大学公众号文章审核 Agent

基于 LangGraph 开发的多 Agent 工作流系统，用于自动审核和调整大学公众号文章。

功能特性

• 双节点审核流程: 审核节点 + 调整节点，循环迭代直到通过或达到最大次数
• 双重审核机制: LLM 语义审核 + 本地规则校验（敏感词、长度、必含元素等）
• 健壮的输出解析: 自动剥离思维链内容，兼容多种 JSON 输出格式
• 灵活 LLM 支持: 支持 OpenAI、MiniMax、智谱、Anthropic Claude 等多种模型
• 可配置 Prompt: 通过 YAML 文件自定义审核和调整节点的提示词
• 可配置规则: 支持敏感词过滤、格式规范、内容长度等审核规则
• 状态追踪: 完整记录审核状态、迭代次数、拒绝原因等

项目结构

newsAgent/
├── agent/
│   ├── __init__.py          # 模块导出
│   ├── client.py            # LLM 客户端（多 provider 支持）
│   ├── nodes.py             # LangGraph 节点定义
│   ├── state.py             # Agent 状态定义
│   └── workflow.py          # 工作流构建
├── config/
│   ├── prompts.yaml         # Prompt 模板配置
│   ├── models.yaml          # LLM 模型配置
│   └── rules.yaml           # 审核规则配置
├── schemas/
│   └── article.py           # 数据模型
├── main.py                  # 命令行入口
├── pyproject.toml           # 项目配置
└── requirements.txt        # 依赖列表

快速开始

1. 安装依赖

uv sync
# 或
pip install -r requirements.txt

2. 配置 LLM

编辑 config/models.yaml，配置您的模型 API：

models:
  review:
    provider: "openai"      # openai | anthropic | claude | minimax | zhipu
    model: "gpt-4"
    api_base: "https://api.openai.com/v1"
    api_key: "${OPENAI_API_KEY}"
    temperature: 0.7

  adjust:
    provider: "openai"
    model: "gpt-4"
    api_base: "https://api.openai.com/v1"
    api_key: "${OPENAI_API_KEY}"
    temperature: 0.7

支持的 Provider

Provider	说明	API 类型
openai	OpenAI 官方 API	OpenAI Chat Completions
anthropic	Anthropic Claude API	Anthropic Messages
claude	Anthropic Claude API（anthropic 的别名）	Anthropic Messages
minimax	MiniMax API	OpenAI 兼容
zhipu	智谱 AI	OpenAI 兼容
custom	自定义 OpenAI 兼容接口	OpenAI Chat Completions

3. 配置 Prompt（可选）

编辑 config/prompts.yaml 自定义审核和调整行为：

prompts:
  review:
    system: |
      你是一位大学公众号文章审核员...
      以下是当前启用的审核规则（Markdown）：
      {{RULES_MD}}
    user_template: |
      请审核以下文章：

      标题：{title}

      内容：
      {content}

  adjust:
    system: |
      你是一位大学公众号文章编辑...
    user_template: |
      原始文章：
      {original}

      审核反馈：
      {feedback}

提示: {{RULES_MD}} 是规则占位符，会在调用时替换为格式化的规则内容。如需启用请在 review_prompts 的 system 中保留此占位符。

4. 配置审核规则（可选）

编辑 config/rules.yaml 设置审核规则。审核节点会同时执行 LLM 语义审核和本地规则校验：

rules:
  # 敏感词检查
  sensitive_words:
    - "敏感词1"
    - "敏感词2"

  # 格式规范
  format:
    max_title_length: 30       # 标题最大字数
    max_paragraph_length: 300  # 段落最大字数

  # 内容要求
  content:
    min_length: 100            # 正文最少字数
    max_length: 5000           # 正文最多字数
    required_elements:         # 必含元素
      - "来源"

5. 运行审核

命令行用法：

# 通过参数传入文章
python main.py "文章内容" "文章标题"

# 通过 stdin 传入文章
echo "文章内容" | python main.py - "标题"

# 指定最大迭代次数
python main.py "文章内容" "标题" --max-iterations 3

Python API 用法：

from main import ArticleReviewAgent

agent = ArticleReviewAgent()
result = agent.review("文章内容", "标题")

print(f"审核状态: {result['status']}")        # approved / rejected / max_iterations
print(f"是否通过: {result['approved']}")      # True / False
print(f"迭代次数: {result['iteration']}")
print(f"最终文章: {result['final_article']}")
print(f"审核结果: {result['review_result']}")

工作流程

┌─────────────────────────────────────────────────────────────┐
│                         START                               │
└─────────────────────────┬───────────────────────────────────┘
                          │
                          ▼
              ┌───────────────────────────┐
              │       REVIEW 节点          │
              │  ┌─────────────────────┐  │
              │  │  1. LLM 语义审核   │  │
              │  │     (JSON 输出)     │  │
              │  ├─────────────────────┤  │
              │  │  2. 本地规则校验   │  │
              │  │  (敏感词/长度等)   │  │
              │  └─────────────────────┘  │
              └───────────┬───────────────┘
                          │
            ┌─────────────┴─────────────┐
            │                           │
         通过                          不通过
            │                           │
            ▼                           ▼
      ┌─────────┐              ┌─────────────────┐
      │   END   │              │   ADJUST 节点    │
      │ (通过)  │              │   (调整 LLM)     │
      └─────────┘              └────────┬────────┘
                                         │
                                         │ iteration + 1
                                         ▼
                              ┌───────────────────────────┐
                              │       REVIEW 节点          │
                              │   (再次审核)              │
                              └───────────┬───────────────┘
                                          │
                                ┌─────────┴─────────┐
                                │                   │
                             通过              不通过
                                │                   │
                                ▼          ┌────────┴────────┐
                          ┌─────────┐      │  iteration >=  │
                          │   END   │      │  max_iterations │
                          │ (通过)  │      │       ?        │
                          └─────────┘      └────────┬────────┘
                                                     │
                                              YES ───┴─── NO
                                               │           │
                                               ▼           ▼
                                          ┌─────────┐ ┌─────────┐
                                          │   END   │ │ ADJUST  │
                                          │ (拒绝)  │ │ (继续)  │
                                          └─────────┘ └─────────┘

审核节点双重机制

审核节点包含两层校验：

1. LLM 语义审核: 调用 LLM 对文章内容进行语义层面的质量评估

   • 强制 JSON 输出格式
   • 自动剥离思维链（think/reasoning）内容
   • 兼容多种 JSON 解析策略

2. 本地规则校验: 基于 rules.yaml 配置进行结构化校验

   • 敏感词检测
   • 标题长度限制
   • 段落长度限制
   • 正文字数限制
   • 必含元素检查

两层校验结果会合并，任何一层不通过都会标记为不通过。

返回结果示例

{
  "status": "approved",
  "approved": true,
  "iteration": 2,
  "final_article": "经过调整后的文章内容...",
  "review_result": {
    "approved": true,
    "reasons": [],
    "suggestions": [],
    "comment": "文章审核通过，内容质量良好。"
  }
}

开发

添加新的 LLM Provider

在 agent/client.py 中添加新的客户端类：

class MyClient(LLMClient):
    def __init__(self, api_key: str, model: str, api_base: str, **kwargs):
        ...

    def generate(self, prompt: str, **kwargs) -> str:
        # 实现 API 调用逻辑
        ...

# 在 create_llm_client 工厂函数中添加：
elif provider == "myprovider":
    return MyClient(...)

自定义节点逻辑

修改 agent/nodes.py 中的 review_node 和 adjust_node 函数来自定义节点行为。

环境变量

变量名	说明
OPENAI_API_KEY	OpenAI API Key
ANTHROPIC_API_KEY	Anthropic API Key
其他	通过 ${VAR_NAME} 语法在配置文件中引用

许可证

MIT License