The multimodal agent has been basically completed.

2025-08-22 23:39:11 +08:00
parent 062f66cb2e
commit 431cf6a12c
5 changed files with 99 additions and 144 deletions
@@ -19,7 +19,7 @@ from .nodes import (
    ReportFormattingNode
 )
 from .state import State
-from .tools import TavilyNewsAgency, TavilyResponse
+from .tools import BochaMultimodalSearch, BochaResponse
 from .utils import Config, load_config, format_search_results_for_prompt


@@ -40,7 +40,7 @@ class DeepSearchAgent:
        self.llm_client = self._initialize_llm()
        
        # 初始化搜索工具集
-        self.search_agency = TavilyNewsAgency(api_key=self.config.tavily_api_key)
+        self.search_agency = BochaMultimodalSearch(api_key=self.config.bocha_api_key)
        
        # 初始化节点
        self._initialize_nodes()
@@ -53,7 +53,7 @@ class DeepSearchAgent:
        
        print(f"Deep Search Agent 已初始化")
        print(f"使用LLM: {self.llm_client.get_model_info()}")
-        print(f"搜索工具集: TavilyNewsAgency (支持6种搜索工具)")
+        print(f"搜索工具集: BochaMultimodalSearch (支持5种多模态搜索工具)")
    
    def _initialize_llm(self) -> BaseLLM:
        """初始化LLM客户端"""
@@ -103,46 +103,40 @@ class DeepSearchAgent:
        except ValueError:
            return False
    
-    def execute_search_tool(self, tool_name: str, query: str, **kwargs) -> TavilyResponse:
+    def execute_search_tool(self, tool_name: str, query: str, **kwargs) -> BochaResponse:
        """
        执行指定的搜索工具
        
        Args:
            tool_name: 工具名称，可选值：
-                - "basic_search_news": 基础新闻搜索（快速、通用）
-                - "deep_search_news": 深度新闻分析
-                - "search_news_last_24_hours": 24小时内最新新闻
-                - "search_news_last_week": 本周新闻
-                - "search_images_for_news": 新闻图片搜索
-                - "search_news_by_date": 按日期范围搜索新闻
+                - "comprehensive_search": 全面综合搜索（默认）
+                - "web_search_only": 纯网页搜索
+                - "search_for_structured_data": 结构化数据查询
+                - "search_last_24_hours": 24小时内最新信息
+                - "search_last_week": 本周信息
            query: 搜索查询
-            **kwargs: 额外参数（如start_date, end_date, max_results）
+            **kwargs: 额外参数（如max_results）
            
        Returns:
-            TavilyResponse对象
+            BochaResponse对象
        """
        print(f"  → 执行搜索工具: {tool_name}")
        
-        if tool_name == "basic_search_news":
-            max_results = kwargs.get("max_results", 7)
-            return self.search_agency.basic_search_news(query, max_results)
-        elif tool_name == "deep_search_news":
-            return self.search_agency.deep_search_news(query)
-        elif tool_name == "search_news_last_24_hours":
-            return self.search_agency.search_news_last_24_hours(query)
-        elif tool_name == "search_news_last_week":
-            return self.search_agency.search_news_last_week(query)
-        elif tool_name == "search_images_for_news":
-            return self.search_agency.search_images_for_news(query)
-        elif tool_name == "search_news_by_date":
-            start_date = kwargs.get("start_date")
-            end_date = kwargs.get("end_date")
-            if not start_date or not end_date:
-                raise ValueError("search_news_by_date工具需要start_date和end_date参数")
-            return self.search_agency.search_news_by_date(query, start_date, end_date)
+        if tool_name == "comprehensive_search":
+            max_results = kwargs.get("max_results", 10)
+            return self.search_agency.comprehensive_search(query, max_results)
+        elif tool_name == "web_search_only":
+            max_results = kwargs.get("max_results", 15)
+            return self.search_agency.web_search_only(query, max_results)
+        elif tool_name == "search_for_structured_data":
+            return self.search_agency.search_for_structured_data(query)
+        elif tool_name == "search_last_24_hours":
+            return self.search_agency.search_last_24_hours(query)
+        elif tool_name == "search_last_week":
+            return self.search_agency.search_last_week(query)
        else:
-            print(f"  ⚠️  未知的搜索工具: {tool_name}，使用默认基础搜索")
-            return self.search_agency.basic_search_news(query)
+            print(f"  ⚠️  未知的搜索工具: {tool_name}，使用默认综合搜索")
+            return self.search_agency.comprehensive_search(query)
    
    def research(self, query: str, save_report: bool = True) -> str:
        """
@@ -231,7 +225,7 @@ class DeepSearchAgent:
        print("  - 生成搜索查询...")
        search_output = self.first_search_node.run(search_input)
        search_query = search_output["search_query"]
-        search_tool = search_output.get("search_tool", "basic_search_news")  # 默认工具
+        search_tool = search_output.get("search_tool", "comprehensive_search")  # 默认工具
        reasoning = search_output["reasoning"]
        
        print(f"  - 搜索查询: {search_query}")
@@ -241,41 +235,27 @@ class DeepSearchAgent:
        # 执行搜索
        print("  - 执行网络搜索...")
        
-        # 处理search_news_by_date的特殊参数
+        # 处理特殊参数（新的工具集不需要日期参数处理）
        search_kwargs = {}
-        if search_tool == "search_news_by_date":
-            start_date = search_output.get("start_date")
-            end_date = search_output.get("end_date")
-            
-            if start_date and end_date:
-                # 验证日期格式
-                if self._validate_date_format(start_date) and self._validate_date_format(end_date):
-                    search_kwargs["start_date"] = start_date
-                    search_kwargs["end_date"] = end_date
-                    print(f"  - 时间范围: {start_date} 到 {end_date}")
-                else:
-                    print(f"  ⚠️  日期格式错误（应为YYYY-MM-DD），改用基础搜索")
-                    print(f"      提供的日期: start_date={start_date}, end_date={end_date}")
-                    search_tool = "basic_search_news"
-            else:
-                print(f"  ⚠️  search_news_by_date工具缺少时间参数，改用基础搜索")
-                search_tool = "basic_search_news"
+        if search_tool in ["comprehensive_search", "web_search_only"]:
+            # 这些工具支持max_results参数
+            search_kwargs["max_results"] = 10
        
        search_response = self.execute_search_tool(search_tool, search_query, **search_kwargs)
        
        # 转换为兼容格式
        search_results = []
-        if search_response and search_response.results:
+        if search_response and search_response.webpages:
            # 每种搜索工具都有其特定的结果数量，这里取前10个作为上限
-            max_results = min(len(search_response.results), 10)
-            for result in search_response.results[:max_results]:
+            max_results = min(len(search_response.webpages), 10)
+            for result in search_response.webpages[:max_results]:
                search_results.append({
-                    'title': result.title,
+                    'title': result.name,
                    'url': result.url,
-                    'content': result.content,
-                    'score': result.score,
-                    'raw_content': result.raw_content,
-                    'published_date': result.published_date  # 新增字段
+                    'content': result.snippet,
+                    'score': None,  # Bocha API不提供score
+                    'raw_content': result.snippet,
+                    'published_date': result.date_last_crawled  # 使用爬取日期
                })
        
        if search_results:
@@ -324,7 +304,7 @@ class DeepSearchAgent:
            # 生成反思搜索查询
            reflection_output = self.reflection_node.run(reflection_input)
            search_query = reflection_output["search_query"]
-            search_tool = reflection_output.get("search_tool", "basic_search_news")  # 默认工具
+            search_tool = reflection_output.get("search_tool", "comprehensive_search")  # 默认工具
            reasoning = reflection_output["reasoning"]
            
            print(f"    反思查询: {search_query}")
@@ -332,41 +312,27 @@ class DeepSearchAgent:
            print(f"    反思推理: {reasoning}")
            
            # 执行反思搜索
-            # 处理search_news_by_date的特殊参数
+            # 处理特殊参数
            search_kwargs = {}
-            if search_tool == "search_news_by_date":
-                start_date = reflection_output.get("start_date")
-                end_date = reflection_output.get("end_date")
-                
-                if start_date and end_date:
-                    # 验证日期格式
-                    if self._validate_date_format(start_date) and self._validate_date_format(end_date):
-                        search_kwargs["start_date"] = start_date
-                        search_kwargs["end_date"] = end_date
-                        print(f"    时间范围: {start_date} 到 {end_date}")
-                    else:
-                        print(f"    ⚠️  日期格式错误（应为YYYY-MM-DD），改用基础搜索")
-                        print(f"        提供的日期: start_date={start_date}, end_date={end_date}")
-                        search_tool = "basic_search_news"
-                else:
-                    print(f"    ⚠️  search_news_by_date工具缺少时间参数，改用基础搜索")
-                    search_tool = "basic_search_news"
+            if search_tool in ["comprehensive_search", "web_search_only"]:
+                # 这些工具支持max_results参数
+                search_kwargs["max_results"] = 10
            
            search_response = self.execute_search_tool(search_tool, search_query, **search_kwargs)
            
            # 转换为兼容格式
            search_results = []
-            if search_response and search_response.results:
+            if search_response and search_response.webpages:
                # 每种搜索工具都有其特定的结果数量，这里取前10个作为上限
-                max_results = min(len(search_response.results), 10)
-                for result in search_response.results[:max_results]:
+                max_results = min(len(search_response.webpages), 10)
+                for result in search_response.webpages[:max_results]:
                    search_results.append({
-                        'title': result.title,
+                        'title': result.name,
                        'url': result.url,
-                        'content': result.content,
-                        'score': result.score,
-                        'raw_content': result.raw_content,
-                        'published_date': result.published_date
+                        'content': result.snippet,
+                        'score': None,  # Bocha API不提供score
+                        'raw_content': result.snippet,
+                        'published_date': result.date_last_crawled
                    })
            
            if search_results:
@@ -34,9 +34,7 @@ output_schema_first_search = {
    "properties": {
        "search_query": {"type": "string"},
        "search_tool": {"type": "string"},
-        "reasoning": {"type": "string"},
-        "start_date": {"type": "string", "description": "开始日期，格式YYYY-MM-DD，仅search_news_by_date工具需要"},
-        "end_date": {"type": "string", "description": "结束日期，格式YYYY-MM-DD，仅search_news_by_date工具需要"}
+        "reasoning": {"type": "string"}
    },
    "required": ["search_query", "search_tool", "reasoning"]
 }
@@ -79,9 +77,7 @@ output_schema_reflection = {
    "properties": {
        "search_query": {"type": "string"},
        "search_tool": {"type": "string"},
-        "reasoning": {"type": "string"},
-        "start_date": {"type": "string", "description": "开始日期，格式YYYY-MM-DD，仅search_news_by_date工具需要"},
-        "end_date": {"type": "string", "description": "结束日期，格式YYYY-MM-DD，仅search_news_by_date工具需要"}
+        "reasoning": {"type": "string"}
    },
    "required": ["search_query", "search_tool", "reasoning"]
 }
@@ -147,41 +143,34 @@ SYSTEM_PROMPT_FIRST_SEARCH = f"""
 {json.dumps(input_schema_first_search, indent=2, ensure_ascii=False)}
 </INPUT JSON SCHEMA>

-你可以使用以下6种专业的新闻搜索工具：
+你可以使用以下5种专业的多模态搜索工具：

-1. **basic_search_news** - 基础新闻搜索工具
-   - 适用于：一般性的新闻搜索，不确定需要何种特定搜索时
-   - 特点：快速、标准的通用搜索，是最常用的基础工具
+1. **comprehensive_search** - 全面综合搜索工具
+   - 适用于：一般性的研究需求，需要完整信息时
+   - 特点：返回网页、图片、AI总结、追问建议和可能的结构化数据，是最常用的基础工具

-2. **deep_search_news** - 深度新闻分析工具
-   - 适用于：需要全面深入了解某个主题时
-   - 特点：提供最详细的分析结果，包含高级AI摘要
+2. **web_search_only** - 纯网页搜索工具
+   - 适用于：只需要网页链接和摘要，不需要AI分析时
+   - 特点：速度更快，成本更低，只返回网页结果

-3. **search_news_last_24_hours** - 24小时最新新闻工具
+3. **search_for_structured_data** - 结构化数据查询工具
+   - 适用于：查询天气、股票、汇率、百科定义等结构化信息时
+   - 特点：专门用于触发"模态卡"的查询，返回结构化数据
+
+4. **search_last_24_hours** - 24小时内信息搜索工具
   - 适用于：需要了解最新动态、突发事件时
-   - 特点：只搜索过去24小时的新闻
+   - 特点：只搜索过去24小时内发布的内容

-4. **search_news_last_week** - 本周新闻工具
+5. **search_last_week** - 本周信息搜索工具
   - 适用于：需要了解近期发展趋势时
-   - 特点：搜索过去一周的新闻报道
-
-5. **search_images_for_news** - 图片搜索工具
-   - 适用于：需要可视化信息、图片资料时
-   - 特点：提供相关图片和图片描述
-
-6. **search_news_by_date** - 按日期范围搜索工具
-   - 适用于：需要研究特定历史时期时
-   - 特点：可以指定开始和结束日期进行搜索
-   - 特殊要求：需要提供start_date和end_date参数，格式为'YYYY-MM-DD'
-   - 注意：只有这个工具需要额外的时间参数
+   - 特点：搜索过去一周内的主要报道

 你的任务是：
 1. 根据段落主题选择最合适的搜索工具
 2. 制定最佳的搜索查询
-3. 如果选择search_news_by_date工具，必须同时提供start_date和end_date参数（格式：YYYY-MM-DD）
-4. 解释你的选择理由
+3. 解释你的选择理由

-注意：除了search_news_by_date工具外，其他工具都不需要额外参数。
+注意：所有工具都不需要额外参数，选择工具主要基于搜索意图和需要的信息类型。
 请按照以下JSON模式定义格式化输出（文字请使用中文）：

 <OUTPUT JSON SCHEMA>
@@ -219,23 +208,21 @@ SYSTEM_PROMPT_REFLECTION = f"""
 {json.dumps(input_schema_reflection, indent=2, ensure_ascii=False)}
 </INPUT JSON SCHEMA>

-你可以使用以下6种专业的新闻搜索工具：
+你可以使用以下5种专业的多模态搜索工具：

-1. **basic_search_news** - 基础新闻搜索工具
-2. **deep_search_news** - 深度新闻分析工具
-3. **search_news_last_24_hours** - 24小时最新新闻工具  
-4. **search_news_last_week** - 本周新闻工具
-5. **search_images_for_news** - 图片搜索工具
-6. **search_news_by_date** - 按日期范围搜索工具（需要时间参数）
+1. **comprehensive_search** - 全面综合搜索工具
+2. **web_search_only** - 纯网页搜索工具
+3. **search_for_structured_data** - 结构化数据查询工具
+4. **search_last_24_hours** - 24小时内信息搜索工具
+5. **search_last_week** - 本周信息搜索工具

 你的任务是：
 1. 反思段落文本的当前状态，思考是否遗漏了主题的某些关键方面
 2. 选择最合适的搜索工具来补充缺失信息
 3. 制定精确的搜索查询
-4. 如果选择search_news_by_date工具，必须同时提供start_date和end_date参数（格式：YYYY-MM-DD）
-5. 解释你的选择和推理
+4. 解释你的选择和推理

-注意：除了search_news_by_date工具外，其他工具都不需要额外参数。
+注意：所有工具都不需要额外参数，选择工具主要基于搜索意图和需要的信息类型。
 请按照以下JSON模式定义格式化输出：

 <OUTPUT JSON SCHEMA>
@@ -1,20 +1,22 @@
 """
 工具调用模块
-提供外部工具接口，如网络搜索等
+提供外部工具接口，如多模态搜索等
 """

 from .search import (
-    TavilyNewsAgency, 
-    SearchResult, 
-    TavilyResponse, 
+    BochaMultimodalSearch,
+    WebpageResult,
    ImageResult,
+    ModalCardResult,
+    BochaResponse,
    print_response_summary
 )

 __all__ = [
-    "TavilyNewsAgency", 
-    "SearchResult", 
-    "TavilyResponse", 
+    "BochaMultimodalSearch",
+    "WebpageResult", 
    "ImageResult",
+    "ModalCardResult",
+    "BochaResponse",
    "print_response_summary"
 ]
@@ -14,7 +14,7 @@ class Config:
    # API密钥
    deepseek_api_key: Optional[str] = None
    openai_api_key: Optional[str] = None
-    tavily_api_key: Optional[str] = None
+    bocha_api_key: Optional[str] = None
    
    # 模型配置
    default_llm_provider: str = "deepseek"  # deepseek 或 openai
@@ -44,8 +44,8 @@ class Config:
            print("错误: OpenAI API Key未设置")
            return False
        
-        if not self.tavily_api_key:
-            print("错误: Tavily API Key未设置")
+        if not self.bocha_api_key:
+            print("错误: Bocha API Key未设置")
            return False
        
        return True
@@ -65,7 +65,7 @@ class Config:
            return cls(
                deepseek_api_key=getattr(config_module, "DEEPSEEK_API_KEY", None),
                openai_api_key=getattr(config_module, "OPENAI_API_KEY", None),
-                tavily_api_key=getattr(config_module, "TAVILY_API_KEY", None),
+                bocha_api_key=getattr(config_module, "BOCHA_API_KEY", None),
                default_llm_provider=getattr(config_module, "DEFAULT_LLM_PROVIDER", "deepseek"),
                deepseek_model=getattr(config_module, "DEEPSEEK_MODEL", "deepseek-chat"),
                openai_model=getattr(config_module, "OPENAI_MODEL", "gpt-4o-mini"),
@@ -92,7 +92,7 @@ class Config:
            return cls(
                deepseek_api_key=config_dict.get("DEEPSEEK_API_KEY"),
                openai_api_key=config_dict.get("OPENAI_API_KEY"),
-                tavily_api_key=config_dict.get("TAVILY_API_KEY"),
+                bocha_api_key=config_dict.get("BOCHA_API_KEY"),
                default_llm_provider=config_dict.get("DEFAULT_LLM_PROVIDER", "deepseek"),
                deepseek_model=config_dict.get("DEEPSEEK_MODEL", "deepseek-chat"),
                openai_model=config_dict.get("OPENAI_MODEL", "gpt-4o-mini"),
@@ -147,7 +147,7 @@ def print_config(config: Config):
    print(f"LLM提供商: {config.default_llm_provider}")
    print(f"DeepSeek模型: {config.deepseek_model}")
    print(f"OpenAI模型: {config.openai_model}")
-    print(f"最大搜索结果数: {config.max_search_results}")
+
    print(f"搜索超时: {config.search_timeout}秒")
    print(f"最大内容长度: {config.max_content_length}")
    print(f"最大反思次数: {config.max_reflections}")
@@ -158,5 +158,5 @@ def print_config(config: Config):
    # 显示API密钥状态（不显示实际密钥）
    print(f"DeepSeek API Key: {'已设置' if config.deepseek_api_key else '未设置'}")
    print(f"OpenAI API Key: {'已设置' if config.openai_api_key else '未设置'}")
-    print(f"Tavily API Key: {'已设置' if config.tavily_api_key else '未设置'}")
+    print(f"Bocha API Key: {'已设置' if config.bocha_api_key else '未设置'}")
    print("==================\n")
@@ -12,8 +12,8 @@ import json
 # 添加src目录到Python路径
 sys.path.insert(0, os.path.join(os.path.dirname(__file__), '.'))

-from QueryEngine import DeepSearchAgent, Config
-from config import DEEPSEEK_API_KEY, TAVILY_API_KEY
+from MediaEngine import DeepSearchAgent, Config
+from config import DEEPSEEK_API_KEY, BOCHA_Web_Search_API_KEY


 def main():
@@ -98,19 +98,19 @@ def main():
        
        # 自动使用配置文件中的API密钥
        deepseek_key = DEEPSEEK_API_KEY
-        tavily_key = TAVILY_API_KEY
+        bocha_key = BOCHA_Web_Search_API_KEY
        
        # 创建配置
        config = Config(
            deepseek_api_key=deepseek_key if llm_provider == "deepseek" else None,
            openai_api_key=openai_key if llm_provider == "openai" else None,
-            tavily_api_key=tavily_key,
+            bocha_api_key=bocha_key,
            default_llm_provider=llm_provider,
            deepseek_model=model_name if llm_provider == "deepseek" else "deepseek-chat",
            openai_model=model_name if llm_provider == "openai" else "gpt-4o-mini",
            max_reflections=max_reflections,
            max_content_length=max_content_length,
-            output_dir="query_engine_streamlit_reports"
+            output_dir="media_engine_streamlit_reports"
        )
        
        # 执行研究