Virtual Scientists V2 作為一個模組化的 AI 代理框架，專為科學研究設計。它定義了多個虛擬科學家—化學家、物理學家、生物學家與資料科學家—每位皆具備領域知識與工具整合能力。這些代理利用 LangChain 統籌調用 Semantic Scholar、ArXiv 和網路搜尋等來源的 API，以自動化文獻蒐集、情境分析及資料抽取。使用者設定研究目標，代理會自主蒐集論文、摘要方法和結果、提出實驗方案、生成假設，並產出結構化報告。框架支援外掛擴充，能整合自訂工具與流程。自動化重複性研究任務，加快洞察產生，並降低跨領域專案的手動負擔。

Agent Script 提供了一層宣告式腳本層，覆蓋大型語言模型，可用 YAML 或 JSON 來撰寫定義代理流程、工具調用與記憶使用的腳本。你可以連接 OpenAI、本地 LLM 或其他提供者，將外部 API 作為工具，並配置長短期記憶後端。框架自動處理內容管理、非同步執行和詳細日誌。只需少量程式碼，即能快速原型聊天機器人、RPA 流程、資料擷取代理或自訂控制循環，讓建構、測試與部署 AI 自動化更為容易。

Deep-Research-With-Web-Scraping-by-LLM-And-AI-Agent旨在結合網頁擷取技巧與大型語言模型功能，自動化端到端的研究流程。使用者定義目標領域、網址模式或搜尋查詢，並利用BeautifulSoup等庫設定解析規則。該架構控制HTTP請求以擷取原始文本、表格或元資料，再將內容傳入LLM進行摘要、主題分類、問答或資料正規化。支援用LLM結果引導後續的爬取任務，進行深度資訊挖掘。內建快取、錯誤處理、可配置的prompt範本，提升整理完整資訊的效率，非常適合學術文獻回顧、競爭情報與市場研究自動化。