feat(research): add mana-research service — Phase 1 + 2

New Bun/Hono service on port 3068 that bundles many web-research providers behind a unified interface for side-by-side comparison. All eval runs persist in research.* (mana_platform) so quality can be reviewed later. Providers (Phase 1+2): search: searxng, duckduckgo, brave, tavily, exa, serper extract: readability (via mana-search), jina-reader, firecrawl Endpoints: POST /v1/search, /v1/search/compare — single + fan-out POST /v1/extract, /v1/extract/compare — single + fan-out GET /v1/runs, /v1/runs/:id — history POST /v1/runs/:run/results/:id/rate — manual eval GET /v1/providers, /v1/providers/health — catalog + readiness Auto-routing: when `provider` is omitted, queries are classified via regex (fast path, 0ms) with optional mana-llm fallback, then routed to the first available provider for that query type (news → tavily, academic → exa, semantic → exa, etc.). Credits: server-key calls go through mana-credits reserve → commit/refund so failed provider calls don't charge the user. BYO-keys supported via research.provider_configs (UI arrives in Phase 4). Cache: Redis with graceful degradation (1h TTL for search, 24h for extract). Pay-per-use APIs only — no subscription-gated providers. Docs: docs/plans/mana-research-service.md + docs/reports/web-research-capabilities.md Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
2026-05-14 20:01:09 +02:00 · 2026-04-17 14:42:25 +02:00 · 2026-04-17 14:42:25 +02:00 · 2bdb48bdd1
commit 2bdb48bdd1
parent 004fc0b2fd
56 changed files with 4431 additions and 298 deletions
--- a/docs/reports/web-research-capabilities.md
+++ b/docs/reports/web-research-capabilities.md
@ -0,0 +1,324 @@
+# Web-Recherche im Mana-System — Bestandsaufnahme & Vergleich
+
+**Datum:** 2026-04-17
+**Scope:** Wie recherchiert das System heute im Internet, wie gut ist das, und welche Alternativen gibt es?
+
+---
+
+## 1. TL;DR
+
+Mana hat eine **vollständig selbstgehostete, RSS-zentrierte Recherche-Pipeline**:
+
+```
+User / AI-Mission
+      ↓
+research_news Tool (Frontend)  bzw.  NewsResearchClient (mana-ai Backend)
+      ↓
+mana-api /api/v1/news-research/{discover,search,extract}
+      ↓
+mana-search (Go, SearXNG-Proxy)  +  @mana/shared-rss (RSS + Readability)
+      ↓
+SearXNG (lokal, Port 8080)  →  Google / Bing / DDG / Brave / Wikipedia / arXiv / GitHub / ...
+```
+
+**Stärken:** Null API-Kosten, voller Datenschutz, kein Vendor-Lock-in, robuste Inhaltsextraktion (Mozilla Readability), RSS-First-Ansatz liefert strukturierte, zitierbare Quellen.
+
+**Schwächen:** Kein semantisches Ranking (nur Keyword-TF), keine agentische Multi-Step-Recherche, keine Paywall-/JS-Heavy-Site-Handling, keine Cross-Source-Synthese, SearXNG ist fragil gegen Provider-Blocks (Google blockt ihn regelmäßig). Ergebnisqualität liegt etwa bei **30–50 %** dessen, was Perplexity/Exa/OpenAI Deep Research heute liefern.
+
+**Empfehlung:** Hybrid-Modell. Self-Hosting als Default behalten, aber eine **optionale API-Bridge** (Tavily, Exa, oder Brave Search API) als Fallback bzw. "Premium-Recherche" einbauen. Siehe §6.
+
+---
+
+## 2. Was das System HEUTE kann
+
+### 2.1 Service-Landschaft
+
+| Service | Port | Sprache | Rolle |
+|---|---|---|---|
+| `mana-search` | 3021 | Go | SearXNG-Proxy + Readability-Extract (zentral) |
+| `mana-crawler` | 3023 | Go | Deep-Crawls mit Depth/Selector-Support (**wird nicht** von Research genutzt) |
+| `mana-api` | 3060 | Bun/Hono | Orchestriert News-Research-Endpoints |
+| `mana-ai` | 3067 | Bun | Background Mission Runner mit Pre-Planning Research Step |
+| `mana-llm` | 3025 | Python | LLM-Gateway (Ollama-First, Gemini-Fallback) |
+| `news-ingester` | 3066 | Bun | Cron-basiertes Vorab-Pooling kuratierter RSS-Quellen (passiv) |
+| SearXNG | 8080 | — | Meta-Such-Frontend über ~15 Engines |
+
+### 2.2 Die vier Primitive
+
+**1. Web-Suche** (`mana-search` → SearXNG)
+- File: `services/mana-search/internal/search/searxng.go`
+- Kategorien: `general` (Google, Bing, DDG, Brave, Wikipedia), `news` (Google/Bing News), `science` (arXiv, Scholar, PubMed), `it` (GitHub, StackOverflow, NPM, MDN)
+- Redis-Cache (TTL 1h), Prometheus-Metriken, Graceful-Degradation
+- **Limitation:** SearXNG wird von Google regelmäßig per CAPTCHA geblockt; Fallback auf DDG/Bing
+
+**2. Inhaltsextraktion** (`mana-search` + `@mana/shared-rss`)
+- go-shiori/go-readability (Go-Port von Mozilla Readability) im Service
+- `@mozilla/readability` + jsdom in der shared-rss Lib
+- Bulk-Extract bis 20 URLs parallel (`POST /api/v1/extract/bulk`)
+- Redis-Cache 24h, Max-Length 50k chars
+- **Limitation:** Kein JS-Rendering (Playwright fehlt in Research-Pfad), Paywalls werden nicht umgangen, keine PDF-Extraktion
+
+**3. RSS-Feed-Discovery** (`packages/shared-rss`)
+- File: `packages/shared-rss/src/discover.ts`
+- Strategy: `<link rel="alternate">` scannen → Fallback auf Common-Paths (`/feed`, `/rss.xml`, `/atom.xml`, `/feeds/posts/default`, ...)
+- `rss-parser` für RSS 1.0/2.0 und Atom
+- **Stärke:** Trifft strukturierte Inhalte direkt von der Quelle (keine HTML-Extraktion nötig)
+
+**4. AI-Research-Tool** (`research_news`)
+- File: `apps/mana/apps/web/src/lib/modules/news-research/tools.ts:48`
+- Policy: `auto` (Tool läuft ohne User-Approval)
+- Pipeline: Query → `discover` (Web-Search nach "query rss feed") → `search` (Top 10 Feeds parsen + rank) → formatter Markdown-Context
+- Ranking: Keyword-Frequency (title +3, excerpt +2, content +1) + Recency-Boost (<24h: +2, <7d: +1)
+- **Limitation:** Kein BM25, keine Embeddings, keine Query-Expansion, keine Cross-Source-Deduplication
+
+### 2.3 Integration in AI-Missions
+
+Der `mana-ai` Tick-Runner hat einen **Pre-Planning-Step** (`services/mana-ai/src/cron/tick.ts:282`):
+
+```typescript
+if (RESEARCH_TRIGGER.test(m.objective) || RESEARCH_TRIGGER.test(m.conceptMarkdown)) {
+  const research = await nrc.research(m.objective, { language: 'de', limit: 8 });
+  resolvedInputs.push({
+    id: '__web-research__',
+    module: 'news-research',
+    table: 'web',
+    title: `Web-Research: "${m.objective.slice(0, 60)}"`,
+    content: research.contextMarkdown,
+  });
+}
+```
+
+Regex triggert auf: `recherchier|research|news|finde|suche|aktuelle|neueste|today|history|historisch|on this day`. Ergebnis wird als ResolvedInput in den Planner-Prompt injiziert → Planner sieht echte URLs + Excerpts, soll nur diese zitieren.
+
+### 2.4 LLM-Integration (mana-llm)
+
+Router unterstützt: Ollama (primary, lokal), Google Gemini (Fallback), OpenRouter, Groq, Together.
+
+**Wichtig:** Weder OpenAI noch Anthropic sind konfiguriert. Das heißt:
+- **Kein** Claude `web_search` / `fetch_url` Tool-Use
+- **Kein** OpenAI Browsing / Deep Research
+- **Kein** Gemini Grounding mit Google Search
+- Die gesamte Research-Logik ist **explizit in mana-api kodiert** — kein LLM macht hier eigenständig Tool-Calls ins Web.
+
+---
+
+## 3. Qualitätseinschätzung
+
+### Bewertungsmatrix (1 = schwach, 5 = state-of-the-art)
+
+| Dimension | Score | Begründung |
+|---|---|---|
+| **Coverage** (wie viel vom Web) | 2/5 | Nur Quellen mit RSS + was SearXNG liefert (<30 % typisch für News, <5 % für Fachwissen) |
+| **Recency** | 3/5 | RSS-Feeds meist ≤ 1h Verzögerung, SearXNG liefert tagesaktuell. Aber: Pre-Pool (`news-ingester`) ist 15-min-Cron |
+| **Inhaltsqualität** | 4/5 | Mozilla Readability ist best-in-class OSS-Extraktion. Schwach bei Paywalls, JS-SPAs, PDFs |
+| **Semantisches Ranking** | 1/5 | Nur TF + Recency-Boost. Keine Embeddings, kein BM25, keine Reranker |
+| **Multi-Hop-Recherche** | 1/5 | Ein Shot: Query → Feeds → Artikel. Keine Iteration, kein "ich hab X gefunden, jetzt suche ich Y" |
+| **Synthese & Zusammenfassung** | 2/5 | Wird dem LLM überlassen (gemma3:4b). Keine spezialisierten Research-Prompts, keine Quellen-Cross-Validierung |
+| **Grounding / Zitierbarkeit** | 4/5 | URLs + Excerpts werden strukturiert übergeben; Planner-Prompt warnt explizit gegen URL-Halluzination |
+| **Latenz** | 2/5 | Discover + Search + Extract in Serie: 3–15 s typisch. Bei Timeouts: deutlich langsamer |
+| **Kosten** | 5/5 | Null API-Kosten, nur Infrastruktur |
+| **Datenschutz** | 5/5 | Keine Queries verlassen die eigene Infra (bis auf den SearXNG → Google/Bing Roundtrip, der aber über SearXNG anonymisiert ist) |
+| **Robustheit** | 2/5 | SearXNG wird von Google regelmäßig geblockt, Fallbacks sind vorhanden, aber Qualität fällt dann stark |
+
+**Gesamt-Score: ~2.8/5** — solide für das, was es ist (ein RSS-getriebener News-Aggregator mit AI-Integration), aber weit entfernt von dem, was moderne Research-Agents (Perplexity Sonar, Claude mit `web_search`, OpenAI Deep Research, Gemini Deep Research) leisten.
+
+### Konkrete Qualitäts-Gaps
+
+1. **Kein semantisches Matching.** Query "Auswirkungen von Zinssenkungen auf Immobilienmarkt" → findet nur Artikel, die genau diese Keywords haben, nicht solche mit "EZB senkt Leitzins, Hypotheken werden billiger".
+2. **Kein Multi-Step.** "Was sagt Studie X zu Thema Y?" erfordert: 1) Studie finden, 2) Autoren identifizieren, 3) Original-Paper lesen, 4) Kritikpunkte recherchieren. System macht nur Schritt 1–2 rudimentär.
+3. **Keine Inhalts-Synthese.** Wenn 8 Quellen dasselbe Ereignis berichten, werden 8 Texte ans LLM gegeben — keine automatische Dedup oder Consensus-Extraktion.
+4. **Paywall-Problem.** FAZ, NYT, Spiegel+ etc. liefern nur Teaser. Kein Bypass (wäre rechtlich auch problematisch).
+5. **Kein PDF/Paper-Access.** arXiv-Links werden gelistet, aber das PDF wird nicht geladen/extrahiert.
+6. **Keine Wissensgraph-Anbindung.** Entities (Personen, Firmen, Orte) werden nicht extrahiert oder verknüpft.
+
+---
+
+## 4. Marktübersicht: Alternativen & Ergänzungen
+
+### 4.1 Search APIs (ersetzen SearXNG)
+
+| API | Stärken | Schwächen | Preis (Stand 2026) |
+|---|---|---|---|
+| **Brave Search API** | Unabhängiger Index (kein Google-Relay), gute Privacy-Story, gutes Preis/Leistung | Kleinere Coverage als Google | $3–5 / 1k Queries |
+| **Tavily** | Explizit für LLM-Agents gebaut, liefert extrahierten Content statt nur Links, eingebaute Answer-Synthese | Black-Box-Ranking | $0.008 / Query (Basic), ab $30/Monat |
+| **Exa** (früher Metaphor) | Semantische Suche auf Embedding-Basis, "find me similar to this URL", beste Coverage für akademische/technische Quellen | Nicht optimal für News | $0.001–0.01 / Query |
+| **Serper / SerpAPI** | Google-SERP als JSON (inkl. Knowledge Panels, People-Also-Ask, Shopping, Images) | Nur Google-Relay (nicht unabhängig) | $0.30–1 / 1k Queries |
+| **You.com API** | Multi-Engine + integriertes LLM | Kleiner | $10–50/Monat |
+| **Kagi Search API** | Bester Qualitäts-Index laut Reviews | Teuer, Wartelisten | $25/Monat Basic |
+| **Bing Web Search API** | Große Coverage, stabil | Wird 2025 eingestellt (Microsoft deprecation) | — |
+| **Google Custom Search** | Offizieller Google-Zugang | 100 Queries/Tag gratis, dann teuer; Custom-Engine-Setup nötig | $5 / 1k ab 101. Query |
+
+**Empfehlung:** **Tavily** für Agentic-Research (gibt bereits extrahierten Content + Answer), **Brave Search API** für Privacy-freundlichen Default, **Exa** für semantische / Paper-Recherche.
+
+### 4.2 Extraction & Scraping APIs (ersetzen/ergänzen Readability)
+
+| API | Stärken | Schwächen | Preis |
+|---|---|---|---|
+| **Firecrawl** | JS-Rendering via Playwright, LLM-ready Markdown, Crawl-Jobs, Sitemap, Schema-Extraktion | Selbst-hostbar (OSS), oder Cloud | $16–99/Monat, oder OSS gratis |
+| **Jina Reader** (`r.jina.ai`) | Free-Tier großzügig, `https://r.jina.ai/<URL>` gibt Markdown | Rate-Limits ohne Key | Free + $0.02/1M tokens |
+| **Diffbot** | KI-basierte Extraktion, strukturierte Entities, Knowledge-Graph | Teuer | $300+/Monat |
+| **ScrapingBee / ScraperAPI** | Proxy + JS-Render | Generisch, nicht LLM-optimiert | $49–299/Monat |
+| **Crawl4AI** (OSS) | Playwright + LLM-friendly Markdown, lokal self-hostbar, Python | Selbst betreiben | Free |
+| **Trafilatura** (OSS Python lib) | Best-in-class Text-Extraktion (besser als Readability laut Benchmarks) | Nur Library, kein Service | Free |
+
+**Empfehlung für Mana:** **Jina Reader** als drop-in Replacement für Readability-Timeouts (1 Zeile HTTP-Call, extrem robust). Oder **Firecrawl self-hosted** für volle Kontrolle + JS-Support.
+
+### 4.3 All-in-One Research Agents (ersetzen die gesamte Pipeline)
+
+| Service | Was es tut | Preis | Hinweis |
+|---|---|---|---|
+| **Perplexity Sonar API** | Endpoint: "frage eine Frage, bekomm Antwort + Zitate". Multi-Step-Research eingebaut. `sonar-large-online`, `sonar-small-online`, `sonar-pro`, `sonar-reasoning` | $1–5 / 1M tokens + $5 / 1k searches | Beste "plug&play" Research-API am Markt |
+| **OpenAI Deep Research API** | Async Jobs die 5–30 Min laufen, autonome Agentic-Research, Report als Ergebnis | $10+ / Task | Premium, nicht Echtzeit |
+| **Gemini Deep Research** | Ähnlich OpenAI DR, in Gemini Advanced / Vertex AI | In Abos enthalten | Nur über Gemini-API |
+| **Claude mit `web_search` Tool** | Claude-API hat server-seitiges Web-Search Tool seit 2025 | $10 / 1k searches + Token-Kosten | Integriert sich nahtlos in existierende Agents |
+| **You.com Research API** | Ähnlich Perplexity | $ pro Query | Kleiner Anbieter |
+
+**Empfehlung:** **Perplexity Sonar** ist der direkteste Ersatz für das, was Mana heute tut — mit deutlich höherer Qualität. **Claude `web_search`** ist die natürlichste Integration, wenn Claude sowieso schon als LLM genutzt wird (aktuell nicht der Fall in Mana, siehe §2.4).
+
+### 4.4 Open-Source Research-Frameworks
+
+| Framework | Was es ist | Eignung für Mana |
+|---|---|---|
+| **Perplexica** | Self-hosted Perplexity-Clone (SearXNG + LLM + UI) | **Sehr hohe** Übereinstimmung mit Mana-Stack; könnte als Vorbild für eine verbesserte Research-UX dienen |
+| **GPT Researcher** | LangChain-basiert, führt autonome Multi-Step-Research durch | Passt nicht direkt zu Mana's Tool-Architektur, aber Konzepte übertragbar |
+| **SearXNG + LiteLLM + Self-Extract** | Was Mana im Wesentlichen schon hat | — |
+| **llm.datasette.io + mwmbl** | Extrem minimalistisch, OSS-Index | Zu klein für Produktivnutzung |
+| **Open WebUI + Tool-Servers** | UI-Layer für LLMs mit Tool-Ecosystem | Orthogonal |
+| **crawl4ai + rag-stack** | Python-Pipelines für Deep-Research | Nur als inspirativer Input |
+
+---
+
+## 5. Vergleichs-Matrix: Mana heute vs. Alternativen
+
+| Dimension | Mana (heute) | + Tavily | + Perplexity Sonar | Claude `web_search` | OpenAI DR |
+|---|---|---|---|---|---|
+| Coverage | 2/5 | 4/5 | 5/5 | 5/5 | 5/5 |
+| Semantisches Ranking | 1/5 | 4/5 | 5/5 | 5/5 | 5/5 |
+| Multi-Hop | 1/5 | 2/5 (mit Agent-Loop) | 4/5 | 5/5 | 5/5 |
+| Synthese & Zitate | 2/5 | 4/5 | 5/5 | 5/5 | 5/5 |
+| Latenz | 2/5 (3–15s) | 4/5 (<2s) | 4/5 (2–8s) | 3/5 (5–30s) | 1/5 (5–30 min) |
+| Datenschutz | 5/5 | 3/5 | 2/5 | 3/5 | 2/5 |
+| Kosten | 5/5 | 4/5 | 3/5 | 3/5 | 2/5 |
+| Self-Hosting möglich | 5/5 | 0/5 | 0/5 | 0/5 | 0/5 |
+| Produktionsreife | 3/5 | 5/5 | 5/5 | 5/5 | 5/5 |
+
+---
+
+## 6. Empfehlungen — vom Minimum zum Maximum
+
+### 6.1 Quick-Wins ohne externe APIs (Null zusätzliche Kosten)
+
+1. **BM25-Ranking** statt Keyword-Frequency. 1 Tag Arbeit, 20–30 % Qualitätssprung.
+   - File: `apps/api/src/modules/news-research/routes.ts:160` (`scoreAndRank`)
+2. **Query-Expansion via lokalem LLM.** Vor dem Search-Call: `gemma3:4b` generiert 2–3 Varianten der Query → mehr Coverage. ~0.5 s Latenz extra.
+3. **Embedding-Dedup.** Vor dem Ranking: MiniLM-Embeddings (via `@mana/local-llm` oder mana-llm) für Cluster-Dedup gleicher News. Halbiert Redundanz.
+4. **PDF-Extraktion** für arXiv & Paper-Links. `pdf-parse` npm-lib, ~2 h Arbeit.
+5. **SearXNG hardenen.** `settings.yml` reviewen, Engines auf stabile (Brave, DDG, Qwant) fokussieren, Google deprioritisieren.
+6. **Playwright-Fallback** in `mana-crawler` für JS-heavy Sites (ist da, aber nicht im Research-Pfad). Nutzen, wenn Readability leeren Text zurückgibt.
+
+**Aufwand gesamt:** ~3–5 Tage, Qualitätssprung von 2.8/5 auf ~3.5/5.
+
+### 6.2 Hybrid-Modell (empfohlen für Release)
+
+**Architektur:** `mana-search` behält SearXNG als Default, aber akzeptiert einen optionalen Provider-Switch:
+
+```typescript
+// apps/api/src/lib/search.ts
+async function webSearch(opts) {
+  const provider = opts.provider ?? env.DEFAULT_SEARCH_PROVIDER; // 'searxng' | 'brave' | 'tavily'
+  switch (provider) {
+    case 'tavily':   return tavilySearch(opts);   // agentic, gibt Content + Answer
+    case 'brave':    return braveSearch(opts);    // privacy-freundlich, stabil
+    case 'searxng':  return searxngSearch(opts);  // self-hosted, free
+  }
+}
+```
+
+**Tier-Mapping** (nutzt existierendes `requiredTier`-System):
+- `guest` / `public` → SearXNG (self-hosted, free)
+- `beta` / `alpha` / `founder` → Tavily/Brave (Premium-Recherche)
+
+**Konkret:**
+- Neues `research_news_deep` Tool mit `auto`-Policy für Premium-Tiers
+- SearXNG bleibt für alles andere
+- Env-Var: `TAVILY_API_KEY`, `BRAVE_SEARCH_API_KEY` (beide optional)
+
+**Kosten:** ~$30–100/Monat für moderate Nutzung (geschätzt 5k–20k Queries).
+
+**Qualitätssprung:** 2.8/5 → 4.2/5.
+
+### 6.3 Max-Quality-Setup (wenn Tier-Premium-Feature)
+
+Für zahlende Nutzer oder besonders wichtige Missionen:
+
+1. **Perplexity Sonar API** als Default-Agent (`sonar-pro` für Standard, `sonar-reasoning` für Deep-Dives).
+2. **Jina Reader** als Extraction-Fallback für alles, was Readability nicht schafft.
+3. **Exa** für akademische/technische Queries (detektiert über Query-Klassifikation).
+4. **Langchain-style Multi-Step-Agent** in `mana-ai`: Query → initial search → identify gaps → follow-up searches → synthesis. Mit Token-Budget (bereits vorhanden).
+
+**Kosten:** ~$200–500/Monat für intensive Nutzung.
+
+**Qualitätssprung:** 4.2/5 → 4.7/5 (auf Augenhöhe mit Perplexity-UI).
+
+### 6.4 Was NICHT gemacht werden sollte
+
+- **Nicht** OpenAI Deep Research als Default einbauen — zu langsam (5–30 min), zu teuer, zu wenig Kontrolle.
+- **Nicht** SearXNG komplett rauswerfen — bleibt der beste Free-Tier-Default und wichtig für Privacy-Positioning.
+- **Nicht** `mana-crawler` zum News-Fetcher umfunktionieren — er ist für Tiefen-Scans gebaut, falsches Tool.
+- **Nicht** Paywall-Umgehung einbauen — rechtlich riskant, schadet dem Ruf.
+
+---
+
+## 7. Datenschutz & "Self-Hosting"-Positioning
+
+Mana positioniert sich als **Self-Hosted & Independent**. Eine Hybrid-Lösung ist damit vereinbar, wenn:
+
+1. Default-Verhalten = 100 % self-hosted (SearXNG).
+2. Externe APIs sind **opt-in** pro User (Settings → "Premium-Recherche aktivieren").
+3. API-Keys sind **pro User** oder **pro Tier** — nicht geshared.
+4. Transparente Anzeige im UI: *"Diese Recherche wurde via Tavily durchgeführt (externer Dienst)"*.
+5. Dokumentation in `docs/TECH_STACK_INDEPENDENCE.md` entsprechend erweitern.
+
+Alternativ: **Nur Brave Search API** (unabhängiger Index, Privacy-Fokus) als einzige externe Option — behält die "unabhängig vom Big-Tech-Stack"-Story.
+
+---
+
+## 8. Nächste Schritte (konkret)
+
+**Phase 1 — Quick-Wins** (1 Woche)
+- [ ] BM25 in `apps/api/src/modules/news-research/routes.ts:160`
+- [ ] Query-Expansion via `gemma3:4b` im `research_news`-Pfad
+- [ ] SearXNG-`settings.yml` reviewen + dokumentieren
+- [ ] Playwright-Fallback in Extraction-Chain (nur wenn Readability leer)
+
+**Phase 2 — Hybrid-Provider** (1–2 Wochen)
+- [ ] `webSearch()` Abstraktion mit Provider-Switch in `apps/api/src/lib/search.ts`
+- [ ] Brave Search API als Fallback-Provider
+- [ ] Tier-Gating in `packages/shared-branding/src/mana-apps.ts`
+- [ ] UI: Settings → "Premium-Recherche"
+
+**Phase 3 — Agentic Research** (3–4 Wochen)
+- [ ] Multi-Step-Loop in `mana-ai` mit Follow-Up-Queries
+- [ ] Embedding-Dedup + semantisches Clustering
+- [ ] Perplexity Sonar als optionaler `research_deep` Tool
+- [ ] Zitations-UI im Frontend (Inline-Footnotes in AI-Antworten)
+
+---
+
+## 9. Referenzen im Code
+
+| Funktion | Datei | Zeile |
+|---|---|---|
+| Web-Search Client | `apps/api/src/lib/search.ts` | `webSearch()` |
+| News-Research Routes | `apps/api/src/modules/news-research/routes.ts` | 1–220 |
+| SearXNG Integration | `services/mana-search/internal/search/searxng.go` | — |
+| Readability Extract | `services/mana-search/internal/extract/extractor.go` | — |
+| RSS-Discovery | `packages/shared-rss/src/discover.ts` | 1–129 |
+| Research-Tool (Frontend) | `apps/mana/apps/web/src/lib/modules/news-research/tools.ts` | 48–102 |
+| Pre-Planning Research Step | `services/mana-ai/src/cron/tick.ts` | 282–297 |
+| LLM Router | `services/mana-llm/src/providers/router.py` | — |
+| News Ingester | `services/news-ingester/src/sources.ts` | — |
+
+---
+
+**Zusammenfassung in einem Satz:** Mana hat eine solide, self-hosted RSS+SearXNG+Readability-Pipeline, die bei ~60 % der Use-Cases ausreicht — für echten agentischen Research-Qualitätsanspruch braucht es entweder Phase-1-Optimierungen (BM25, Query-Expansion, Embedding-Dedup) oder eine optionale Brücke zu Brave/Tavily/Perplexity Sonar als Premium-Feature.