使用Perplexity Agent API、LangGraph和LangSmith构建可审计的风险投资研究代理
了解如何构建一个风险投资研究代理，它能在90秒内生成带有引用的投资备忘录，使用Perplexity Agent API、LangGraph和LangSmith。该代理并行运行团队、财务、产品和市场四个研究节点，然后综合生成包含七个部分的备忘录，包括论点与建议。每个声明都可追溯到原始来源，确保输出可审计。文章还比较了三个搜索提供商，并提供了构建类似代理的要点。
在风险投资领域，投资委员会在决定是否投资前，分析师需要撰写一份内部备忘录，涵盖论点、市场规模、团队、竞争、风险和最终建议。传统上，这份草案可能需要数十小时的研究和写作，而大多数初创公司最终被放弃，但分析师仍需投入大量时间收集信息。
为了解决这一痛点，LangChain团队构建了一个代理，利用Perplexity Agent API、LangGraph和LangSmith，能在约90秒内以约0.40美元的API成本生成一份带有引用的备忘录初稿。该代理分为两个阶段：首先，四个并行研究节点（团队、财务、产品、市场）分别使用web_search和finance_search工具收集证据；然后，一个无工具的合成器节点仅基于这些研究结果撰写备忘录的七个部分：快照、团队、财务、产品、市场、风险和论点（包含一行推荐）。每个部分末尾都附有引用列表，确保所有声明可追溯至原始来源。
在LangGraph中，图结构非常简单：四个研究节点从起点并行启动，每个节点只读取状态中的公司名称，并将输出写入research_output键。为了避免并行写入冲突，使用reducer按节名合并并发写操作。合成器节点没有任何工具，它只能从研究输出中提取信息，从而保证每个声明都有据可查。
文章还比较了三个搜索提供商，通过自定义LangSmith评估器衡量主要来源率和财务概念覆盖率等指标。结果因用例而异，建议开发者根据自身需求定义和评分指标。生成的备忘录是初稿，对于文档完善的公司效果最佳，对于信息稀少的私人公司较弱，论点是模型自身的分析，分析师仍需验证。
关键要点包括：让LangGraph处理并发，使用reducer合并写入；将每个声明都基于检索到的证据；将提供商选择视为可实验的指标。下一步，你可以将代理适配到公司的备忘录模板，或在自己的投资组合上运行。