Skip to content

README_CN.md

Latest commit

 

History

History
222 lines (159 loc) · 6.61 KB

README_CN.md

File metadata and controls

222 lines (159 loc) · 6.61 KB

DeepResearchAgent

English | 简体中文

简介

DeepResearchAgent 是一个分层多智能体系统，设计目标是处理深度研究任务，同时也适用于通用任务求解。该框架通过顶层规划智能体协调多个专门的子智能体，实现了任务的自动分解与高效执行，适用于多样且复杂的任务场景。

系统架构

Architecture

本系统采用两层结构：

1. 顶层规划智能体

  • 负责理解任务、规划整体流程。
  • 将任务分解为子任务并分配给合适的子智能体。
  • 动态协调各智能体之间的协作，确保任务顺利完成。

2. 专业子智能体

  • 深度分析器（Deep Analyzer）

    • 对输入信息进行深入分析，提取关键信息与潜在需求。
    • 支持文本和结构化数据的分析。

  • 深度研究者（Deep Researcher）

    • 对指定主题或问题进行深度研究，自动获取并整合高质量信息。
    • 可生成研究报告或知识总结。

  • 浏览器操作（Browser Use）

    • 自动化浏览器行为，支持网页搜索、信息提取与数据收集。
    • 为研究者提供实时网页信息支持。

主要特性

  • 分层协作，适用于复杂和动态任务
  • 易于扩展，可集成更多专业智能体
  • 支持信息分析、研究与网页交互

更新日志

  • 2025.07.08：添加了Image生成工具，该工具可根据输入文本生成图像。图像生成工具基于 Imagen 模型。
  • 2025.07.07：由于TOML文件配置灵活度有限，现改成mmengine支持的config配置。
  • 2025.06.20：支持 MCP 架构，包括本地MCP和远程MCP.
  • 2025.06.17：更新技术报告https://arxiv.org/abs/2506.12508.
  • 2025.06.01：升级 browser-use 至 v0.1.48
  • 2025.05.30：将子智能体调用方式改为函数调用，支持 GPT-4.1 和 Gemini-2.5-Pro 作为规划智能体
  • 2025.05.27：支持 OpenAI、Anthropic、Google LLM，以及本地 Qwen 模型（使用 vLLM）

TODO 清单

  • 异步功能完成
  • 图像生成工具已完成
  • MCP 架构开发中
  • AI4Research 智能体开发中
  • 小说创作智能体开发中

安装说明

环境准备

conda create -n dra python=3.11
conda activate dra
make install

# 或者使用 requirements.txt 安装
conda create -n dra python=3.11
conda activate dra
make install-requirements

# 安装 playwright 以启用浏览器支持
pip install playwright
playwright install chromium --with-deps --no-shell

设置 .env 文件

请参考 .env.template 文件，在项目根目录创建 .env 文件。该文件用于配置 API 密钥和其他环境变量。

如需使用 Google 模型：

brew install --cask google-cloud-sdk
gcloud init
gcloud auth application-default login

使用说明

示例 1：运行主示例

这是一个简单的示例，演示如何使用 DeepResearchAgent 框架。

python main.py

示例 2：运行单智能体

一个简单示例，用于演示单一Agent的用法，比如一个能够调用通用工具的Agent。

python examples/run_general.py

示例 2：评估 GAIA 数据集

mkdir data && cd data
git clone https://huggingface.co/datasets/gaia-benchmark/GAIA
python examples/run_gaia.py

实验结果

我们在 GAIA 验证集上进行了评估，并于 5 月 10 日达到最先进性能：

GAIA Example Result

常见问题

1. 如何使用本地 Qwen 模型？

支持以下模型：

  • qwen2.5-7b-instruct
  • qwen2.5-14b-instruct
  • qwen2.5-32b-instruct

配置：

model_id = "qwen2.5-7b-instruct"

2. 浏览器模块安装问题？

pip install "browser-use[memory]"==0.1.48
pip install playwright
playwright install chromium --with-deps --no-shell

3. 子智能体函数调用不生效？

推荐使用 Claude-3.7-Sonnet 作为规划智能体，现已兼容 GPT-4.1 和 Gemini-2.5-Pro。

4. 使用 vllm 进行本地模型部署

我们提供 huggingface 作为加载本地模型的快捷方式。我们还提供 vllm 作为启动服务的方式，以便提供并行加速。

部署本地 Qwen 模型（使用 vLLM）

第一步：启动 vLLM 服务

nohup bash -c 'CUDA_VISIBLE_DEVICES=0,1 python -m vllm.entrypoints.openai.api_server \
  --model /input0/Qwen3-32B \
  --served-model-name Qwen \
  --host 0.0.0.0 \
  --port 8000 \
  --max-num-seqs 16 \
  --enable-auto-tool-choice \
  --tool-call-parser hermes \
  --tensor_parallel_size 2' > vllm_qwen.log 2>&1 &

.env 文件配置：

QWEN_API_BASE=http://localhost:8000/v1
QWEN_API_KEY="abc"

第二步：启动智能体服务

python main.py

输入任务命令示例：

Use deep_researcher_agent to search the latest papers on the topic of 'AI Agent' and then summarize it.

致谢

DeepResearchAgent 主要借鉴了 smolagents 的架构设计，并在此基础上做出了以下改进：

  • 对 smolagents 的代码进行了模块化重构，使其结构更加清晰和易于维护。
  • 将原有的同步执行框架改为异步执行框架。
  • 优化了多智能体的初始化与部署流程，使其更加高效且易用。

我们由衷感谢以下开源项目对本项目的重要贡献：

我们由衷感谢上述项目的所有贡献者和维护者，感谢他们推动 AI 技术进步并将其开放给社区使用。

贡献

欢迎任何形式的贡献！欢迎提 issue 或提交 PR。

引用

@misc{zhang2025agentorchestrahierarchicalmultiagentframework,
      title={AgentOrchestra: A Hierarchical Multi-Agent Framework for General-Purpose Task Solving}, 
      author={Wentao Zhang, Liang Zeng, Yuzhen Xiao, Yongcong Li, Ce Cui, Yilei Zhao, Rui Hu, Yang Liu, Yahui Zhou, Bo An},
      year={2025},
      eprint={2506.12508},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2506.12508}, 
}