垂直カスタマイズ・アプローチ
特殊な領域への適応を達成するためには、3段階の変換が必要である：
- 知識強化1) ドメイン用語集（JSON形式）をbackend/data/に追加 2) prompt_templates/research.txtを修正し、ドメイン修飾語を追加 3) CUSTOM_KNOWLEDGE_BASE_PATHを設定し、内部ドキュメントを指すようにする。
- 検索戦略の最適化: 1) google-search-apiを学術データベースインターフェース(例えばIEEE Xplore)に置き換える 2) search_controller.pyにドメインフィルターを追加する 3) SCHOLARLY_MODE=Trueを設定して学術仕様の参照を有効にする
- 出力フォーマット: 1) frontend/src/components/ResultView.jsを修正して、ドメイン固有のレンダリングをサポートする（例：化学式／法律条項） 2) LaTeX出力オプションを追加する 3) Zoteroや他の文書管理ツールを統合する
- 評価システム1) ドメインテストデータセットの作成 2) ラングスミスを使用した評価パイプラインの作成 3) モデルパラメータの定期的な微調整
変換例：医療分野ではICDコード認識モジュールを追加することができ、金融分野ではSEC Edgarデータベースクローラーを統合する必要があり、特定の実装はBaseResearchAgentクラスを継承する必要がある。
この答えは記事から得たものである。Gemini Fullstack LangGraph: GeminiとLangGraphをベースとした知的研究用フルスタックアプリケーションについて
