はじめに（発展編） - 多視点検索とカスタマイズ

このガイドでは、基本編で学んだシンプルなニュース検索から一歩進んで、より高度な機能を学びます。

前提条件

はじめに（基本編）を完了していること
ワークスペースが初期化されていること
API認証が設定されていること（基本編のGOOGLE_API_KEYに加えて、GROK_API_KEYも必要）

追加のAPI認証設定

多視点検索では、SNS特化チームがxAI社のGrokモデルを使用するため、Grok APIキーが必要です。

# Grok APIキーを設定
export GROK_API_KEY=your-grok-api-key

Grok APIキーの取得方法については xAI Console を参照してください。

補足: GOOGLE_API_KEYのみで実行することも可能ですが、SNS特化チームがエラーとなり、汎用調査チームと学術特化チームのみが動作します。

多視点検索

より詳細な調査が必要な場合は、3つの異なる視点から調査する search_news_multi_perspective.toml を使用します。

mixseek exec \
  --workspace $HOME/mixseek-workspace \
  --config configs/search_news_multi_perspective.toml \
  "ソフトバンクのニュースを調べてください。"

注意: 基本編で方法2（Pythonパッケージ）でインストールした場合はuv run mixseek exec ...としてください。

多視点検索の特徴

3つのチームが競争:

汎用調査チーム (team_general_researcher)
- バランスの取れた一般的なニュース検索
- 主要メディアからの情報収集
SNS特化チーム (team_sns_researcher)
- X（Twitter）、Reddit、SNSでの話題性を重視
- Grok-4-1-fastモデルを使用してトレンド分析
- バズっている情報や人々の反応を収集
学術特化チーム (team_academic_researcher)
- 専門性と信頼性を重視
- 論文、公式発表、専門家の見解を優先
- 詳細な背景と因果関係の説明

評価と判定:

各チームの成果物を4つのメトリクスで評価
最高スコアのチームの回答を採用
複数ラウンド（最大3ラウンド）で改善を競争

実行時間: 約3〜5分（3チーム並行実行）

search_news.toml との違い

項目	search_news.toml	search_news_multi_perspective.toml
チーム数	1チーム	3チーム（並行実行）
視点	汎用的	多角的（汎用/SNS/学術）
評価	デフォルト	カスタム評価設定
判定	デフォルト	カスタム判定設定
ラウンド数	1〜2ラウンド	1〜3ラウンド
実行時間	〜1分	〜5分
情報の質	標準	高品質・多角的

使い分けの目安

search_news.toml を使う場合:

素早く情報を得たい
一般的なニュース検索で十分
コストを抑えたい

search_news_multi_perspective.toml を使う場合:

より詳細で多角的な分析が必要
SNSの反応や専門家の見解も知りたい
複数の視点から情報を比較したい
品質重視で時間とコストは許容範囲

カスタム評価設定 - `evaluator_search_news.toml`

多視点検索では、カスタム評価設定を使用して各チームの成果物を評価します。

4つの評価メトリクス:

メトリクス	重み	説明
Coverage	30%	情報の網羅性（トピックのカバー範囲）
Relevance	25%	クエリへの関連性（ユーザーの質問に直接回答）
Novelty	25%	新規性・意外性（外れ値や独自情報の評価）
ClarityCoherence	20%	明瞭性と一貫性（構造と可読性）

評価の流れ:

各チームが成果物を提出
評価システムが4つのメトリクスで各成果物をスコアリング
重み付き合計スコアで最高得点のチームを選出

参考: 詳細は設定リファレンスを参照

カスタム判定設定 - `judgment_search_news.toml`

複数ラウンドの実行時に、ラウンド間の改善を判定します。

判定基準:

前回ラウンドと今回ラウンドの成果物を比較
情報の追加、質の向上、鮮度、整理の改善を評価
改善が見られない場合は早期終了（無駄なAPI呼び出しを削減）

判定の流れ:

ラウンド1終了後、判定エージェントが成果物を評価
改善の余地がある場合はラウンド2へ
改善が見られない、または最大ラウンド到達で終了

参考: 詳細は設定ガイドを参照

カスタマイズ

1. 設定のカスタマイズ

生成された設定ファイルを編集して、動作をカスタマイズできます：

# チーム設定を編集
vim $HOME/mixseek-workspace/configs/agents/team_general_researcher.toml

# 評価メトリクスの重みを調整
vim $HOME/mixseek-workspace/configs/evaluators/evaluator_search_news.toml

2. 独自のチーム作成

configs/agents/ に新しいチーム設定を追加できます。

方法A: config init コマンドを使用（推奨）

# テンプレートから新しいチーム設定を生成
mixseek config init \
  --workspace $HOME/mixseek-workspace \
  --component team \
  --output-path configs/agents/team_custom.toml

# 生成されたファイルを編集
vim $HOME/mixseek-workspace/configs/agents/team_custom.toml

方法B: 既存ファイルをコピー

# テンプレートをコピー
cp $HOME/mixseek-workspace/configs/agents/team_general_researcher.toml \
   $HOME/mixseek-workspace/configs/agents/team_custom.toml

# 編集して独自のチームを作成
vim $HOME/mixseek-workspace/configs/agents/team_custom.toml

同様に、独自のオーケストレーター設定や評価設定も作成できます：

# オーケストレーター設定を生成
mixseek config init \
  --workspace $HOME/mixseek-workspace \
  --component orchestrator \
  --output-path configs/my_orchestrator.toml

# 評価設定を生成
mixseek config init \
  --workspace $HOME/mixseek-workspace \
  --component evaluator \
  --output-path configs/evaluators/my_evaluator.toml

# 判定設定を生成
mixseek config init \
  --workspace $HOME/mixseek-workspace \
  --component judgment \
  --output-path configs/judgment/my_judgment.toml

3. Web UIの使用

ブラウザから実行履歴や結果を確認できます：

mixseek ui --workspace $HOME/mixseek-workspace

ブラウザで http://localhost:8501 を開いてください。

4. データベース分析

実行結果はDuckDBに保存されます。

DuckDB CLIのインストール:

DuckDBコマンドラインツールをインストールすることで、SQLクエリによるデータ分析が可能になります。

インストール方法については DuckDB公式ドキュメントを参照してください。

主要なインストール方法:

# macOS (Homebrew)
brew install duckdb

# Windows (Chocolatey)
choco install duckdb

# Linux (wget)
wget https://github.com/duckdb/duckdb/releases/latest/download/duckdb_cli-linux-amd64.zip
unzip duckdb_cli-linux-amd64.zip

使用例:

# データベースに接続
duckdb $HOME/mixseek-workspace/mixseek.db

# 実行履歴を確認
SELECT execution_id, status, created_at FROM executions ORDER BY created_at DESC LIMIT 10;