State Machine

LangGraph Multi-Agent Research System

Autonomer Research-Agent mit expliziter State Machine, Quality Loop und Streaming. Vier-Knoten LangGraph-Pipeline (Plan → Research → Write → Review) mit Conditional Edges, SQLite-Persistenz und FastAPI SSE-Streaming. Reports durchschnittlich ~9.000 Zeichen mit 10-15 verifizierten Quellen, ~$0.06 pro Run via OpenRouter.

GitHub Repository → Architektur ansehen

4 Graph-Knoten

~$0.06 Kosten/Run

56–155s Laufzeit

10–15 Quellen/Report

LangGraph StateGraph

[Planner] → [Researcher] → [Writer]

│

[Reviewer]

│ │

score≥7 score<7

▼ ▼

END → Planner

(loop)

SQLite Checkpoint │ SSE Stream │ FastAPI

Architektur

Pipeline

Planner

Generiert 3-5 spezifische, suchbare Forschungsfragen zum Thema.

Researcher

Führt Tavily Web-Suche pro Frage aus und sammelt Ergebnisse mit URLs.

Writer

Synthetisiert alle Forschungsnotizen zu einem strukturierten Markdown-Report.

Reviewer

Bewertet Report (0-10), bei Score < 7 Loop zurück zum Planner mit Feedback.

Tech Stack

Technologien

Agent Framework

LangGraph 0.3+LangChainTavily Search

Backend

Python 3.12FastAPISSE (sse-starlette)

Persistenz

SQLite CheckpointerClaude Sonnet 4 (OpenRouter)

Engineering Decisions

Architektur-Entscheidungen

Entscheidung

LangGraph statt reinem Prompting

Explizite State Machine mit Conditional Edges macht den Research-Loop transparent und debuggbar. Der Graph ist als Mermaid sichtbar, State ist an jedem Knoten inspizierbar.

Entscheidung

Quality Gate als Graph-Konstrukt

Der Score-basierte Review-Loop ist ein erstklassiges Graph-Feature (Conditional Edge), kein Prompt-Hack. Automatische Revision bei Score < 7 mit maximal 2 Iterationen.

Entscheidung

OpenRouter statt direkte API

OpenRouter-Routing zu Claude Sonnet 4 kostet ~$0.06/Run statt ~$0.40+ direkt. Bei gleichem Modell 85% Kosteneinsparung für Research-Workloads.