Mole: Deep-Research-Agent mit festgelegtem Budget und verifizierten Zitaten für Ihr Terminal
Mole ist ein Deep-Research-Agent, der in Ihrem Terminal läuft. Er zerlegt eine Frage, durchsucht das Web, liest Quellen, extrahiert Behauptungen, prüft jede Behauptung gegen den Text, aus dem sie stammt, und schreibt eine Antwort mit Quellenangaben. Anders als chatbasierte Agenten setzt er ein striktes Budget durch, verifiziert jede Behauptung und hält Ihre lokalen Daten privat.
Eingehaltenes Budget
Jeder Modellaufruf wird vor der Ausführung gegen ein Budget reserviert und danach abgerechnet, mithilfe eines Hauptbuchs mit Nicht-Negativ-Bedingungen im Datenbankschema. Das Flag --usd 0.50 bedeutet, dass der Lauf bei fünfzig Cent stoppt. Die gemessene Überschreitung über den Testkorpus beträgt 0%.
Verifizierte Zitate
Jede Behauptung trägt ein Zitat, das wörtlich in der Quellseite vorkommt. Behauptungen, die diese Prüfung nicht bestehen, werden bei der Extraktion verworfen. Überlebende Behauptungen können erneut gegen ihre Quelle gelesen werden, und nicht unterstützte werden im Bericht markiert.
Datenschutz lokaler Daten
Weisen Sie Mole auf eine CSV oder einen Ordner hin, und es analysiert die Daten, ohne dass die Inhalte Ihren Rechner verlassen. Das Modell wählt eine Hypothesenvorlage und Spaltennamen; Mole führt SQL lokal aus. Nur Aggregate (Anzahl, Mittelwerte, Testergebnisse, Buckets mit mindestens fünf Datensätzen) sind zurück erlaubt. mole crossings zeigt genau an, was Ihren Rechner verlassen hat.
Installation
Installation per Skript (Linux/macOS):
curl -fsSL https://raw.githubusercontent.com/lajosdeme/mole/main/install.sh | shOder per Homebrew:
brew install lajosdeme/mole/moleArch Linux (AUR): yay -S mole-research-bin oder mole-research. Debian/Ubuntu: Laden Sie das .deb von der Releases-Seite herunter. Von Quelle (Go 1.25+): go install github.com/lajosdeme/mole/cmd/mole@latest.
Konfiguration
Sie benötigen einen Suchanbieter und einen Modellanbieter. Schlüssel liegen in ~/.config/mole/config.json mit Modus 0600 – niemals in Umgebungsvariablen. Mole unterstützt die meisten LLMs, einschließlich Codierungsagenten, Abonnements und lokale Modelle.
MCP-Unterstützung
Mole spricht MCP, sodass ein Codierungsagent es steuern kann – entweder, indem er Mole eine Frage stellt und die Antwort sammelt, oder im Toolkit-Modus, wo der Agent die Argumentation übernimmt, während Mole die Nicht-Modell-Teile liefert.
Es ist kostenlos und Open Source, läuft als einzelne statische Binärdatei ohne Laufzeitabhängigkeiten.
📖 Vollständige Quelle lesen: HN AI Agents
👀 Siehe auch

Open-Source-Gmail-MCP-Server fügt Multi-Account-Unterstützung und Schreibzugriff hinzu
Ein Open-Source-MCP-Server ermöglicht es Claude AI, sich mit mehreren Gmail-Konten zu verbinden und bietet volle Lese- und Schreibrechte, einschließlich Archivierung, Etikettierung und automatischer Abmeldung von Newslettern. Er unterstützt die Gmail-Such-Syntax und kann in 5 Minuten auf Railway bereitgestellt oder selbst gehostet werden.

Engram: Hybrides Speicher-Plugin für OpenClaw-Agenten — Vektor- und Semantische Suche mit Zerfall
Engram gibt OpenClaw-Agenten persistente Erinnerungen über Sitzungen hinweg, mit SQLite+FTS5 für exakten Abruf und LanceDB für semantische Suche, sowie Verfallsklassen und Auto-Capture-Hooks.

skillcheck: Ein Linter für SKILL.md-Dateien, der plattformübergreifende Kompatibilitätsprobleme erkennt
skillcheck ist ein Python-Tool, das SKILL.md-Dateien gemäß der agentskills.io-Spezifikation validiert und bietet einzigartige Funktionen wie Bewertung der Beschreibungsqualität, Warnungen zu Claude-spezifischen Feldern und Überprüfung von Dateiverweisen, die in bestehenden Validatoren nicht verfügbar sind.

pxpipe: Token-Nutzung von Claude Code um 60% senken, indem Kontext als Bilder dargestellt wird
pxpipe ist ein lokaler Proxy, der umfangreichen Kontext (System-Prompts, Tool-Dokumentation, Verlauf) in kompakte PNGs rendert, wodurch die eingegebenen Tokens um das ~10-fache und die Kosten bei tokenintensiven Arbeitslasten um ~60% reduziert werden.