215 lines
5.6 KiB
Markdown
215 lines
5.6 KiB
Markdown
# 智能深度研究系统 (Deep Research System)
|
||
|
||
基于DeepAgents框架的智能深度研究系统，能够自动搜集信息、验证来源、交叉核对并生成高可信度的研究报告。
|
||
|
||
## 功能特性
|
||
|
||
- **7步核心流程**: 意图分析 → 并行搜索 → 来源验证 → 内容分析 → 置信度评估 → 迭代决策 → 报告生成
|
||
- **3种深度模式**: quick（2分钟）、standard（5分钟）、deep（10分钟）
|
||
- **来源分级**: Tier 1-4 分级，自动过滤低质量来源
|
||
- **置信度评估**: 基于来源可信度（50%）、交叉验证（30%）、时效性（20%）计算
|
||
- **并行搜索**: 使用ThreadPoolExecutor实现真正的并发搜索
|
||
- **降级运行**: 部分失败不影响整体流程
|
||
|
||
## 快速开始
|
||
|
||
### 1. 环境准备
|
||
|
||
#### 激活虚拟环境
|
||
```bash
|
||
conda activate deep_research_env
|
||
```
|
||
|
||
如果虚拟环境不存在，创建一个：
|
||
```bash
|
||
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=your_dashscope_api_key_here
|
||
|
||
# Tavily搜索API配置
|
||
TAVILY_API_KEY=your_tavily_api_key_here
|
||
```
|
||
|
||
**获取API密钥：**
|
||
- DashScope: https://dashscope.aliyun.com/
|
||
- Tavily: https://tavily.com/
|
||
|
||
### 3. 验证安装
|
||
|
||
运行测试脚本验证Phase 1基础设施：
|
||
|
||
```bash
|
||
export PYTHONIOENCODING=utf-8 && python tests/test_phase1_setup.py
|
||
```
|
||
|
||
如果所有测试通过，说明环境配置成功！
|
||
|
||
### 4. 使用示例
|
||
|
||
```bash
|
||
# 执行研究（standard模式）
|
||
python src/main.py research "Python asyncio最佳实践"
|
||
|
||
# 使用deep模式
|
||
python src/main.py research "量子计算最新进展" --depth deep
|
||
|
||
# 指定格式和保存
|
||
python src/main.py research "机器学习模型部署" --format technical --save
|
||
|
||
# 查看历史记录
|
||
python src/main.py history
|
||
|
||
# 恢复之前的研究
|
||
python src/main.py resume <ID>
|
||
```
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
deep_research/
|
||
├── .env # 环境变量（不提交）
|
||
├── .env.example # 环境变量模板
|
||
├── .gitignore
|
||
├── requirements.txt
|
||
├── README.md
|
||
│
|
||
├── src/
|
||
│ ├── __init__.py
|
||
│ ├── config.py # API配置
|
||
│ ├── main.py # CLI入口
|
||
│ │
|
||
│ ├── agents/
|
||
│ │ ├── __init__.py
|
||
│ │ ├── coordinator.py # ResearchCoordinator主Agent
|
||
│ │ └── subagents.py # 6个SubAgent配置
|
||
│ │
|
||
│ ├── tools/
|
||
│ │ ├── __init__.py
|
||
│ │ └── search_tools.py # batch_internet_search
|
||
│ │
|
||
│ └── cli/
|
||
│ ├── __init__.py
|
||
│ └── commands.py # CLI命令
|
||
│
|
||
├── tests/
|
||
│ ├── test_phase1_setup.py # Phase 1测试
|
||
│ ├── test_subagents.py
|
||
│ ├── test_tools.py
|
||
│ └── test_integration.py
|
||
│
|
||
└── outputs/ # 研究报告输出目录
|
||
└── .gitkeep
|
||
```
|
||
|
||
## 开发进度
|
||
|
||
- [x] Phase 1: 基础架构搭建
|
||
- [x] 创建项目目录结构
|
||
- [x] 创建requirements.txt和.env配置文件
|
||
- [x] 实现src/config.py（API配置）
|
||
- [x] 实现src/tools/search_tools.py（并行搜索工具）
|
||
- [ ] 测试API连接和批量搜索功能
|
||
|
||
- [ ] Phase 2: SubAgent实现
|
||
- [ ] 实现6个SubAgent配置
|
||
- [ ] 编写单元测试
|
||
- [ ] 代码审查
|
||
|
||
- [ ] Phase 3: 主Agent实现
|
||
- [ ] 实现ResearchCoordinator
|
||
- [ ] 测试迭代流程
|
||
- [ ] 代码审查
|
||
|
||
- [ ] Phase 4: CLI和打磨
|
||
- [ ] 实现CLI命令
|
||
- [ ] 实现进度显示和错误处理
|
||
- [ ] 编写用户文档和集成测试
|
||
|
||
## 技术架构
|
||
|
||
### Agent架构（1主 + 6子）
|
||
|
||
```
|
||
ResearchCoordinator (主Agent)
|
||
├── intent-analyzer (意图分析)
|
||
├── search-orchestrator (并行搜索)
|
||
├── source-validator (来源验证)
|
||
├── content-analyzer (内容分析)
|
||
├── confidence-evaluator (置信度评估)
|
||
└── report-generator (报告生成)
|
||
```
|
||
|
||
### 虚拟文件系统
|
||
|
||
```
|
||
/
|
||
├── question.txt
|
||
├── config.json
|
||
├── search_queries.json
|
||
├── iteration_1/
|
||
│ ├── search_results.json
|
||
│ ├── sources.json
|
||
│ ├── findings.json
|
||
│ └── confidence.json
|
||
├── iteration_decision.json
|
||
└── final_report.md
|
||
```
|
||
|
||
## 深度模式对比
|
||
|
||
| 模式 | 迭代轮次 | 目标来源数 | 置信度目标 | 并行搜索 | 预期时长 |
|
||
|------|---------|-----------|-----------|---------|---------|
|
||
| **quick** | 1-2 | 5-10 | 0.6 | 3 | ~2分钟 |
|
||
| **standard** | 2-3 | 10-20 | 0.7 | 5 | ~5分钟 |
|
||
| **deep** | 3-5 | 20-40 | 0.8 | 5 | ~10分钟 |
|
||
|
||
## 来源可信度分级
|
||
|
||
| Tier | 评分 | 技术类来源 | 学术类来源 |
|
||
|------|------|-----------|-----------|
|
||
| **1** | 0.9-1.0 | 官方文档、第一方GitHub、标准组织 | 同行评审期刊、高引用论文(>100) |
|
||
| **2** | 0.7-0.9 | MDN、Stack Overflow高分、大厂博客 | 会议论文、中等引用(10-100) |
|
||
| **3** | 0.5-0.7 | 高质量教程、维基百科、社区知识库 | - |
|
||
| **4** | 0.3-0.5 | 论坛讨论、个人博客、社交媒体 | - |
|
||
|
||
## 置信度计算公式
|
||
|
||
```
|
||
置信度 = 来源可信度×50% + 交叉验证×30% + 时效性×20%
|
||
```
|
||
|
||
## 技术栈
|
||
|
||
- **Agent框架**: DeepAgents
|
||
- **LLM**: Qwen-Max (通过DashScope API)
|
||
- **搜索**: Tavily API
|
||
- **CLI**: Click + Rich
|
||
- **并发**: ThreadPoolExecutor
|
||
|
||
## 许可证
|
||
|
||
MIT License
|
||
|
||
## 贡献
|
||
|
||
欢迎提交Issue和Pull Request！
|
||
|
||
## 相关文档
|
||
|
||
- [需求文档](需求文档_V1.md)
|
||
- [开发文档](开发文档_V1.md)
|
||
- [开发流程指南](开发流程指南.md)
|