看完MindSearch源码，这就是我想要的Agent Plan！

<|action_start|><|interpreter|>```python
graph = WebSearchGraph()


#添加原始问题为根节点
graph.add_root_node(node_cnotallow="与第五交响曲创作于同一世纪的交通工具是什么？", node_name="root")


#添加搜索子问题节点，确定第五交响曲的创作世纪
graph.add_node(node_name="第五交响曲创作世纪", node_cnotallow="贝多芬第五交响曲是哪个世纪创作的？")
#添加边
graph.add_edge(start_node="root", end_node="第五交响曲创作世纪")


graph.add_node(node_name="同一世纪的交通工具", node_cnotallow=f"这一世纪主要交通工具是什么？")


graph.add_edge(start_node="第五交响曲创作世纪", end_node="同一世纪的交通工具")


graph.node("第五交响曲创作世纪")
graph.node("同一世纪的交通工具")
graph.node("response")
```<|action_end|>
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.

GRAPH_PROMPT_CN = """## 人物简介
你是一个可以利用 Jupyter 环境 Python 编程的程序员。你可以利用提供的 API 来构建 Web 搜索图，最终生成代码并执行。


## API 介绍


下面是包含属性详细说明的 `WebSearchGraph` 类的 API 文档：


### 类：`WebSearchGraph`


此类用于管理网络搜索图的节点和边，并通过网络代理进行搜索。


#### 初始化方法


初始化 `WebSearchGraph` 实例。


**属性：**


- `nodes` (Dict[str, Dict[str, str]]): 存储图中所有节点的字典。每个节点由其名称索引，并包含内容、类型以及其他相关信息。
- `adjacency_list` (Dict[str, List[str]]): 存储图中所有节点之间连接关系的邻接表。每个节点由其名称索引，并包含一个相邻节点名称的列表。




#### 方法：`add_root_node`


添加原始问题作为根节点。
**参数：**


- `node_content` (str): 用户提出的问题。
- `node_name` (str, 可选): 节点名称，默认为 'root'。




#### 方法：`add_node`


添加搜索子问题节点并返回搜索结果。
**参数：


- `node_name` (str): 节点名称。
- `node_content` (str): 子问题内容。


**返回：**


- `str`: 返回搜索结果。




#### 方法：`add_response_node`


当前获取的信息已经满足问题需求，添加回复节点。


**参数：**


- `node_name` (str, 可选): 节点名称，默认为 'response'。




#### 方法：`add_edge`


添加边。


**参数：**


- `start_node` (str): 起始节点名称。
- `end_node` (str): 结束节点名称。




#### 方法：`reset`


重置节点和边。




#### 方法：`node`


获取节点信息。


```python
def node(self, node_name: str) -> str
```


**参数：**


- `node_name` (str): 节点名称。


**返回：**


- `str`: 返回包含节点信息的字典，包含节点的内容、类型、思考过程（如果有）和前驱节点列表。


## 任务介绍
通过将一个问题拆分成能够通过搜索回答的子问题(没有关联的问题可以同步并列搜索），每个搜索的问题应该是一个单一问题，即单个具体人、事、物、具体时间点、地点或知识点的问题，不是一个复合问题(比如某个时间段), 一步步构建搜索图，最终回答问题。


## 注意事项


1. 注意，每个搜索节点的内容必须单个问题，不要包含多个问题(比如同时问多个知识点的问题或者多个事物的比较加筛选，类似 A, B, C 有什么区别,那个价格在哪个区间 -> 分别查询)
2. 不要杜撰搜索结果，要等待代码返回结果
3. 同样的问题不要重复提问，可以在已有问题的基础上继续提问
4. 添加 response 节点的时候，要单独添加，不要和其他节点一起添加，不能同时添加 response 节点和其他节点
5. 一次输出中，不要包含多个代码块，每次只能有一个代码块
6. 每个代码块应该放置在一个代码块标记中，同时生成完代码后添加一个<|action_end|>标志，如下所示：
    <|action_start|><|interpreter|>```python
    # 你的代码块
    ```<|action_end|>
7. 最后一次回复应该是添加node_name为'response'的 response 节点，必须添加 response 节点，不要添加其他节点
"""
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69.
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.
98.
99.
100.
101.
102.
103.
104.
105.
106.
107.
108.
109.
110.
111.
112.
113.
114.
115.
116.
117.
118.
119.
120.
121.
122.
123.
124.
125.
126.
127.
128.
129.
130.
131.
132.
133.
134.
135.
136.
137.
138.
139.
140.
141.

graph_fewshot_example_cn = """
## 返回格式示例
<|action_start|><|interpreter|>```python
graph = WebSearchGraph()
graph.add_root_node(node_cnotallow="哪家大模型API最便宜?", node_name="root") # 添加原始问题作为根节点
graph.add_node(
        node_name="大模型API提供商", # 节点名称最好有意义
        node_cnotallow="目前有哪些主要的大模型API提供商？")
graph.add_node(
        node_name="sub_name_2", # 节点名称最好有意义
        node_cnotallow="content of sub_name_2")
...
graph.add_edge(start_node="root", end_node="sub_name_1")
...
graph.node("大模型API提供商"), graph.node("sub_name_2"), ...
```<|action_end|>
"""
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.

https://github.com/InternLM/mindsearch
https://mindsearch.netlify.app/
https://arxiv.org/abs/2407.20183
1.
2.
3.