ИССЛЕДОВАТЕЛЬСКИЕ ИНСТРУМЕНТЫ — Научные исследования
--------------------------------------------

По состоянию на: 23 января 2026 г.
Путь: docs/help/tools/research.txt

ОПИСАНИЕ
------------
Исследовательский агент для исследования научной литературы.
Интегрирует различные внешние исследовательские инструменты и
структурирует процесс проверки.

Путь: инструменты/research_agent.py

ДОСТУПНЫЕ ВНЕШНИЕ ИНСТРУМЕНТЫ
-------------------------
Исследовательский агент рекомендует и ссылки:

  Биомедицинская литература PubMed (NIH)
  Исследование Perplexity с использованием искусственного интеллекта и источников
  Консенсус Поиск научных данных
  NotebookLM Инструмент кластеризации/анализа Google
  Помощник по исследованию искусственного интеллекта
  Анализ цитирования Scite с помощью контекстных

USE
----------

команд CLI:
  python Research_agent.py поиск «запрос»
  обзор python Research_agent.py --topic "тема" --years 5
  python Research_agent.py status

Примеры:
  python Research_agent.py поиск «генная терапия CRISPR»
  Обзор python Research_agent.py --тема «Биомаркеры депрессии» --years 3
  python Research_agent.py status

КОМАНДА ПОИСКА
-------------
Выполняет исследование и рекомендует подходящие инструменты.

  python Research_agent.py search «Мутация BRCA1, рак молочной железы»

Вывод:
  - Рекомендуемые инструменты на основе ключевых слов.
  - Прямые URL-адреса на поисковые порталы.
  - История сохраняется

 Обнаружение ключевых слов:
  - гены, белки, болезни, клинические -> PubMed
  - исследование, доказательства, исследование -> консенсус
  - Общие -> Недоумение

КОМАНДА ОБЗОРА
-------------
Создает структурированный план обзора литературы.

  обзор python Research_agent.py --тема «Депрессия против усталости» --лет 5

5-этапный план:
  1. Обзор (5 мин) – Недоумение по поводу контекста
  2. Систематический поиск – PubMed + Консенсус (15 мин)
  3. Скрининг (10 мин) — NotebookLM для кластеризации
  4. Полнотекстовый анализ – Клод/Близнецы (20 мин)
  5. Синтез (10 минут) — Резюме + Пробелы

Каталог вывода:
  user/services_output/research/

КОМАНДА СТАТУСА
-------------
Показывает статус и историю агента.

  статус python Research_agent.py

Вывод:
  - версия
  - Общее количество поисков
  - Окончательный поиск
  - Доступные инструменты

PYTHON INTEGRATION
------------------
изtools.research_agent import ResearchAgent

agent = ResearchAgent()

# Начать поиск
result = Agent.search("Биомаркеры Альцгеймера")
для записи в результате["рекомендации"]:
    print(f"{rec['tool']}: {rec['url']}")

# Создать план проверки
plan = Agent.create_review_plan("Депрессия",years=3)

# Получить статус
status = Agent.get_status()

ПРИМЕР РАБОЧЕГО ПРОЦЕССА
-----------------
Типичный рабочий процесс исследования:

1. ОПРЕДЕЛИТЬ ТЕМУ
   python Research_agent.py search «Дифференциация депрессии и усталости»

2. СОЗДАТЬ ПЛАН ОБЗОРА
   Обзор python Research_agent.py --тема «Депрессия против усталости» --5 лет

3. ИСПОЛЬЗОВАТЬ ИНСТРУМЕНТЫ (вручную)
   - PubMed: Систематический поиск
   - Консенсус: оценка доказательств
   - NotebookLM: кластеризация PDF-файлов

4. СОХРАНИТЬ РЕЗУЛЬТАТЫ
   Вывод в: user/services_output/research/

КЭШ И ИСТОРИЯ
------------------
Поисковые запросы сохраняются:
  Tools/cache/search_history.json

Последние 100 поисковых запросов сохраняются.

ИНТЕГРАЦИЯ С BACH
--------------------
Исследовательский агент является частью экосистемы BACH:

  bach tool suggest research     # Информация об инструменте
  bach --help tools/research     # Эта помощь

Планы на будущее:
  bach research "query"          # Прямой доступ через интерфейс командной строки
  bach research plan "topic"     # План проверки

СМОТРИТЕ ТАКЖЕ
----------
  wiki/ai_portable.txt Конвейер AI Portable RAG
  docs/help/tools/partner.txt Партнерские инструменты (интеграция с Perplexity)
  docs/help/delegate.txt Делегирование партнерам по исследованиям

  ПабМед: https://pubmed.ncbi.nlm.nih.gov/
  Недоумение: https://www.perplexity.ai/
  Консенсус: https://consensus.app/

ВЕРСИЯ: v1.0.0 (23 января 2026 г.)
Строки: ~205 (research_agent.py)
