first commit

This commit is contained in:
闫旭隆
2025-11-02 18:06:38 +08:00
commit 233e0ff245
40 changed files with 8876 additions and 0 deletions

211
QUICKSTART.md Normal file
View File

@ -0,0 +1,211 @@
# 快速开始指南
## 1. 环境准备
### 激活虚拟环境
```bash
# 如果虚拟环境不存在,先创建
conda create -n deep_research_env python=3.11
conda activate deep_research_env
```
### 安装依赖
```bash
pip install -r requirements.txt
```
## 2. 配置API密钥
编辑 `.env` 文件填写你的API密钥
```bash
# DashScope API配置阿里云Qwen模型
DASHSCOPE_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx
# Tavily搜索API配置
TAVILY_API_KEY=tvly-xxxxxxxxxxxxxxxxxxxxxxxx
```
### 获取API密钥
- **DashScope**: https://dashscope.aliyun.com/
1. 注册/登录阿里云账号
2. 开通通义千问服务
3. 获取API Key
- **Tavily**: https://tavily.com/
1. 注册账号
2. 获取免费API Key支持1000次/月)
## 3. 验证安装
运行测试脚本验证环境:
```bash
# Windows Git Bash
export PYTHONIOENCODING=utf-8 && python tests/test_phase1_setup.py
# Linux/Mac
python tests/test_phase1_setup.py
```
如果所有测试通过,说明环境配置成功!
## 4. 开始使用
### 基础用法
```bash
# 执行研究standard模式
python -m src.main research "Python asyncio最佳实践"
```
### 高级用法
```bash
# 使用deep模式进行深度研究
python -m src.main research "量子计算最新进展" --depth deep
# 指定学术格式
python -m src.main research "机器学习可解释性" --format academic
# 保存报告到指定路径
python -m src.main research "微服务架构设计" --output report.md
# quick模式快速研究约2分钟
python -m src.main research "Docker容器化" --depth quick
```
### 其他命令
```bash
# 查看配置
python -m src.main config --show
# 查看历史记录
python -m src.main history
# 查看指定历史记录
python -m src.main history --view research_20251031_120000
# 恢复之前的研究
python -m src.main resume research_20251031_120000
```
## 5. 深度模式说明
| 模式 | 迭代轮次 | 目标来源数 | 置信度目标 | 预期时长 | 适用场景 |
|------|---------|-----------|-----------|---------|---------|
| **quick** | 1-2 | 5-10 | 0.6 | ~2分钟 | 快速了解、简单问题 |
| **standard** | 2-3 | 10-20 | 0.7 | ~5分钟 | 日常研究、平衡速度和质量 |
| **deep** | 3-5 | 20-40 | 0.8 | ~10分钟 | 重要决策、高质量要求 |
## 6. 报告格式说明
- **technical** - 技术报告格式,面向开发者
- 包含代码示例
- 最佳实践
- 常见问题
- **academic** - 学术报告格式,面向研究者
- 结构化摘要
- 文献综述
- 引用规范
- **auto** - 自动选择格式(根据问题类型)
- 技术问题 → technical
- 学术问题 → academic
## 7. 常见问题
### Q1: API调用失败怎么办
检查:
1. API密钥是否正确配置
2. 网络连接是否正常
3. API额度是否充足
### Q2: 研究结果置信度低怎么办?
解决方案:
1. 使用更高的深度模式deep
2. 尝试不同的问题表述
3. 检查是否有高质量来源
### Q3: 如何提高研究质量?
建议:
1. 使用deep模式
2. 提供更具体的问题
3. 使用英文问题(可获取更多高质量来源)
4. 设置更低的min-tier如1或2
### Q4: 如何查看详细的执行日志?
在代码中设置verbose=True
```python
from src.agents.coordinator import run_research
result = run_research(
question="你的问题",
verbose=True # 显示详细日志
)
```
## 8. 示例场景
### 场景1: 学习新技术
```bash
# 快速了解技术概念
python -m src.main research "什么是Rust所有权系统" --depth quick
# 深入学习技术细节
python -m src.main research "Rust所有权系统实现原理" --depth deep
```
### 场景2: 技术选型
```bash
# 对比不同技术方案
python -m src.main research "gRPC vs REST API比较" --depth standard --format technical
```
### 场景3: 学术研究
```bash
# 学术文献综述
python -m src.main research "Transformer模型发展历程" --depth deep --format academic
```
### 场景4: 问题排查
```bash
# 快速查找解决方案
python -m src.main research "Python内存泄漏排查方法" --depth quick
```
## 9. 下一步
- 查看 [README.md](README.md) 了解项目架构
- 查看 [需求文档_V1.md](需求文档_V1.md) 了解功能详情
- 查看 [开发文档_V1.md](开发文档_V1.md) 了解技术实现
- 运行测试:`python -m pytest tests/`
## 10. 获取帮助
```bash
# 查看帮助
python -m src.main --help
# 查看specific命令帮助
python -m src.main research --help
python -m src.main config --help
python -m src.main history --help
```
---
祝你研究顺利!🚀