diff --git a/MediaEngine/agent.py b/MediaEngine/agent.py index d57d96f..3c28323 100644 --- a/MediaEngine/agent.py +++ b/MediaEngine/agent.py @@ -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: diff --git a/MediaEngine/prompts/prompts.py b/MediaEngine/prompts/prompts.py index 1bdbb55..33aea1f 100644 --- a/MediaEngine/prompts/prompts.py +++ b/MediaEngine/prompts/prompts.py @@ -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)} -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）： @@ -219,23 +208,21 @@ SYSTEM_PROMPT_REFLECTION = f""" {json.dumps(input_schema_reflection, indent=2, ensure_ascii=False)} -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： diff --git a/MediaEngine/tools/__init__.py b/MediaEngine/tools/__init__.py index aa05568..f8da7d7 100644 --- a/MediaEngine/tools/__init__.py +++ b/MediaEngine/tools/__init__.py @@ -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" ] diff --git a/MediaEngine/utils/config.py b/MediaEngine/utils/config.py index f000bd8..3772743 100644 --- a/MediaEngine/utils/config.py +++ b/MediaEngine/utils/config.py @@ -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") diff --git a/media_engine_streamlit_app.py b/media_engine_streamlit_app.py index d443357..c15ffd1 100644 --- a/media_engine_streamlit_app.py +++ b/media_engine_streamlit_app.py @@ -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