---
title: "FAQ Research Agent"
id: "1318"
type: "page"
slug: "faq"
published_at: "2026-08-15T22:44:37+00:00"
modified_at: "2026-08-16T10:41:52+00:00"
url: "https://pastukhov.com/research-agent/faq"
markdown_url: "https://pastukhov.com/research-agent/faq.md"
excerpt: "Pastukhov Agent — инструмент разработчика: IDE вокруг Claude Code для написания кода. Research Agent —…"
---

# FAQ Research Agent

[https://pastukhov.com/research-agent/faq.md](https://pastukhov.com/research-agent/faq.md)

## Чем Research Agent отличается от Pastukhov Agent?

Pastukhov Agent — инструмент разработчика: IDE вокруг Claude Code для написания кода. Research Agent — рабочий кабинет аналитика: исследование рынка, планирование и документирование без работы с кодом. При этом Research Agent умеет управлять агентом в фоновом режиме — чаты и запуск задач видны в том же интерфейсе.

## Чем он лучше Perplexity или ChatGPT с поиском?

Они отвечают на вопрос по нескольким источникам за один запрос. Research Agent выполняет десятки поисков, скачивает и анализирует сотни страниц, извлекает данные пакетами — объёмы, недоступные контексту моделей. На выходе — верифицированный отчёт с первоисточниками, который вручную собрать нереально.

## Сколько стоит одно исследование?

С моделью DeepSeek-V4-Flash — порядка 10–30 центов, выполняется за 20–30 минут. Поддерживаются любые OpenAI-совместимые модели: можно выбрать любую другую, статистика токенов и стоимости ведётся по каждому вызову.

## Что нужно для запуска?

Docker-хост — контейнер один, база SQLite встроена. После запуска задайте в разделе Services API-ключ хотя бы одного поискового провайдера и LLM-сервиса. Для интеграции с Pastukhov Agent — URL и API-ключ агента в переменных окружения.

## Можно ли использовать без Pastukhov Agent?

Да. Поиск, скачивание, извлечение, библиотека исследований и отчёты работают самостоятельно. Интеграция лишь добавляет чаты агента и кнопки «Вызвать агента» на страницах документов.

## Где хранятся данные?

Всё self-hosted в volume `/data`: база (SQLite или PostgreSQL), скачанный Markdown, ключи. Наружу уходят только запросы к выбранным вами поисковым и LLM-провайдерам.

## Почему не open-source?

Я уже пробовал запускать и поддерживать бесплатные продукты — больше 20 лет назад. Это того не стоит — объём поддержки намного выше, при этом нет ресурсов на дальнейшее развитие. Я предпочитаю иметь гораздо меньше пользователей, которые действительно любят продукты и готовы за них платить. Ещё одна важная причина — контроль: я предпочитаю сохранять продукты простыми и минималистичными. С открытым исходным кодом я ожидаю тонны AI-сгенерированных PR с функциями, которые я намеренно избегал из-за их сложности и плохих решений.