DeepSearch Agents — 多智能体深度研究系统

基于 DeepAgents + LangGraph 构建的多智能体协作研究平台。采用 1 主 3 从 Orchestrator-Workers 架构，主 Agent 负责任务拆解与调度，网络搜索、数据库查询、知识库检索三个专家子 Agent 协同完成多来源信息检索与报告交付。

系统架构

用户任务 → FastAPI → 主 Agent (Orchestrator)
                      ├── 网络搜索 Agent (Tavily)
                      ├── 数据库查询 Agent (MySQL)
                      └── 知识库检索 Agent (RAGFlow)
                      └── 报告生成 (Markdown/PDF)
                      └── WebSocket → 前端实时展示

技术栈

• Agent 框架: DeepAgents + LangGraph
• 后端: FastAPI + WebSocket + asyncio
• 前端: React + Vite + Ant Design + Tailwind CSS
• 数据库: PostgreSQL (检查点持久化) + MySQL (业务数据)
• 外部服务: Tavily (搜索)、RAGFlow (知识库)
• 文件处理: pypdf / python-docx / pandas / ReportLab

生产化特性

• PostgresSaver: 检查点持久化，支持断点恢复与多 Worker 共享
• ContextVar 会话隔离: 协程级上下文管理，高并发零串台
• 结构化路由: Few-Shot 路由示例，子 Agent 调度准确率 85.7%
• 中间件控制: 模型调用次数上限 + 上下文摘要压缩
• SQL 安全: 表级白名单 + 只读限制 + 危险函数检测
• 事件溯源: 完整任务链路事件持久化与回放
• 路径安全: 四层路径清洗 + API 层校验，路径穿越拦截率 100%

快速开始

# 1. 安装依赖
uv sync

# 2. 配置环境变量
cp .env.example .env

# 3. 启动 MySQL
docker compose -f docker/docker-compose.yaml up -d

# 4. 启动后端
uv run uvicorn app.api.server:app --host 0.0.0.0 --port 8000 --reload

# 5. 启动前端
cd frontend && pnpm install && pnpm dev

项目结构

├── app/
│   ├── agent/          # 主 Agent + 子 Agent 配置
│   ├── api/            # FastAPI 接口 + WebSocket + 监控
│   ├── tools/          # 9 个 LangChain 工具
│   ├── prompt/         # 提示词 YAML 配置
│   └── utils/          # 路径解析 + Markdown→PDF
├── frontend/           # React 前端
├── docker/             # MySQL 教学库
└── examples/           # DeepAgents 使用示例

License

MIT