Mole: agente de deep research com orçamento e citações verificadas

Proposta e controles

Mole é um agente de pesquisa aprofundada que decompõe uma pergunta, busca e lê fontes, extrai afirmações, verifica cada citação contra o texto original, procura contradições e redige uma resposta fundamentada. Seu diferencial central é transformar limites e evidências em regras operacionais: cada chamada de modelo é reservada previamente em um orçamento e liquidada depois, enquanto uma afirmação cuja citação não aparece literalmente na fonte é descartada ainda na extração. Se uma verificação posterior concluir que uma afirmação não é sustentada, ela é marcada no relatório.

O orçamento pode ser definido em dólares ou tokens, mas as modalidades são mutuamente exclusivas. No modo de dólares, o projeto afirma que --usd 0.50 interrompe a execução ao atingir cinquenta centavos e relata 0% de excesso no corpus de testes. O modo de tokens permite limitar modelos locais ou provedores cujos preços não são conhecidos; uma execução hospedada em localhost custa zero, mas continua contabilizando tokens. A ferramenta também oferece acompanhamento por sessão, com custos e tempos por chamada.

Privacidade, operação e integração

O programa roda como dois binários estáticos, sem dependências de execução, usa SQLite e as próprias chaves de API do usuário. As credenciais ficam em um arquivo de configuração com permissão 0600, e não em variáveis de ambiente ou em .mcp.json. Para dados locais, Mole aceita CSV, TSV, JSON e JSONL e impede que linhas individuais cheguem ao modelo: o modelo escolhe um modelo de hipótese e nomes de colunas, enquanto o programa gera e executa SQL e só permite a saída de agregados, como contagens, médias, resultados de testes e grupos com pelo menos cinco registros. O comando mole crossings mostra o que deixou a máquina. Parquet não é compatível.

A ferramenta pode operar por MCP, em um soquete Unix privado, para ser conduzida por um agente de programação. No modo autônomo, Mole planeja, pesquisa, extrai e sintetiza usando a chave configurada. No modo toolkit, o modelo do agente decide o que pesquisar e quais afirmações relacionar, e Mole fornece as partes determinísticas, como busca, recuperação, verificação de citações, combinação de dados e execução de SQL. Os dois modos compartilham mecanismos para evidências, conjuntos de dados e grafo de afirmações.

Evidências e limites declarados

O fluxo inclui planejador, executor, atores de pesquisa, verificador e síntese final. Há atores para web, literatura acadêmica - com Crossref, OpenAlex, arXiv e PubMed - e computação local. A avaliação divulgada registra 100% de integridade das afirmações armazenadas e 100% de precisão das citações, mas a taxa de fundamentação é de 80% entre as afirmações relidas e confirmadas. A precisão na detecção de contradições é de 70% com a etapa de confirmação e 51% sem ela; precisão e revocação da combinação de registros são 1,000/1,000 em uma verdade de referência construída. O próprio programa informa quando não consegue calcular uma métrica, em vez de atribuir zero. Assim, os números apresentam controles específicos e resultados de avaliação, mas também registram que nem toda afirmação relida foi confirmada.