Mole: Ein Recherche-Agent fürs Terminal mit fester Kostengrenze
Mole, ein Open-Source-Recherche-Agent fürs Terminal, hält das gesetzte Budget ein, verwirft Aussagen, deren Zitat nicht wörtlich in der Quelle steht, und hält lokale Datenzeilen vom Modell fern.
TL;DR
- Mole ist ein Open-Source-Recherche-Agent fürs Terminal, der eine Kostengrenze durchsetzt und jede Aussage verwirft, deren Zitat nicht wörtlich in der Quelle steht [^1].
- Die erste Version 0.1.0 erschien am 13. August und kann außerdem lokale Dateien auswerten, ohne deren Zeilen an das Modell zu schicken [^2] [^1].
Hintergrund
Deep-Research-Agenten nehmen eine Frage, starten viele Suchen, lesen die gefundenen Seiten und schreiben eine Antwort mit Quellenangaben. Die Schwachstellen solcher Agenten sind die Kosten, weil eine Frage viele Modellaufrufe auslösen kann, und die Genauigkeit, weil ein Modell einer Seite eine Aussage zuschreiben kann, die dort nie stand. Mole, vom GitHub-Nutzer lajosdeme unter der Lizenz Apache-2.0 veröffentlicht, ist um genau diese zwei Probleme herum gebaut [^1].
Was passiert ist
Mole zerlegt eine Frage in Teilfragen, sucht, liest Quellen, extrahiert Aussagen, prüft jede Aussage gegen den Text, aus dem sie stammt, sucht nach Widersprüchen zwischen Aussagen und schreibt eine Antwort mit Quellenangaben [^1]. Ein Planer kann neu planen, wenn Belege eintreffen, und neben der Websuche gibt es eine akademische Komponente, die Crossref, OpenAlex, arXiv und PubMed abfragt [^1]. Das Tool besteht aus zwei statischen Binärdateien ohne Laufzeitabhängigkeiten, speichert seine Daten in SQLite und nutzt deine eigenen Schlüssel: Tavily oder Brave für die Suche und Anthropic oder einen beliebigen OpenAI-kompatiblen Endpunkt wie DeepSeek, Ollama, llama.cpp oder vLLM für das Modell [^1]. Version 0.1.0 erschien am 13. August [^2].
Das README nennt drei Dinge, die Mole anders macht als eine Chat-Oberfläche mit Websuche [^1]. Erstens wird das Budget durchgesetzt, nicht geschätzt: Jeder Modellaufruf wird vorab in einem Kontobuch reserviert und danach abgerechnet, sodass --usd 0.50 den Lauf bei fünfzig Cent stoppt. Ein Budget ist Pflicht, in Dollar oder in Token, und ein lokal betriebenes Modell kostet null, wird aber trotzdem in Token gezählt [^1]. Zweitens trägt jede Aussage ein Zitat. Steht das Zitat nicht wörtlich auf der Seite, aus der es stammt, wird die Aussage verworfen, bevor sie in eine Antwort gelangen kann, und Aussagen, die eine spätere Nachprüfung nicht bestehen, werden im Bericht als nicht belegt markiert statt stillschweigend gestrichen [^1]. Drittens bleiben lokale Daten lokal. Bei einer CSV-Datei oder einem Ordner wählt das Modell eine Hypothesenvorlage und Spaltennamen, Mole erzeugt und führt das SQL selbst aus, und nur Aggregate wie Zählungen, Mittelwerte, Testergebnisse und Gruppen mit mindestens fünf Datensätzen gehen an das Modell zurück. Der Befehl mole crossings zeigt genau, was den Rechner verlassen hat [^1].
Mole spricht außerdem MCP, das Protokoll, mit dem Coding-Agenten externe Werkzeuge aufrufen. Ein Coding-Agent kann ihm eine Frage übergeben oder im Toolkit-Modus selbst mit seinem eigenen Modell schlussfolgern, während Mole vierzehn deterministische Werkzeuge für Suche, Abruf, Zitatprüfung, Verwaltung von Aussagen und die Sperre für lokale Daten liefert [^1]. Das README richtet diesen Modus an alle, die ohnehin ein Abo für Claude Code oder Qwen Code bezahlen [^1].
Warum es wichtig ist
Bemerkenswert ist, dass das README eine eigene Bilanz veröffentlicht, samt der schwachen Werte. Kein Lauf hat demnach sein Budget überschritten, und jede gespeicherte Aussage hat ein wörtliches Zitat. Von den Aussagen, die erneut gegen ihre Quelle geprüft wurden, bestätigten sich aber nur 80 Prozent, und die Erkennung von Widersprüchen erreichte eine Präzision von 70 Prozent mit Bestätigungsdurchlauf und 51 Prozent ohne [^1]. Diese Lücke ist eine nützliche Erinnerung: Ein Zitat, das wörtlich auf einer Seite steht, beweist, dass der Text dort steht, nicht dass er die darauf gebaute Aussage stützt. Mole fängt das erste Problem bei der Extraktion ab und markiert das zweite im Nachhinein [^1].
Es handelt sich um die eigenen Messungen des Projekts auf seinem eigenen Testkorpus, und der Merge-Wert von 1,000 bezieht sich auf konstruierte Referenzdaten [^1]. Unabhängig geprüft sind sie nicht. Trotzdem geht eine Grenze, die das Tool im Schema seiner Datenbank durchsetzt, statt die Kosten nur zu schätzen, eines der konkreten Risiken an, wenn ein Agent auf deine Rechnung sucht und liest [^1].
Ein Beispiel aus der Praxis
Angenommen, du hast einen CSV-Export der Verkäufe deines Shops und willst wissen, wie sich die Ausgaben zwischen Regionen unterscheiden, ohne die Rohdatei an einen Modellanbieter zu geben. Du meldest die Datei bei Mole an, stellst die Frage im Modus für lokale Daten und setzt ein Budget von 0,30 Dollar, wie im Beispiel aus dem README [^1]. Das Modell wählt nur, welcher Vergleich auf welchen Spalten laufen soll. Mole schreibt die Abfrage, führt sie auf deinem Rechner aus und gibt nur Aggregate zurück, etwa Durchschnitte, Zählungen und Gruppen mit mindestens fünf Datensätzen [^1]. Danach zeigt dir mole crossings, was genau hinausgegangen ist [^1].