# agent-orchestration

**Repository Path**: goodking/agent-orchestration

## Basic Information

- **Project Name**: agent-orchestration
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-27
- **Last Updated**: 2026-03-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DeepResearch Agent - 自由探索Agent

一个能够自主浏览网页、分析内容并生成深度研究报告的AI Agent。

## 核心特性

### 1. 流程编排系统 (新增) ⭐

专业的流程编排能力，解决调研类Agent的核心痛点：

- **异常恢复** - 智能错误分类、指数退避重试、熔断保护、降级策略
- **深度调研** - 5种探索策略（广度优先、深度优先、自适应、聚焦式、并行）
- **灵活调度** - 状态机驱动、条件分支、并行执行、检查点恢复
- **分层架构** - Master Agent + Planner + Researcher + Analyzer

### 2. 基础功能

- **自主浏览**: 根据主题自动搜索并浏览相关网页
- **智能分析**: AI分析内容相关性，判断链接价值
- **深度探索**: 递归访问相关链接，最大深度可达10层
- **资料收集**: 自动收集、去重、分类网页内容
- **报告生成**: 生成专业的深度研究报告，支持多文件输出
- **实时监控**: Web界面实时查看探索进度和状态
- **灵活配置**: 可调整最大页面数、探索深度等参数

## 系统架构

```
┌─────────────────┐     ┌─────────────────┐     ┌─────────────────┐
│   前端 (React)   │────▶│  后端 (FastAPI)  │────▶│  ExplorerAgent  │
│   控制面板       │     │   WebSocket API  │     │   核心探索引擎   │
└─────────────────┘     └─────────────────┘     └─────────────────┘
                                                          │
                              ┌──────────────────────────┼──────────┐
                              ▼                          ▼          ▼
                        ┌─────────┐               ┌──────────┐ ┌──────────┐
                        │ 浏览器工具 │               │ AI分析模块 │ │ 报告生成器 │
                        └─────────┘               └──────────┘ └──────────┘
```

## 快速开始

### 环境要求

- Python 3.8+
- Node.js 18+
- npm 或 yarn

### 安装步骤

1. **克隆仓库**
```bash
cd /mnt/okcomputer/output/app
```

2. **安装Python依赖**
```bash
pip install -r requirements.txt
```

3. **安装Node依赖**
```bash
npm install
```

4. **启动服务**

使用启动脚本：
```bash
bash start.sh
```

或手动启动：

```bash
# 终端1：启动后端
python server.py

# 终端2：启动前端
npm run dev
```

5. **访问应用**

打开浏览器访问: `http://localhost:5173`

## 流程编排系统快速开始

### 运行示例

```bash
# 运行流程编排示例
python orchestration_example.py
```

### 使用Master Agent进行深度调研

```python
import asyncio
from orchestration import *

async def main():
    # 创建Master Agent
    master = MasterAgent()
    
    # 注册子Agent
    master.register_agent(PlannerAgent())
    master.register_agent(ResearcherAgent("researcher"))
    master.register_agent(AnalyzerAgent())
    
    # 定义研究目标
    goal = ResearchGoal(
        topic="人工智能在医疗领域的应用",
        depth=3,
        breadth=10,
        max_pages=100
    )
    
    # 执行研究
    result = await master.start_research(goal)
    print(f"访问页面: {result['stats']['pages_visited']}")
    print(f"收集数据: {result['stats']['data_collected']}")

asyncio.run(main())
```

### 自定义工作流

```python
from orchestration import *

# 创建工作流
builder = WorkflowBuilder()
builder.start("start")
builder.task("collect", collect_data, retry_policy=RetryPolicy(max_retries=3))
builder.task("analyze", analyze_data)
builder.end("end")

# 执行
workflow = builder.build()
result = await workflow.run()
```

## 使用指南

### 1. 配置探索任务

- 在控制面板输入研究主题
- 设置最大页面数（10-1000）
- 设置最大探索深度（1-10）

### 2. 开始探索

点击"开始探索"按钮，Agent将：
1. 搜索主题相关网页
2. 分析内容相关性
3. 提取有价值的链接
4. 递归深入探索
5. 收集整理资料

### 3. 监控进度

- 实时查看访问页面数、收集数据数
- 查看运行日志
- 监控当前探索深度

### 4. 生成报告

探索完成后：
1. 切换到"生成报告"标签
2. 点击"生成深度报告"
3. 查看生成的Markdown文件

## 项目结构

```
app/
├── agent/                      # Agent核心模块
│   ├── __init__.py
│   ├── core.py                # 核心引擎（简化完整版）
│   ├── explorer.py            # 完整探索Agent
│   ├── report_generator.py    # 报告生成器
│   └── tools/                 # 工具模块
│       ├── __init__.py
│       ├── llm.py            # AI分析工具
│       ├── web_search.py     # 搜索工具
│       └── browser.py        # 浏览器工具
├── orchestration/             # ⭐ 流程编排模块（新增）
│   ├── __init__.py
│   ├── workflow_engine.py     # 工作流引擎
│   ├── master_agent.py        # 主控Agent
│   ├── planner_agent.py       # 规划Agent
│   ├── researcher_agent.py    # 研究Agent
│   ├── analyzer_agent.py      # 分析Agent
│   ├── exception_handler.py   # 异常处理器
│   └── deep_research_strategy.py  # 深度调研策略
├── src/                       # 前端源码
│   ├── App.tsx               # 主组件
│   ├── App.css               # 样式
│   └── ...
├── server.py                 # FastAPI后端
├── demo_server.py            # 演示后端
├── requirements.txt          # Python依赖
├── package.json             # Node依赖
├── start.sh                 # 启动脚本
├── orchestration_example.py  # 流程编排示例
├── ORCHESTRATION_DESIGN.md   # 流程编排设计文档
└── README.md                # 说明文档
```

## 核心组件

### ExplorerAgent

核心探索Agent，负责：
- 初始化探索任务
- 管理URL队列
- 访问网页并提取内容
- 分析内容相关性
- 评估链接价值
- 收集整理数据

### ReportGenerator

报告生成器，负责：
- 数据预处理（去重、筛选）
- 内容智能分类
- 生成执行摘要
- 提取关键发现
- 输出Markdown报告

### AI分析模块

基于LLM的分析工具：
- `analyze_content_relevance`: 分析内容相关性
- `batch_evaluate_links`: 批量评估链接
- `categorize_content`: 内容分类
- `remove_duplicates`: 智能去重

## 配置选项

| 参数 | 说明 | 默认值 | 范围 |
|------|------|--------|------|
| topic | 研究主题 | - | 任意字符串 |
| max_pages | 最大页面数 | 100 | 10-1000 |
| max_depth | 最大探索深度 | 3 | 1-10 |

## 报告输出

生成的报告包括：

1. **主报告** (`{topic}_主报告.md`)
   - 执行摘要
   - 研究概述
   - 主要发现
   - 内容分类概览
   - 详细分析
   - 结论与建议

2. **分类报告** (`{topic}_{分类名}.md`)
   - 各类别详细内容
   - 完整引用信息

3. **参考资料** (`{topic}_参考资料.md`)
   - 所有引用来源列表
   - URL和相关度评分

## 技术栈

- **前端**: React + TypeScript + Tailwind CSS + shadcn/ui
- **后端**: FastAPI + WebSocket
- **AI分析**: LLM (GPT/Claude等)
- **浏览器**: Playwright/Selenium (可扩展)

## 扩展开发

### 添加新的分析工具

在 `agent/tools/` 目录下创建新模块：

```python
# agent/tools/my_tool.py
async def my_analysis(data: str) -> dict:
    # 实现分析逻辑
    return result
```

### 自定义报告模板

修改 `agent/report_generator.py` 中的报告生成方法：

```python
async def _generate_custom_report(self, data):
    # 自定义报告逻辑
    pass
```

## 注意事项

1. **网络访问**: 确保服务器能够访问互联网
2. **API限制**: 注意搜索API和LLM API的调用限制
3. **存储空间**: 大量页面收集会占用存储空间
4. **运行时间**: 深度探索可能需要较长时间

## 许可证

MIT License

## 贡献

欢迎提交Issue和Pull Request！