体育日报智能分析平台

基于LangChain和FastAPI的体育新闻智能分析平台，集成AI自主决策Agent和RAG检索系统，使用MySQL 8.0作为数据库。

✨ 核心功能

首页（仪表板） - 显示统计数据，个性化欢迎信息
体育日报生成界面 - 从虎扑网站采集并生成5条今日体育新闻，支持删除操作
分析报告界面 - AI分析今日体育新闻并生成Markdown格式报告，支持下载MD文件
智能助手（AI自主Agent） - 基于ReAct模式的AI自主决策Agent，支持：
- 🔍 获取最新体育新闻
- 📝 生成体育日报
- 🔎 RAG检索历史日报
- 💬 自然语言对话（对话历史持久化）
设置模块 - 修改密码、退出登录

🛠️ 技术栈

后端

FastAPI - 现代Python Web框架
LangChain - AI Agent框架
SQLAlchemy - ORM数据库操作
MySQL 8.0 - 关系型数据库
DashScope (通义千问) - 大语言模型API
- 模型：qwen3-max（可配置）
- Embedding：text-embedding-v4
Chroma - 本地向量数据库（RAG）
JWT - 用户认证
Bcrypt - 密码加密

前端

React 18 - UI框架
Ant Design 5 - UI组件库
Vite - 构建工具
Axios - HTTP客户端
React Router - 路由管理
React Markdown - Markdown渲染

AI Agent架构

ReAct模式 - 自主决策Agent
RAG检索 - 向量化历史日报，支持语义搜索
工具调用 - 3个核心工具：
1. get_latest_sports_news_tool - 获取最新新闻
2. generate_sports_daily_tool - 生成日报
3. rag_retrieve_history_daily_tool - 检索历史

前置要求

Python 3.8+
Node.js 16+
MySQL 8.0
网络连接（用于访问DashScope API）

🚀 快速开始

💡 提示：详细安装步骤请参考 QUICKSTART.md

1. 环境准备

# 创建conda环境
conda create -n sports_analysis python=3.10 -y

# 激活环境
conda activate sports_analysis

# 使用conda安装numpy（避免编码问题）
conda install numpy -y

# 安装其他依赖
cd backend
pip install -r requirements.txt

2. 数据库设置

2.1 创建数据库

# 登录MySQL
mysql -u root -p

# 执行以下SQL创建数据库
CREATE DATABASE sports_analysis CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
EXIT;

2.2 初始化数据库表

cd backend
conda activate sports_analysis  # 或你的conda环境
python init_tables.py

这个脚本会：

检查数据库连接
创建/更新所有表
验证表结构

3. 后端设置

3.1 配置环境变量

复制模板文件：在 backend 目录，将 .env.example 复制为 .env：

# Windows PowerShell
cd backend
Copy-Item .env.example .env

# Linux/Mac
cd backend
cp .env.example .env

编辑 .env 文件，填入你的真实配置值：

# 数据库配置
MYSQL_HOST=localhost
MYSQL_PORT=3306
MYSQL_USER=root
MYSQL_PASSWORD=你的MySQL密码
MYSQL_DATABASE=sports_analysis

# LLM配置（DashScope 通义千问）
# 获取API Key: https://dashscope.console.aliyun.com/
LLM_API_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
LLM_API_KEY=你的DashScope_API_Key
LLM_MODEL=qwen3-max

# 应用安全配置
# 生成随机密钥: python -c "import secrets; print(secrets.token_urlsafe(32))"
SECRET_KEY=你的随机密钥
ALGORITHM=HS256
ACCESS_TOKEN_EXPIRE_MINUTES=30

重要提示：

🔑 LLM_API_KEY: 从 DashScope控制台获取
🔐 SECRET_KEY: 用于JWT加密，必须设置（可使用上面的命令生成）

验证配置：确保 .env 文件已正确创建，且所有必需的值都已填写。

3.2 启动后端

conda activate sports_analysis
cd backend
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

后端将在 http://localhost:8000 启动

4. 前端设置

conda activate sports_analysis
cd frontend
npm install
npm run dev

前端将在 http://localhost:5173 启动（Vite默认端口）

使用说明

1. 访问应用

打开浏览器访问 http://localhost:5173（或终端显示的地址）

2. 生成体育日报

点击左侧菜单"体育日报"
点击"生成今日日报"按钮
系统将生成5条今日体育新闻

3. 生成分析报告

点击左侧菜单"分析报告"
点击"分析今日新闻"按钮
系统将对今日新闻进行分析并生成报告（带进度条显示）

4. 使用智能助手

点击左侧菜单"智能助手"
在输入框中输入问题，例如：
- "获取最新NBA新闻"
- "生成今日体育日报"
- "检索詹姆斯近期的状况"
点击"发送"或按Enter键
Agent会自动选择最合适的工具执行任务
对话历史会自动保存，下次打开时会自动加载

5. 设置

点击左侧菜单"设置"
可以修改密码
可以退出登录

数据库管理

初始化表结构

cd backend
python init_tables.py

验证表结构

在MySQL中执行：

USE sports_analysis;
DESCRIBE users;
DESCRIBE news_articles;
DESCRIBE analysis_reports;
DESCRIBE chat_records;

🤖 AI Agent架构说明

1. AI自主决策Agent (AutonomousAgent) ⭐核心

ReAct模式：思考-行动-观察循环
工具自动选择：根据用户意图自动选择工具
3个核心工具：
- get_latest_sports_news_tool - 获取最新体育新闻
- generate_sports_daily_tool - 生成体育日报（自动保存到数据库和向量库）
- rag_retrieve_history_daily_tool - RAG检索历史日报
对话历史持久化：所有对话自动保存到数据库

2. 新闻采集与处理Agent (NewsCollectorAgent)

从虎扑网站采集新闻
智能类别识别（NBA、足球、CBA、电竞等）
异常处理和重试机制

3. 新闻分析与总结Agent (NewsAnalyzerAgent)

多维度分析今日新闻
生成Markdown格式报告
情感分析和统计数据提取

4. RAG检索系统

向量化存储：使用Qwen Embedding (text-embedding-v4) 向量化日报
向量数据库：Chroma本地向量库
语义搜索：支持自然语言查询历史日报
用户隔离：每个用户独立的向量库集合

API文档

运行后端后，访问 http://localhost:8000/docs 查看Swagger API文档。

常见问题

1. 数据库连接失败

检查MySQL服务是否启动
检查数据库用户名和密码是否正确
检查数据库是否已创建
运行 python init_tables.py 初始化表结构

2. API调用失败

检查网络连接
检查DashScope API Key是否正确
查看后端日志了解详细错误信息

3. 前端无法连接后端

检查后端是否正常运行
检查端口8000是否被占用
检查vite.config.js中的代理配置

4. 注册失败（500错误）

可能是数据库表结构不完整导致的：

运行 python init_tables.py 初始化表
检查users表是否有 hashed_password 和 is_active 字段
查看后端日志了解详细错误信息

5. 数据库表结构错误

如果表结构完全错误，可以删除重建：

USE sports_analysis;
DROP TABLE IF EXISTS users;
DROP TABLE IF EXISTS news_articles;
DROP TABLE IF EXISTS analysis_reports;
DROP TABLE IF EXISTS chat_records;

然后重新运行 python init_tables.py

开发说明

修改新闻源

编辑 backend/app/routers/news.py 中的新闻源配置

修改Agent提示词

编辑对应的Agent文件：

backend/app/agents/autonomous_agent.py - 核心：AI自主决策Agent（ReAct模式）
backend/app/agents/news_collector.py - 新闻采集Agent
backend/app/agents/news_analyzer.py - 新闻分析Agent
backend/app/agents/tools.py - Agent工具定义（3个核心工具）

添加新功能

在后端 backend/app/routers/ 添加新路由
在前端 frontend/src/pages/ 添加新页面
在 frontend/src/components/Sidebar.jsx 添加菜单项

📁 项目结构

体育日报智能分析平台/
├── backend/                 # 后端代码
│   ├── app/
│   │   ├── agents/         # AI Agent实现
│   │   │   ├── autonomous_agent.py  # 核心：AI自主决策Agent
│   │   │   ├── news_collector.py    # 新闻采集Agent
│   │   │   ├── news_analyzer.py     # 新闻分析Agent
│   │   │   └── tools.py             # Agent工具定义
│   │   ├── rag/            # RAG检索系统
│   │   │   └── vector_store.py     # 向量数据库管理
│   │   ├── routers/        # API路由
│   │   ├── models/         # 数据库模型
│   │   ├── schemas/        # Pydantic模式
│   │   └── main.py        # FastAPI应用入口
│   ├── chroma_db/          # Chroma向量数据库（自动生成）
│   ├── .env.example        # 环境变量模板
│   └── requirements.txt    # Python依赖
├── frontend/               # 前端代码
│   ├── src/
│   │   ├── pages/         # 页面组件
│   │   ├── components/    # 通用组件
│   │   └── utils/         # 工具函数
│   └── package.json       # Node.js依赖
├── README.md              # 项目说明（本文件）
└── QUICKSTART.md          # 快速开始指南

🔒 安全说明

API Key保护

重要：所有敏感信息都通过环境变量配置，不会硬编码在代码中。

.env 文件：包含所有敏感配置，不要提交到Git
.env.example：模板文件，不包含真实密钥，可以提交到Git
.gitignore：确保 .env 文件已被忽略

获取DashScope API Key

访问 DashScope控制台
注册/登录账号
创建API Key
将API Key填入 backend/.env 文件的 LLM_API_KEY

生成SECRET_KEY

python -c "import secrets; print(secrets.token_urlsafe(32))"

将生成的密钥填入 backend/.env 文件的 SECRET_KEY。

📝 注意事项

✅ 确保MySQL服务已启动
✅ 确保网络可以访问DashScope API
✅ 生产环境请修改CORS配置和安全密钥
✅ 项目路径包含中文时建议使用Conda环境
✅ 不要将 .env 文件提交到Git仓库
✅ 定期备份数据库和向量库数据
✅ API Key有使用额度限制，注意监控使用情况

🎯 功能特性

✅ 用户认证系统：注册、登录、密码修改
✅ 数据隔离：每个用户只能看到自己的数据
✅ 对话历史持久化：智能助手对话自动保存
✅ RAG检索：向量化历史日报，支持语义搜索
✅ AI自主决策：Agent根据用户意图自动选择工具
✅ Markdown报告：分析报告支持Markdown格式和下载
✅ 实时进度显示：分析报告生成时显示进度条
✅ 响应式设计：适配不同屏幕尺寸

📚 相关文档

QUICKSTART.md - 5分钟快速开始指南
API文档 - Swagger API文档（运行后端后访问）

🤝 贡献

欢迎提交Issue和Pull Request！

📄 许可证

本项目仅供学习和研究使用。

Name		Name	Last commit message	Last commit date
Latest commit History 2 Commits
backend		backend
frontend		frontend
.gitignore		.gitignore
QUICKSTART.md		QUICKSTART.md
README.md		README.md
package-lock.json		package-lock.json
query		query

Folders and files

Latest commit

History

Repository files navigation

体育日报智能分析平台

✨ 核心功能

🛠️ 技术栈

后端

前端

AI Agent架构

前置要求

🚀 快速开始

1. 环境准备

2. 数据库设置

2.1 创建数据库

2.2 初始化数据库表

3. 后端设置

3.1 配置环境变量

3.2 启动后端

4. 前端设置

使用说明

1. 访问应用

2. 生成体育日报

3. 生成分析报告

4. 使用智能助手

5. 设置

数据库管理

初始化表结构

验证表结构

🤖 AI Agent架构说明

1. AI自主决策Agent (AutonomousAgent) ⭐核心

2. 新闻采集与处理Agent (NewsCollectorAgent)

3. 新闻分析与总结Agent (NewsAnalyzerAgent)

4. RAG检索系统

API文档

常见问题

1. 数据库连接失败

2. API调用失败

3. 前端无法连接后端

4. 注册失败（500错误）

5. 数据库表结构错误

开发说明

修改新闻源

修改Agent提示词

添加新功能

📁 项目结构

🔒 安全说明

API Key保护

获取DashScope API Key

生成SECRET_KEY

📝 注意事项

🎯 功能特性

📚 相关文档

🤝 贡献

📄 许可证

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages