Show HN: Mole – ターミナル用のディープリサーチエージェント

2026/08/15 3:52

Show HN: Mole – ターミナル用のディープリサーチエージェント

RSS: https://news.ycombinator.com/rss

要約

Japanese Translation:

「mole」ツールは、厳格なデータプライバシー保証を備えたローカル実行に最適化された、予算制約付きの深層リサーチエージェントです。標準的なリサーチツールの Unlike と異なり、mole はすべての主張について原文引用を用いて厳密に検証し、モデル呼び出しが実行前に予約され、完了後に清算される定着レジャーシステムによって予算超過を防ぎます(例:

--usd 0.50
は厳密に 50 セントで停止します)。支援されていない主張は沈黙させるのではなく、報告書から除外するか報告書内で目印としてマークすることで、100% の主張完全性と引用精度といった Honest メトリクスを含む透明性の高い報告を確保します。そのアーキテクチャにより、機密 CSV ファイルは完全にユーザーのマシン上に保持され、プライバシーを維持するために集計統計のみがセキュリティクロス経由で送信されます。Linux/macOS(スクリプト経由)、Homebrew、Arch AUR、Debian/Ubuntu 向けにランタイム依存関係のない単一静的バイナリとして提供され、セッション管理およびガード付き検索の 14 ツールを備えた MCP サーバーとして簡単に統合できます。また、mole は
research
、フォローアップ用の
ask
、フージーキーを使用したデータセットのマージなど、さまざまなモードをサポートし、SQL レンダリングのような決定論的なタスクも可能です。ユーザーは
~/.config/mole/config.json
を通じて検索エンジン(例:tavily、brave)およびモデルプロバイダー(Anthropic、OpenAI 互換)を選択して設定します。この厳格な検証、コスト制御、ローカルプライバシーの組み合わせにより、データ漏洩や財務的な驚きを招くことなく信頼性の高い洞察を得る必要がある企業の理想の選択肢となります。

本文

Mole:制約付きの深層調査エージェント

概要

Mole は、予算強制執行型で出典が検証されたクォートを備えた、高信頼性の深層研究エージェントです。

  • 質問への回答フロー: 質問を受領 → 分解・検索 → ソース閲覧 → 主張抽出 → 出典との照合 → 矛盾検出 → 結論作成
  • コスト管理: モデル呼び出しは事前に予算に留保され、完了後に清算されます。設定した上限(例:$0.50)が厳密に守られます(超過率 0%)。
  • 動作環境: ローカルマシンで動作し、自身の API キーを使用します。**MCP(Model Context Protocol)**経由でコーディングエージェントから制御可能です。

2 つの運用モード

  1. 自律型モード: ユーザーが質問を入力し、Mole が全てを処理して回答を提供する。
  2. ツールキットモード: コーディングエージェント(推論)と Mole(実装/検証)の役割分担を行い、既存の AI サブスクリプションを活用します。

なぜ Mole か?3 つの差別化ポイント

1. 強制執行型の予算管理

  • 見積もりではなく強制: すべての呼び出しは実行前に予算から留保され、完了後に清算されます。
  • 厳格な上限: データベース台帳に非負制約を課しているため、設定額(例:0.50 ドル)を超えて消費されることはありません。

2. 検証された出典付き主張

  • クォートでの厳密性: 抽出された主張が、ソースページに文字通り記載されているか確認されます。記載されていない主張は破棄されます。
  • 明確な不支持の扱い: 検証に失敗した主張は「静かに捨てる」のではなく、「Unsupported(不支持)」として明示的に報告されます。

3. ローカルデータのプライバシー保護

  • ローカル分析のみ: CSV やフォルダを指示すると、データがマシン外に出ることなく分析されます。
  • 安全な SQL エグゼクッション: モデルは直接行を読み取らず、SQL テンプレートと列名に基づき Mole がステートメントをレンダリングして実行します(集計結果のみ返却)。

インストール方法

すべての経路では、ランタイム依存関係のない 2 つの静的バイナリ (

mole
mole-mcp
) を提供します。

スクリプト(Linux/macOS)

curl -fsSL https://raw.githubusercontent.com/lajosdeme/mole/main/install.sh | sh
  • 検証: SHA-256 チェックサムで確認されます。
  • 注意: 必要な場合は sudo を使用し、
    --dry-run
    フラグで動作確認が可能です。

Homebrew(macOS/Linux)

brew install lajosdeme/mole/mole
  • 公式リポジトリからのインストールです(コアのクリーンアップツールとは別物)。

Arch Linux (AUR)

yay -S mole-research-bin    # 事前ビルド版
# またはソースからビルド:
# yay -S mole-research
  • 注意:
    mole
    は SSH トンネリングツールのため、衝突を避ける必要があります。

Debian/Ubuntu

curl -fsSLO https://github.com/lajosdeme/mole/releases/latest/download/mole_amd64.deb
sudo dpkg -i mole_amd64.deb

ソースコードから(Go 1.25+ 必須)

go install github.com/lajosdeme/mole/cmd/mole@latest
go install github.com/lajosdeme/mole/cmd/mole-mcp@latest

または、クローン後に

install
コマンドを実行し、バージョンタグをスタンプします。


設定

検索プロバイダーと LLM プロバイダーを設定します。API キーは必ず

$HOME/.config/mole/config.json
に格納し(モード 0600)、環境変数や
.mcp.json
には配置しないでください。

基本的な設定

# 検索プロバイダーの設定
mole config set search.provider tavily          # または:brave
mole config set search.tavily-key tvly-...

# LLM モデルの設定
mole config set llm.provider anthropic          # または:openai-compatible
mole config set llm.api-key sk-...
mole config set llm.model claude-sonnet-5
mole config set llm.cheap-model claude-haiku-4-5

# 設定のチェック
mole doctor

OpenAI 互換エンドポイント(DeepSeek など)

価格ゼロドルのセルフホストモデルも利用可能です。

mole config set llm.provider openai-compatible
mole config set llm.base-url https://api.deepseek.com/v1
mole config set llm.model deepseek-chat

使用方法

質問の研究(Research)

# ドル単位での予算設定(必須)
mole research "Bitcoin ネットワークがどれだけ電力を使っているか" --usd 0.50

# トークン単位での予算設定
mole research "..." --tokens 200000

# 検索パラメータの指定
mole research "..." --max-sources 8 --max-depth 3

# JSON フォーマット出力(マシンプログラミング向け)
mole research "..." --json
  • 注意: ドルモードとトークンモードは同時に設定できません。

追加入念の質問(Ask)

mole ask <session-id> "Cambridge の推計はどう言っていましたか?"
  • 既存セッション内の主張に基づいた回答です。追加検索を行わず、コストをかけずに回答生成を行います。

データセット構築モード

CSV や TSV のような構造化データを出力します。

mole research "UK の大手スーパーマーケットチェーンとその売上高" \
  --mode dataset \
  --schema 'company:text!,revenue:number=年次 GBP 売上高,employees:number' \
  --usd 0.50

# CSV への出力
mole dataset <session-id> --format csv > chains.csv

# JSON フル値の出力
mole dataset <session-id> --format json

ローカルデータ分析(Local Compute)

ローカルの CSV/フォルダを安全に分析します。

mole connect add sales ./exports/sales.csv
mole connect add exports ./exports

# 地域ごとの支出分析
mole research "地域ごとの支出の違いはどうですか?" \
  --actors local_compute --usd 0.30

MCP クライアント連携

{
  "mcpServers": {
    "mole": { "command": "mole-mcp" }
  }
}
  • ユニックスソケットで動作し、認証情報はシム経由で安全に管理されます。

仕組みの概要

[質問]
   ↓ planner      → 小質問への分解・再計画(証拠入手時)
   ↓ executor     → ワーカー単位の処理・留保/清算
   ↓ actor        → 検索→取得→抽出(主張マイニング)
   ↓              → 【重要】すべての主張をクォートで検証・ソース比較
   ↓ verifier     → 主張ペアの裁定・矛盾検出
   ↓              → サンプル主張の再読み込み
   ↓ output       → 統合回答の作成
[回答]

3 つのエージェント機能

  1. ウェブ検索・ページ閲覧
  2. 学術クエリ: Crossref、OpenAlex、arXiv など(重複削除、オープンアクセス優先)。
  3. ローカルコンピューティング: レジストデータの SQL エグゼクション(モデルに直接行を送らない設計)。

ツールキットモードの特徴

  • 推論はエージェントが行い、Mole はクォートチェック、ペアリトリバル、マージ、SQL レンダリングを担当します。
  • 共通のコンポーネント(AcceptRow、集計ゲート等)を共有しており、両方のモードで同様のグラフ構築が可能です。

正直な数値指標

Mole は自身の実行を評価し、計算不能な指標は明示的にゼロとして表示します。

  • 予算超過率: 0%(どの実行も上限を超えていません)
  • 主張の完全性: 100%(すべての保存済み主張がソースとクォート一致)
  • 引用精度: 100%(引用元がすべて確認可能)
  • 根拠付け率: 80%(再読み込みした主張のうち検証された割合)
  • 矛盾検出精度: 確認パスありで 70%、なしで 51%
  • マージ精度/再現率: 1.000

コントリビュート(貢献)

バグ報告や Issue の提出は歓迎します。コントリビューションには CLA が適用されます(CONTRIBUTING.md 参照)。

テスト基準

変更後にテストをパスさせることは必須です。

# コードフォーマットチェック
gofmt -l .

# ビルド確認
go build ./...

# テスト実行(クリーンな状態でなければなりません)
go test ./...

ライセンス

Apache-2.0 詳細は

LICENSE
NOTICE
ファイルを参照してください。

同じ日のほかのニュース

一覧に戻る →

2026/08/15 0:00

Qwen 3.8 27B

## Japanese Translation: Qwen3.8 は、コーディング、プロフェッショナルなワークフロー、研究、長期的なエージェントタスクにおいて大幅な性能向上をもたらす、Qwen3.5 の機能に継承する最新オープンモデルです。コンパクトな Qwen3.8-27B バリエーションは、複雑な多段階実行のためのネイティブのビジョン・ランゲージ理解を備えています:STEM 図や数時間の動画を処理し、環境からのフィードバックを取り扱い、`preserve_thinking` を介して履歴メッセージにわたる思考を保持します。性能は、SWE-bench Pro で 61.7、Terminal Bench 2.1 (Terminus) で 73.0、LiveCodeBench v6 で 90.3、OSWorld-Verified で 84.3、MathVision および OmnilDocBench で 90% 超のスコアを含む強力なベンチマーク結果によって検証されています。 アーキテクチャにおいて、モデルは YaRoPE スケーリングによる拡張性を通じてネイティブに 262k トークンのコンテキストウィンドウをサポートし、最大 100 万トークンまで拡張可能です。`enable_thinking`(デフォルトでオン)と `reasoning_effort`(xhigh/medium/low)によって制御される柔軟な推論モードを提供します。推奨サンプリングパラメータはモードごとに異なります:思考モードでは temperature=1.0、top_p=0.95、top_k=20、min_p=0.0 を使用し、指示モードでは temperature=0.7、top_p=0.80、presence_penalty=1.5 を使用し、思考を無効にするためのオプションの追加ボディ調整が可能です。 本番デプロイメントは、SGLang、vLLM、TokenSpeed、Qwen Cloud API との互換性を通じて簡素化されており、高スループットシナリオには専用サービングエンジンが推奨されます。数時間のビデオ処理については、`video_preprocessor_config.json` の `longest_edge` を 469,762,048(224k ビデオトークン)に設定します。全体として、Qwen3.8 は深い歴史的文脈と長期間にわたる自律的な意思決定を可能にし、既存の画像/ビデオ分析パイプラインとシームレスに統合されます。

2026/08/15 5:46

研究がコーヒー摂取量と代謝健康および性ホルモンの関連性を示唆

## Japanese Translation: 大学のウェブサイトは、主要な学術および行政リソースにユーザーを接続する包括的なポータルとして機能します。構造的には、生化学・分子医学学部、教育学・心理学学部、人文科学部、医学部、情報技術電気工学部、理学部、技術学部、オウルビジネススクールなどの特定ファカルティへの直接ナビゲーションを提供するとともに、「Oula-Finna」図書館システムをはじめとする重要なサポーツサービスにアクセスすることを可能にします。この図書館システムでは、サービス、コレクション、施設、ガイド、連絡先時間などへのアクセスが提供されています。さらに、ニュース、出願、研究、協力、寄付、キャンパス、キャリア、連絡先情報、登記所、中央アーカイブなどのセクションも利用可能です。ウェブサイトはまた、大学ランキングを際立たせて表示しています。これらの多様な要素を統合することによって、ウェブサイトはステークホルダーが特定の機関データおよびサービスを見つけるために効率よく動作し、内部ナビゲーションおよび外部エンゲージメントのための重要なハブとなっています。

2026/08/15 0:03

私が大切にしている本7冊:なぜか大好きだからです。

## Japanese Translation: **改善された要約:** 本文の主な焦点は、作家の机周および棚に配置され、インスピレーションと参照のための詳細な物品リストにある。このキュレートのコレクションは古典文学や神学から数学論理、児童書、デジタルツールまで多様な分野を繋ぎ合わせている。著者は実用性やテーマ的な深さに基づいて特定の版を残しており、例えばロジェの類語辞典第 4 版は時間概念(例:優先度、同時性)の簡潔な分類のために保持されているが、サイズのため第 8 版は遠い棚に移されており使用されていない。他の注目すべき作品には、サウス・トマス・ブラウンの『Pseudodoxia Epidemica』があり、これはロジェのスペースに置かれ、蝗虫やピタゴラスのタブーなどに関する話題が論じられている;ボッカッチョの『デカメロン』(1348 年の黒死病を背景とし、ダンテと比較される);そして『フレゲからゲーデルへ』という数学論理論文集が含まれている。リストにはさらに、ヨハネス・コメニウスの挿絵入り児童書『Orbis Sensualium Pictis』(1658 年)、特定の記事に関する注釈を付した大型文字の NIV 聖書、ベリー公の中世『Belles Heures』、そして 8mm バックアップテープや韓国式麻雀カードのような個人的な文脈を持つ物品も含まれている。最後に、GNU Emacs や Blosxom ソフトウェアなどの実用的なデジタルツールに加え、ドラフト作成およびテキスト修正のために GNU grep およびその他のユーティリティのコレクションも含まれている。

Show HN: Mole – ターミナル用のディープリサーチエージェント | そっか~ニュース