# research-agent

**Repository Path**: edfeff/research-agent

## Basic Information

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

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-05-20
- **Last Updated**: 2026-05-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


## 关注公众号，查看开发教程

欢迎大家关注 dev派 来查看开发教程

![](logo.png)


# 多智能体研究系统

一个多智能体协作的研究系统，通过协调多个专业子智能体来研究任意主题，并生成包含数据可视化的综合 PDF 报告。

## 快速开始

```bash
# 安装依赖
uv sync

# 设置 API 密钥
export ANTHROPIC_API_KEY="your-api-key"

# 运行智能体
uv run python research_agent/agent.py
```

然后输入： "Research quantum computing developments in 2025"

## 工作原理

1. **主导智能体**将你的请求拆分为 2-4 个子主题
2. 并行启动多个**研究员**子智能体进行网络搜索
3. 每个研究员将调查结果保存至 `files/research_notes/`
4. 启动**数据分析师**提取指标并在 `files/charts/` 中生成图表
5. 启动**报告撰写员**在 `files/reports/` 中生成最终 PDF 报告

## 智能体角色

| 智能体 | 工具 | 职责 |
|-------|-------|---------|
| **主导智能体** | `Task` | 协调研究，将任务委派给子智能体 |
| **研究员** | `WebSearch`, `Write` | 从网络收集信息 |
| **数据分析师** | `Glob`, `Read`, `Bash`, `Write` | 提取指标，生成图表 |
| **报告撰写员** | `Skill`, `Write`, `Glob`, `Read`, `Bash` | 创建包含可视化内容的 PDF 报告 |

## 快捷命令

| 命令 | 说明 |
|---------|-------------|
| `/research <主题>` | 对任意主题开始聚焦研究 |
| `/competitive-analysis <公司>` | 分析公司或产品 |
| `/market-trends <行业>` | 研究行业趋势 |
| `/fact-check <声明>` | 验证声明和论述 |
| `/summarize` | 汇总当前所有研究成果 |

## 示例查询

- "Research quantum computing developments"
- "What are current trends in renewable energy?"
- `/competitive-analysis Tesla`
- `/market-trends artificial intelligence`

## 输出结构

```
files/
├── research_notes/     # 研究员生成的 Markdown 文件
├── data/               # 分析师生成的数据摘要
├── charts/             # PNG 可视化图表
└── reports/            # 最终 PDF 报告

logs/
└── session_YYYYMMDD_HHMMSS/
    ├── transcript.txt      # 人类可读的对话记录
    └── tool_calls.jsonl    # 结构化的工具使用日志
```

## 基于 Hook 的子智能体追踪

系统使用 SDK Hook 追踪所有工具调用。

### 追踪内容

- **谁**：哪个智能体（RESEARCHER-1、DATA-ANALYST-1 等）
- **做了什么**：工具名称（WebSearch、Write、Bash 等）
- **何时**：时间戳
- **输入/输出**：参数与结果

### 工作原理

Hook 在每次工具调用执行前后进行拦截：

```python
hooks = Hooks(
    pre_tool_use=[tracker.pre_tool_use_hook],
    post_tool_use=[tracker.post_tool_use_hook]
)
```

`parent_tool_use_id` 将工具调用与其所属子智能体关联起来：
- 主导智能体通过 `Task` 工具启动一个研究员 → 获得 ID "task_123"
- 该研究员的所有工具调用都包含 `parent_tool_use_id = "task_123"`
- Hook 利用此 ID 识别是哪个子智能体发起的调用

### 日志输出

**transcript.txt** - 人类可读格式：
```
[RESEARCHER-1] → WebSearch
    Input: query='quantum computing 2025'
[DATA-ANALYST-1] → Bash
    Input: python matplotlib chart generation
```

**tool_calls.jsonl** - 结构化 JSON 格式：
```json
{"event":"tool_call_start","agent_id":"RESEARCHER-1","tool_name":"WebSearch",...}
{"event":"tool_call_complete","success":true,"output_size":15234}
```