Primärquellen verifizieren. Satz/Abschnitt/Seite, Voraussetzungen, Normalisierung und Objekttyp exakt binden; volatile Abfragen datieren.
• PDFs nur nach %PDF-, lesbarer Seitenzahl/Text-Extraktion und SHA-256 als Quellen führen. HTML-, CAPTCHA-, 404- und Platzhalterdateien zählen nicht.
• Messung, Langzeitevidenz, Unsicherheit und Forschungsoption trennen; keinen Proxy, Preflight, Review oder Teillauf zum wissenschaftlichen Claim hochstufen.
• Deutsche End-User-Artefakte verwenden echte Umlaute. EN/DE und nur dann ein Kombi-Artefakt prüfen, wenn die aktuelle Pipeline es zulässt: Struktur, Bibliografie, Build, Extraktion und Encoding.
• Compute ausschließlich nach live .COMPUTE-/Projektvertrag und Placement-Regeln. Keine langen Laptopläufe, Retries, Fortsetzungen, Queueänderungen oder verbrauchten Einmalläufe ohne ausdrückliche Autorität. Timeout/Infrafehler sind kein mathematisches Negativergebnis.
• Upload, Public-Switch, Submit, Registry-Buchung und Release sind getrennte User-Gates. Vorbereitung und Dry-Run sind keine Publikation.
• Abschluss erst nach erforderlichen Tests/Builds, Artefakt-Readback, Projekt- und Root-Registern, gegebenenfalls Automationsgedächtnis/Handoff und Entfernung eigener temporärer Locks. Restgates ausdrücklich nennen.

Optionaler Literaturhelfer

Die folgenden Python-Module nutzen ausschließlich die Standardbibliothek (urllib, xml, json). Sie unterstützen Suche und Review, ersetzen aber keine der obigen Autoritäts- oder Evidenzprüfungen.

Architecture

ResearchAgent (Orchestrator)
  sources/          Data sources (PubMed, arXiv)
    base.py         Article/SearchResult dataclasses, Source ABC
    pubmed.py       NCBI E-utilities (esearch + efetch)
    arxiv.py        arXiv Atom API
  workflows/        Research workflows
    quick_search.py Quick search across multiple sources
    literature_review.py  4-phase literature review

Usage as Python Library

from scripts.agent import ResearchAgent

agent = ResearchAgent()

# Quick search (Deutsch)
result = agent.search("machine learning diagnostics", max_results=10)
print(result)

# Structured literature review (Deutsch)
plan = agent.create_review_plan("transformer architectures", years=3)
print(plan.total_articles, "articles found")

# Save result (Deutsch)
agent.save_result(result, "research_ml.md", fmt="markdown")

Usage as CLI

cd scripts
python -m ResearchAgent search "quantum computing" --max 20
python -m ResearchAgent review "CRISPR gene editing" --years 5

Data Sources

Extensible: New sources implement the Source ABC from sources/base.py.

Extension

from scripts.sources.base import Source, SearchResult

class MySource(Source):
    @property
    def name(self) -> str:
        return "my-source"

    def search(self, query, max_results=10, **kwargs):
        # Implement API query
        ...

    def get_article(self, article_id):
        ...

    def is_available(self) -> bool:
        return True

BACH Notes

Only relevant when used within BACH.

from scripts.agent import ResearchAgent
agent = ResearchAgent(use_bach=True)  # Optional BACH integration

Änderungsprotokoll

0.2.0 (2026-08-22)

• Projekt- und Pipeline-Autorität vor generischen Suchskripten verankert
• Live-Gates, OneDrive-/Lock-Regeln und Current-Pointer aufgenommen
• Primärquellen-/PDF-Nachweise, Claim-Grenzen und bilinguale Prüfungen ergänzt
• Compute-, Upload-, Register- und Closeout-Gates fail-closed festgeschrieben

0.1.0 (2026-03-12)

• Migration from MODULAR_AGENTS/ResearchAgent to skill library
• PubMed + arXiv sources
• QuickSearch + LiteratureReview workflows