Files

- 恢复 contact/README.md
- 恢复 dictionary/README.md
- 恢复 research/README.md
- 恢复 agent_subgraphs/README.md

2026-04-25 13:47:15 +08:00

32 KiB

Raw Permalink Blame History

研究分析子图 (Research Analysis Subgraph)

该子图负责处理研究分析相关的请求，基于 LangGraph 状态机编排多阶段研究流水线，支持联网搜索、信息提取与验证、结构化报告生成等功能。子图设计遵循"可中断、可恢复、质量优先、透明可追溯"原则，通过内置人工干预点和多源交叉验证保障输出质量。

使用公共工具：意图理解、人工审核、格式化输出、检查点持久化、条件路由、LLM 调用、数据库工具、状态基类

🎯 核心架构

技术栈

层级	组件	说明
编排框架	LangGraph StateGraph	状态机驱动的子图工作流编排，支持条件路由与中断恢复
LLM 服务	智谱 AI / DeepSeek API	意图理解、任务分解、信息提取、报告生成等认知任务（使用公共 LLM 工具）
向量检索	Qdrant / pgvector	历史研究结果语义检索，实现记忆增强研究
关系存储	PostgreSQL	研究项目、报告版本、引用记录持久化（使用公共数据库工具）
搜索服务	多源搜索 API 网关	统一接入通用搜索、学术数据库、专业知识库等外部信息源
图表生成	图表服务	趋势图、对比图、分布图等可视化图表自动生成

子图分层架构

子图采用分层设计，各层职责清晰、边界明确，便于独立测试与演化。

┌─────────────────────────────────────────────────────────────────┐
│                        主图 (Main Graph)                         │
└──────────────────────────────┬──────────────────────────────────┘
                               │ 状态映射 / 结果聚合
                               ▼
┌─────────────────────────────────────────────────────────────────┐
│                    研究分析子图接口层                            │
│  - 状态转换：主状态 ↔ 子图状态（使用公共状态基类）               │
│  - 错误传播与优雅降级                                            │
└──────────────────────────────┬──────────────────────────────────┘
                               │
                               ▼
┌─────────────────────────────────────────────────────────────────┐
│                        工作流编排层                              │
│  - 节点调度与条件路由（使用公共路由工具）                        │
│  - 人工干预点暂停/恢复管理（使用公共审核工具）                  │
│  - 状态持久化与检查点（使用公共检查点工具）                        │
└──────────────────────────────┬──────────────────────────────────┘
                               │
                               ▼
┌─────────────────────────────────────────────────────────────────┐
│                          节点层                                  │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌────────┐ │
│  │意图理解  │ │任务分解  │ │搜索执行  │ │信息提取  │ │报告生成│ │
│  │(公共工具)│ │          │ │          │ │          │ │        │ │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘ └────────┘ │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐          │
│  │信息源筛选│ │信息整合  │ │结构生成  │ │人工审核  │          │
│  │          │ │          │ │          │ │(公共)    │          │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘          │
└──────────────────────────────┬──────────────────────────────────┘
                               │
                               ▼
┌─────────────────────────────────────────────────────────────────┐
│                          工具层                                  │
│  ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌──────────┐        │
│  │搜索工具集│ │提取工具集│ │验证工具集│ │图表工具集│        │
│  └──────────┘ └──────────┘ └──────────┘ └──────────┘        │
└─────────────────────────────────────────────────────────────────┘

数据流总览

研究分析子图的数据流向遵循"输入 → 理解 → 检索 → 处理 → 整合 → 生成 → 审核 → 输出"的线性推进路径，每个阶段的状态变更均被完整记录，支持断点续作。

用户研究请求
     │
     ▼
┌─────────────┐
│  意图理解   │ ← 使用公共意图理解工具
└──────┬──────┘
       │
       └─────┐
             ▼
┌─────────────┐
│  任务分解   │
└──────┬──────┘
       │
       ▼
┌─────────────┐     ┌─────────────┐
│  多源搜索   │────▶│ 信息源筛选  │
└─────────────┘     └──────┬──────┘
                           │
                           ▼
┌─────────────┐     ┌─────────────┐
│  报告生成   │◀────│ 报告结构确认│
└──────┬──────┘     └─────────────┘
       │
       ▼
┌─────────────┐
│  格式输出   │ ← 使用公共格式化工具
└──────┬──────┘
       │
       ▼
   返回主图

📂 模块与文件结构

子图代码组织遵循 LangGraph 最佳实践，核心模块职责分明。

app/research/
├── __init__.py
├── graph.py              # 子图构建入口，定义状态图与路由
├── state.py              # 子图状态定义（继承公共状态基类）
├── nodes/                # 节点实现
│   ├── __init__.py
│   ├── decomposition.py  # 任务分解节点
│   ├── search.py         # 搜索执行节点
│   ├── extraction.py     # 信息提取节点
│   ├── integration.py    # 信息整合与冲突检测节点
│   ├── structure.py      # 报告结构生成节点
│   └── generation.py     # 报告生成节点
├── tools/                # 子图特有工具集
│   ├── search/           # 搜索工具集
│   ├── extract/          # 信息提取工具集
│   ├── verify/           # 信息验证工具集
│   └── chart/            # 图表生成工具集
└── persistence/          # （使用公共检查点工具，无需单独实现）

注意：以下模块使用公共工具，无需单独实现：

意图理解节点 → 使用 agent_subgraphs.common.intent

人工审核节点 → 使用 agent_subgraphs.common.human_loop

格式输出节点 → 使用 agent_subgraphs.common.format

检查点持久化 → 使用 agent_subgraphs.common.checkpoint

条件路由 → 使用 agent_subgraphs.common.routing

LLM 调用 → 使用 agent_subgraphs.common.llm

数据库操作 → 使用 agent_subgraphs.common.db

🎯 演进路线与核心机制

研究分析子图的能力演进分为五个层级，每一层在上一层的基座上叠加更复杂的认知与决策能力。

Level 1：基础单轮研究流水线

核心机制：单一意图理解 → 单次搜索 → 简单提取 → 直接报告生成。

使用 LLM 解析用户请求，生成搜索关键词。
调用通用搜索引擎获取原始结果。
基于规则或轻量模型提取关键信息片段。
按照预设模板生成 Markdown 格式报告。

适用场景：快速知识查询、简单概念解释。

实现指引：子图默认配置为完整流水线的最小化变体，通过路由条件识别“简单查询”后走该分支。

Level 2：多阶段搜索与信息验证

核心机制：引入“广度→深度→验证”三轮搜索策略，叠加信息冲突检测与多源交叉验证。

第一轮广度搜索：使用主要关键词并行查询多个信息源，获取广泛上下文。
第二轮深度搜索：基于首轮结果识别出的关键话题，生成细化关键词进行深入检索。
第三轮验证搜索：针对关键事实（如时间、数据、人名）执行验证性搜索，对比多个独立来源。
冲突检测：自动识别不同来源对同一事实的冲突描述，按严重程度分级标记。
交叉验证评分：对每条关键信息计算多源一致性得分，低分项触发人工审核或补充搜索。

适用场景：市场调研、事件分析、学术资料整理等对信息准确性要求较高的任务。

实现指引：搜索执行节点内部维护搜索轮次状态，每一轮均可动态调整关键词；信息整合节点输出冲突报告。

Level 3：人工干预点与动态路由

核心机制：在关键决策点（信息源确认、报告结构调整）插入人工审核节点，子图挂起等待用户反馈，并根据反馈动态调整后续路由。

信息源筛选审核：自动筛选后的信息源列表（含可信度、时效性评分）展示给用户，用户可增删或调整优先级。
报告结构审核：生成的报告大纲与可视化建议展示给用户，用户可调整章节顺序、增删模块。
路由反馈闭环：
- 用户要求添加信息源 → 返回搜索执行节点补充检索。
- 用户调整报告结构 → 重新进入结构生成节点。
- 关键信息冲突且用户无法裁决 → 返回搜索执行节点补充验证来源。

适用场景：专业研究报告、决策支持分析等需要人类专家介入的场景。

实现指引：人工审核节点使用 LangGraph 的 interrupt 机制实现状态挂起；路由函数读取用户反馈字段决定下一节点。

Level 4：记忆增强研究

核心机制：利用历史研究结果作为上下文，避免重复搜索，提升研究深度与连贯性。

语义检索历史：将当前研究主题与意图向量化，从向量库检索相关历史研究项目。
上下文注入：将匹配到的历史报告摘要、关键结论、已确认信息源作为先验知识注入意图理解与任务分解阶段。
增量更新：对于相似主题的后续研究，仅搜索新增或变化的信息，与历史结果融合生成更新报告。

适用场景：周期性行业分析、追踪式课题研究、企业内部知识累积复用。

实现指引：在意图理解节点前增加记忆检索步骤，检索结果存入子图状态的 historical_context 字段供下游节点消费。

Level 5：自主研究规划与多模态分析

核心机制：子图具备初步的自主规划能力，能够分解开放式研究问题，并协调多模态搜索与分析工具。

复杂任务自主分解：LLM 根据高层研究目标生成多步骤研究计划，包括子任务依赖关系、预期信息源类型。
多模态搜索与分析：除文本外，支持图像、视频、表格数据的搜索与信息提取。
质量自评估与迭代：生成报告后，由 LLM 对报告完整性、一致性进行自评，识别信息缺口并自动触发补充搜索。
插件化工具扩展：第三方可通过标准接口注册自定义搜索源或分析工具。

适用场景：综合性行业白皮书撰写、跨领域技术调研、深度竞品分析。

实现指引：任务分解节点升级为规划节点，输出结构化的研究计划图；工具调用采用 OpenAI Function Calling 风格统一接口。

🔧 核心组件详解

1. 意图理解节点

职责：接收用户原始请求，区分简单查询、深度研究、对比分析等意图类型，评估研究复杂度。

输入：用户自然语言请求、历史记忆上下文（可选）。

输出：

intent_type：意图类别枚举。
complexity_level：复杂度评分（影响流程分支选择）。
clarified_query：消歧后的核心研究问题。

实现要点：

使用 LLM 进行少样本分类，输出结构化 JSON。
结合关键词匹配与规则兜底（如“对比”、“区别” → 对比分析）。
复杂度评分综合考虑用户指定信息源数量、时间范围跨度、是否需要可视化等因素。

2. 任务分解节点

职责：将复杂研究任务拆解为原子子任务，生成搜索关键词列表，并设计初步报告结构。

输入：澄清后的研究问题、意图类型、复杂度评分。

输出：

sub_tasks：子任务列表，每个子任务包含描述与预期信息类型。
search_keywords：多组搜索关键词（支持广度/深度/验证轮次）。
draft_outline：初步报告章节大纲。

实现要点：

针对对比分析类意图，自动生成对比维度矩阵。
关键词生成利用 LLM 同义词扩展与上下位词推理能力。
初步大纲作为后续报告结构生成的基础框架。

3. 搜索执行节点

职责：根据搜索策略执行多轮搜索，收集原始信息并记录元数据。

输入：搜索关键词组、搜索策略（广度/深度/验证）、信息源偏好。

输出：

raw_search_results：原始搜索结果列表，每条包含标题、摘要、URL、来源域名、发布时间。
search_metadata：搜索执行记录（搜索词、时间戳、来源类型）。

实现要点：

内部调用统一搜索网关，屏蔽不同搜索源的 API 差异。
支持并行请求多个搜索源，通过 asyncio.gather 提升效率。
每条结果附带初始可信度评分（基于域名信誉库与来源类型）。

4. 信息源筛选节点（人工干预点）

职责：自动筛选低质量信息源，将候选列表提交用户确认，根据反馈决定后续流向。

输入：原始搜索结果列表。

输出：

confirmed_sources：用户确认使用的信息源列表。
user_feedback：用户添加/删除/优先级调整记录。

实现要点：

自动筛选规则：排除可信度评分低于阈值的来源、发布时间过旧的内容、已被屏蔽的域名。
人工审核界面以简洁列表形式展示信息源，支持多选、拖拽排序。
若用户选择“跳过审核”，则直接使用自动筛选后的结果进入下一阶段。

5. 信息提取节点

职责：从确认后的信息源中提取结构化关键信息，标注实体与术语。

输入：确认后的信息源内容（网页全文或摘要）。

输出：

extracted_fragments：信息片段列表，每条包含内容文本、提取类型（事实/观点/数据）、来源指针。
entity_annotations：实体识别结果（时间、地点、人物、组织、专业术语）。

实现要点：

使用 LLM 进行开放式信息抽取，遵循预定义的抽取模式（如“主体-关系-客体”）。
对数值类信息（百分比、金额、增长率）进行归一化处理，便于后续对比。
每条信息片段保留完整来源元数据，支持最终报告的引用溯源。

6. 信息整合与冲突检测节点

职责：融合多源信息片段，检测冲突并进行交叉验证，生成结构化信息视图。

输入：提取的信息片段列表。

输出：

integrated_info：按主题/时间线/对比维度组织的结构化信息。
conflict_report：冲突项列表，含冲突等级与各方陈述。
verification_summary：关键事实的多源验证结果。

实现要点：

采用聚类算法或 LLM 语义匹配将描述同一事实的片段聚合。
冲突检测基于事实三元组比对（如“X 公司市场份额 20%” vs “X 公司市场份额 25%”）。
高优先级冲突（如核心数据差异超过阈值）触发路由至人工审核或补充搜索。

7. 报告结构生成节点（人工干预点）

职责：基于整合后的信息生成详细报告结构，提交用户确认或调整。

输入：结构化信息、初步大纲、用户偏好。

输出：

confirmed_outline：确认后的报告结构（多级标题）。
visualization_suggestions：建议的图表类型与数据映射。

实现要点：

报告结构生成考虑信息量分布与逻辑叙事顺序。
可视化建议基于数据特征（如时间序列 → 折线图，类别对比 → 柱状图）。
用户反馈可触发结构调整或返回信息整合节点重新组织内容。

8. 报告生成节点

职责：按照确认的结构生成完整报告草稿，自动插入引用标记。

输入：确认的报告结构、结构化信息、引用元数据。

输出：

draft_report：包含章节内容与引用标记的完整报告文本。
citation_map：引用标记到来源 URL 的映射表。

实现要点：

使用 LLM 逐章节生成内容，确保风格统一与逻辑连贯。
引用标记采用 [^1] 脚注风格，在报告末尾聚合展示来源链接。
对于数据可视化部分，调用图表服务生成图片并嵌入 Markdown 引用。

9. 人工审核节点

职责：在特定检查点挂起子图执行，等待用户输入，将反馈存入状态供后续路由消费。

输入：待审核内容（信息源列表、报告结构等）。

输出：用户反馈（确认、修改指令、取消等）。

实现要点：

基于 LangGraph interrupt 函数实现状态持久化挂起。
反馈数据结构化存储，包含操作类型（confirm/modify/cancel）与具体参数。
支持超时自动确认（可配置）以保证流程不无限阻塞。

10. 最终格式化节点

职责：将报告草稿转换为用户指定输出格式，生成执行摘要，准备返回主图。

输入：确认后的报告草稿、输出格式偏好。

输出：

final_report：格式化后的报告内容。
executive_summary：执行摘要（可选）。
suggestions：后续研究建议（可选）。

实现要点：

支持 Markdown、HTML、纯文本三种输出格式。
执行摘要通过 LLM 从完整报告中提炼核心观点与结论。
最终输出聚合到子图状态 output 字段，由接口层转换回主状态。

🔀 条件路由详解

子图内部通过条件路由函数实现动态流程控制，主要路由点如下：

入口路由：选择流程模式

位置：意图理解节点之后。
条件：
- complexity_level == "simple" → 简化流程（跳过任务分解与多轮搜索）。
- complexity_level in ["moderate", "complex"] → 完整流程。
实现：路由函数读取状态中的 complexity_level 字段返回下一节点名称。

搜索策略路由

位置：任务分解节点之后。
条件：
- 用户要求“快速概览” → 单轮搜索。
- 用户要求“深度分析” → 多轮搜索（广度→深度→验证）。
- 意图为“对比分析” → 按对比维度分别搜索后融合。
实现：根据 intent_type 与用户偏好字段决定搜索执行节点的内部模式。

信息源确认路由

位置：信息源筛选节点（人工干预点）之后。
条件：
- 用户点击“确认” → 进入信息提取节点。
- 用户点击“添加信息源” → 返回搜索执行节点，携带补充关键词。
- 用户点击“调整优先级” → 重新排序后再次进入审核（循环）。
实现：读取 user_feedback.action 字段进行路由。

冲突处理路由

位置：信息整合节点之后。
条件：
- 无冲突或仅有低优先级冲突 → 进入报告结构生成。
- 存在高优先级冲突且用户未选择“忽略” → 进入人工审核节点。
- 用户要求“补充验证” → 返回搜索执行节点进行第三轮验证搜索。
实现：评估 conflict_report 中的最高冲突等级与用户历史选择。

报告结构确认路由

位置：报告结构生成节点（人工干预点）之后。
条件：
- 用户确认 → 进入报告生成节点。
- 用户要求修改结构 → 重新调用结构生成节点（带修改指令）。
- 用户要求调整内容 → 返回信息整合节点调整结构化信息。
实现：读取 user_feedback 中的结构修改指令进行路由。

输出格式路由

位置：最终格式化节点之前。
条件：
- output_format == "markdown" → Markdown 格式化。
- output_format == "html" → HTML 格式化。
- output_format == "text" → 纯文本格式化。
实现：读取用户偏好或默认配置选择格式化器。

📊 状态设计

子图状态采用 TypedDict 定义，按研究阶段分层组织，完整记录中间产物以支持中断恢复与调试。

状态结构概览

分组	字段	类型	说明
输入	`user_request`	`str`	用户原始研究请求
	`preferences`	`dict`	用户指定的信息源、输出格式等偏好
	`historical_context`	`list[dict]`	记忆检索注入的历史研究摘要
意图与任务	`intent_type`	`str`	意图类别
	`complexity_level`	`str`	复杂度评级
	`clarified_query`	`str`	澄清后的核心问题
	`sub_tasks`	`list[dict]`	子任务列表
	`search_keywords`	`list[list[str]]`	多轮搜索关键词组
	`draft_outline`	`list[str]`	初步报告大纲
搜索与收集	`raw_search_results`	`list[dict]`	原始搜索结果（含元数据）
	`confirmed_sources`	`list[dict]`	用户确认使用的信息源
	`user_source_feedback`	`dict`	用户对信息源的调整记录
提取与整合	`extracted_fragments`	`list[dict]`	结构化信息片段
	`integrated_info`	`dict`	按主题/时间线组织的整合信息
	`conflict_report`	`list[dict]`	冲突项列表
	`verification_summary`	`dict`	关键事实验证结果
报告生成	`confirmed_outline`	`list[dict]`	确认后的报告结构
	`visualization_suggestions`	`list[dict]`	图表建议
	`draft_report`	`str`	报告草稿（含引用标记）
	`citation_map`	`dict`	引用标记到来源映射
	`user_structure_feedback`	`dict`	用户对报告结构的调整
控制流	`current_phase`	`str`	当前执行阶段
	`next_node`	`str`	下一节点名称
	`interrupt_point`	`str`	中断点标识
	`error_info`	`dict`	错误信息（如有）
输出	`final_report`	`str`	最终报告内容
	`output_format`	`str`	输出格式
	`executive_summary`	`str`	执行摘要

状态更新原则

增量写入：每个节点只修改其职责范围内的字段，其他字段只读。
原子提交：节点执行成功后才将变更合并到全局状态。
版本记录：每次状态变更均记录前序版本，支持回滚（用于人工审核场景）。
持久化友好：所有字段均可 JSON 序列化，便于通过检查点器持久化。

🔄 工作流程与中断恢复

完整研究流程（四个阶段）

阶段	步骤	节点	人工干预
理解与分解	1. 意图理解	`intent_understanding`	否
	2. 任务分解	`task_decomposition`	否
检索与收集	3. 多源搜索执行	`search_execution`	否
	4. 信息源筛选与确认	`source_filtering`	是
提取与整合	5. 关键信息提取	`information_extraction`	否
	6. 信息整合与冲突检测	`information_integration`	否（可能触发审核）
生成与输出	7. 报告结构确认	`structure_generation`	是
	8. 报告生成与格式化	`report_generation` + `final_formatting`	否

简化流程（快速查询模式）

当 complexity_level == "simple" 时，子图走精简路径：

意图理解（简化版，不拆解任务）。
单次搜索执行（仅广度搜索）。
快速信息提取（不进行深度整合）。
直接生成简短回答（跳过结构确认）。

中断与恢复机制

子图支持在以下位置中断并持久化状态：

信息源筛选节点（人工干预点 1）
报告结构生成节点（人工干预点 2）
任意节点执行完成后的检查点（由检查点器自动保存）

恢复流程：

主图传入相同的 thread_id 与中断前状态。
子图从检查点加载状态，定位 interrupt_point。
若中断点为人工审核节点，等待用户反馈后继续执行。
若为其他检查点，直接从下一节点开始执行。

🔒 安全与边界控制

安全机制

类别	机制	实现位置
内容安全	搜索关键词过滤、结果内容审查、成人内容屏蔽	搜索工具网关
数据安全	用户数据加密存储、传输层 TLS、敏感信息脱敏	持久化层与接口层
访问控制	基于角色的功能权限（普通/高级/管理员）	接口层中间件
资源限制	单用户 QPS 限制、单次研究最大 Token 消耗、最大信息源数量	工作流编排层
审计日志	记录所有搜索、提取、生成操作，包含操作者、时间戳、资源消耗	各节点内置日志

人工审核触发边界

以下情况强制进入人工审核节点：

信息源可信度平均评分低于阈值。
高优先级信息冲突且无法自动裁决。
用户请求超出常规研究边界（如要求访问受限领域）。
首次使用特定高风险搜索源。

错误处理边界

可恢复错误（如单次搜索超时）：自动重试或切换备选搜索源。
不可恢复错误（如 LLM 服务不可用）：终止执行，向主图返回错误状态与友好提示。
部分成功：即使部分子任务失败，仍返回已完成的部分结果（如已提取的信息片段）。

🛠️ 工具集成

工具集概览

工具集	功能	外部依赖
搜索工具集	通用网页搜索、学术论文检索、专业知识库查询、新闻资讯获取	搜索 API 网关
信息提取工具集	实体识别、数据提取、术语标注、关系抽取、摘要生成	LLM 服务
信息验证工具集	多源交叉验证、可信度评分、时效性检查、一致性检查	域名信誉库、LLM
报告生成工具集	内容生成、引用插入、图表生成、格式转换	LLM、图表服务
记忆检索工具集	历史研究语义检索、项目检索、时间范围检索	Qdrant / pgvector

工具调用规范

所有工具遵循统一接口规范：

输入：标准字典参数。
输出：标准字典结果，包含 status、data、error 字段。
元数据：每次调用记录调用时间、耗时、资源标识。

工具扩展方式

新增工具仅需三步：

在对应工具集中实现标准接口的适配器。
在工具注册表中声明工具元数据（名称、描述、参数模式）。
在相关节点中通过工具名称调用，无需修改节点核心逻辑。

📑 快速开始（概念级）

研究分析子图作为主图的一个子图节点被调用，典型集成方式如下：

主图路由：当主图识别到用户意图为“研究分析”时，路由至 research_subgraph 节点。
状态映射：主状态中的 user_input、user_id 等字段映射到子图状态输入部分。
子图执行：子图按照上述工作流自主执行，可能在人工干预点挂起。
结果回传：子图执行完毕后，将 final_report、executive_summary 等字段回写到主状态。

子图内部配置项（如默认搜索源、重试次数、审核超时）通过环境变量或配置文件管理。

⚙️ 配置项参考

配置项	说明	默认值
`RESEARCH_LLM_MODEL`	意图理解与生成使用的 LLM 模型	`deepseek-chat`
`SEARCH_API_GATEWAY_URL`	统一搜索网关地址	`http://localhost:8080`
`SEARCH_DEFAULT_SOURCES`	默认启用的搜索源列表	`["web", "news"]`
`MAX_SEARCH_ROUNDS`	最大搜索轮次	`3`
`RERANK_TOP_N`	信息源筛选保留数量	`20`
`CONFLICT_SEVERITY_THRESHOLD`	触发人工审核的冲突等级	`high`
`HUMAN_LOOP_TIMEOUT_SEC`	人工审核超时自动确认时间	`3600`
`VECTOR_DB_URL`	记忆检索向量库地址	`http://localhost:6333`
`CHART_SERVICE_URL`	图表生成服务地址	`http://localhost:3000`

🤝 与主系统集成

研究分析子图通过 LangGraph 子图机制与主系统解耦集成：

状态隔离：子图状态字段使用前缀 research_ 避免与主状态冲突。
错误传播：子图内部异常捕获后转换为标准错误结构向上传递，主图可选择重试或降级。
检查点共享：子图与主图共用同一检查点器后端，确保整体流程的断点续作能力。

子图对外暴露的唯一接口是编译后的 StateGraph 实例，主图通过 builder.add_node("research", research_subgraph) 将其作为一个节点加入。

📈 性能考量

并行搜索：多源搜索与多关键词检索采用异步并行，典型场景下搜索阶段耗时控制在 3 秒内。
流式报告生成：报告生成节点支持流式输出，用户在报告结构确认后可实时看到内容逐段生成。
结果缓存：对于相同搜索词在短时间内的重复请求，搜索网关层提供 TTL 缓存。
状态压缩：持久化前对大型字段（如原始搜索结果全文）进行摘要化处理，减少存储开销。

🔮 未来演进方向

参见需求文档中的详细规划，技术实现层面重点关注：

LLM 工具调用标准化：向 OpenAI Function Calling 风格对齐。
多模态管道：集成图像描述生成与视觉问答模型。
插件市场：提供标准工具接口 SDK，支持第三方搜索源接入。
协同研究：支持多用户对同一研究项目的评论与版本分支管理。

32 KiB Raw Permalink Blame History Unescape Escape

研究分析子图 (Research Analysis Subgraph)

🎯 核心架构

技术栈

子图分层架构

数据流总览

📂 模块与文件结构

🎯 演进路线与核心机制

Level 1：基础单轮研究流水线

Level 2：多阶段搜索与信息验证

Level 3：人工干预点与动态路由

Level 4：记忆增强研究

Level 5：自主研究规划与多模态分析

🔧 核心组件详解

1. 意图理解节点

2. 任务分解节点

3. 搜索执行节点

4. 信息源筛选节点（人工干预点）

5. 信息提取节点

6. 信息整合与冲突检测节点

7. 报告结构生成节点（人工干预点）

8. 报告生成节点

9. 人工审核节点

10. 最终格式化节点

🔀 条件路由详解

入口路由：选择流程模式

搜索策略路由

信息源确认路由

冲突处理路由

报告结构确认路由

输出格式路由

📊 状态设计

状态结构概览

状态更新原则

🔄 工作流程与中断恢复

完整研究流程（四个阶段）

简化流程（快速查询模式）

中断与恢复机制

🔒 安全与边界控制

安全机制

人工审核触发边界

错误处理边界

🛠️ 工具集成

工具集概览

工具调用规范

工具扩展方式

📑 快速开始（概念级）

⚙️ 配置项参考

🤝 与主系统集成

📈 性能考量

🔮 未来演进方向

32 KiB

Raw Permalink Blame History