2026-09-07 18:24:55 +08:00

21 KiB

Raw Blame History

AI 写作「四阶段内置智能体化」改造方案

目标：把 AI 写作现有的 素材收集专家 / 写作大纲 / 作家写作 / 编辑审核 四个功能，从「硬编码的 LangGraph 节点 + 硬编码提示词」改造为由内置功能型智能体驱动—— 每个阶段对应一个可配置的内置 agent（独立人设 SOUL、可配模型、可挂技能/工具）。

本文给出现状梳理、目标设计、以及分步可独立交付的实现计划。

0. 一句话结论

不推倒重来。保留现有图的编排骨架、4 个用户干预点、流式与状态机，只把每个阶段节点的「大脑」从「硬编码 prompt 直调 LLM」替换为「加载对应内置 agent 的 SOUL+配置、在子线程上跑该 agent、按结构化契约解析其输出」。这样前端几乎不动，复杂逻辑（严格模式、素材不足求助、逐章流式、技能检索步骤）全部保留。

1. 现状梳理（精确到文件）

AI 写作是一条 LangGraph 图：packages/harness/deerflow/agents/ai_writing/graph.py

intent_parser → researcher → (pause 素材确认) → writer_outline → (pause 大纲确认)
   → writer_draft → (pause 草稿确认 / 素材不足求助) → editor → (pause 编辑打回) → done

四个待改造阶段（均为硬编码节点，直接调 LLM、不走 agent 运行时）：

阶段（用户语言）	节点文件	提示词	产出（`state.py`）
素材收集专家	`nodes/researcher.py`	`prompts/researcher_prompts.py`	`material_package`（keywords + materials）
写作大纲	`nodes/writer_outline.py`	`prompts/writer_prompts.py`	`current_outline`（Outline JSON）
作家写作	`nodes/writer_draft.py`	`prompts/writer_prompts.py`	`current_draft`（Markdown，逐章流式）
编辑审核	`nodes/editor.py`	`prompts/editor_prompts.py`	`review_result`（评分 + 问题列表 JSON）

关键事实：

LLM 调用方式：节点通过 nodes/_utils.py 的 get_model() + llm_json() 直接调 LLM，提示词写死在 prompts/*.py。没有走 agent 人设 / 技能 / 工具体系。
模型：全程单一 state.model_name（用户在写作表单里选的主模型），各阶段无法分别配。
干预点 / 流式 / 严格模式 / 素材不足求助：都在 graph.py 的 pause 节点和 writer_draft 里，逻辑较重，需原样保留。
前端：frontend-web/src/open-canvas/contexts/AIWritingContext.tsx 是状态机（researching/writing_outline/writing_draft/reviewing/...），时间线 AIWritingTimeline.tsx 按 progress_events（已带 agent_name 字段）渲染。

2. 可复用的现成机制（不用造轮子）

代码库里已经有一套成熟的「内置功能型智能体」范式——圆桌的 roundtable-intent / roundtable-recommender / roundtable-coordinator：

资源即代码：app/gateway/routers/_roundtable_seed_assets/<agent-id>/
- config.yaml（id / name / description，可扩展 model / skills / tool_groups）
- SOUL.md（人设 + 职责 + 工作流 + 结构化输出契约）
种子器：app/gateway/routers/_roundtable_seed.py::ensure_roundtable_functional_agents
- 启动时 + 相关路由入口自愈：目录不存在才从资源字节级落盘到 .deer-flow/agents/<id>/ + DB（已存在则永不覆盖，尊重本地编辑）。
运行：在独立 thread 上跑该内置 agent（见 app/gateway/routers/intent.py，INTENT_AGENT_ID = "roundtable-intent"），通过 lead agent 运行时把 SOUL.md 作系统提示，流式经 LangGraph custom/messages 通道透传。
结构化输出约定：SOUL 规定模型末尾输出固定 marker + json（如 [INTENT_READY]\n```json{...}```），后端用正则解析（intent.py::_INTENT_READY_PATTERN`）。

我们要做的，本质就是照搬这套范式，给 AI 写作做 4 个功能型 agent，并让对应的图节点改成「跑这个 agent + 解析其结构化输出」。

另有 agents 通用体系可复用：agents 表、/api/agents CRUD、智能体管理页（配模型/技能/工具）——4 个写作 agent 落盘后天然出现在这里，可被 admin 编辑。

3. 目标设计

3.1 四个内置写作智能体（建议 id / 职责）

Agent id	名称	取代节点	结构化输出 marker	产出 schema
`ai-writing-researcher`	素材收集专家	`researcher`	`[MATERIALS_READY]`	`MaterialPackage`
`ai-writing-outliner`	大纲规划师	`writer_outline`	`[OUTLINE_READY]`	`Outline`
`ai-writing-writer`	作家	`writer_draft`	`[SECTION_READY]`（逐章）	章节 Markdown
`ai-writing-editor`	编辑	`editor`	`[REVIEW_READY]`	`ReviewResult`

每个 agent 自带：

config.yaml：id / name / description +（扩展）model（该阶段专用模型，可空=回退用户主模型）、skills（如 researcher 挂检索技能）、tool_groups。
SOUL.md：由现有 prompts/*.py 内容迁移改写，追加结构化输出契约（严格 marker + JSON 格式 + 反例，仿 roundtable-intent SOUL 的「硬规则」写法，压制弱模型乱输出）。

3.2 节点改造方式（核心）

每个阶段节点保留输入/输出契约不变（仍读写 state 的同一批字段），内部从：

# 旧：硬编码 prompt 直调
model = get_model(config, state["model_name"])
result = llm_json(model, SYSTEM_PROMPT, USER_PROMPT.format(...))

改为：

# 新：跑对应内置 agent，按 marker 解析
result = await run_writing_agent(
    agent_id="ai-writing-outliner",
    state=state, config=config,
    user_payload=<本阶段输入>,        # 意图/素材/大纲/草稿等拼成的一段输入
    marker="[OUTLINE_READY]",         # 结构化输出契约
)

新增统一助手 nodes/_agent_runner.py::run_writing_agent(...)：在子 thread 上跑指定内置 agent（复用 intent.py 的 run/stream 机制）、把流式 chunk 透传到 custom 通道（前端时间线不回归）、用复用的 _utils.parse_json 多级容错解析 marker 后的 JSON。

3.3 为什么选这个方案（A）而非全多智能体重写（B）

方案 A（推荐）：保留图骨架，逐节点替换大脑。前端基本不动；干预点/流式/严格模式/素材求助原样保留；可按阶段灰度 + feature flag 回退，风险可控。
方案 B（不推荐）：仿圆桌重做成多 agent 编排，需重写编排、状态、流式、4 个干预点对接，工作量数倍、回归面巨大，收益（更"纯"的多 agent）对本场景并不必要。

4. 配置与可管理性

落盘：仿 roundtable 新增 _ai_writing_seed_assets/ + 一个 ensure_ai_writing_functional_agents() 种子器，在 Gateway 启动与 ai_writing 会话入口自愈。
管理界面：4 个 agent 落盘后即出现在智能体管理页，admin 可编辑 SOUL（人设）/ 模型 / 挂载技能。可选：在「文章类型配置页」旁加一个「写作智能体配置」入口，或给这 4 个打一个 tag 便于筛选。
模型优先级：节点跑 agent 时 该 agent config.model > 用户写作表单选的主模型 model_name（保留现有"用户选模型"语义，新增 per-阶段覆盖能力）。
技能：researcher 现有的技能检索能力（search/skill_search.py）改为 ai-writing-researcher 的挂载技能，admin 可增减；检索步骤事件（SkillStep）形态保留给前端展示。

5. 分步实现计划（每步可独立交付 / 验收）

Phase 0 · 契约冻结

定 4 个 agent 的 id / name、每个的 marker + JSON schema（与 state.py 的 MaterialPackage/Outline/DraftArticle/ReviewResult 严格对齐）。
验收：本文 §3.1 / §6 的契约评审通过、字段与现有 TypedDict 一一对应。

Phase 1 · 内置 agent 种子化（后端，纯新增，不接管流程）

新建 app/gateway/routers/_ai_writing_seed_assets/<4 个 agent>/{config.yaml, SOUL.md}；SOUL 由现有 prompts/*.py 迁移改写 + 追加结构化输出契约。
仿 _roundtable_seed.py 写 ensure_ai_writing_functional_agents()，挂到启动 lifespan + ai_writing 入口。
验收：启动后 4 个 agent 出现在 .deer-flow/agents/、DB、/api/agents，能在智能体管理页查看/编辑；此阶段不改图，写作流程行为不变。

Phase 2 · 节点接入「跑内置 agent」（后端，逐阶段灰度）

新增 nodes/_agent_runner.py::run_writing_agent(...)（子线程跑 agent + 流式透传 + marker 解析）。
加 feature flag：config.yaml → ai_writing.use_builtin_agents.{editor,outliner,researcher,writer}（默认 false=走旧节点）。
接入顺序（由易到难）：
1. editor（最简单：小 JSON、无检索、无逐章流式）→ flag 打开端到端验证。
2. outliner（输出 Outline JSON）。
3. researcher（保留技能检索步骤事件、素材确认暂停）。
4. writer（最难：保留逐章流式 + 严格模式素材不足求助 blocked_sections；建议仍由节点控制"逐章循环"，每章调一次 ai-writing-writer，section_help 暂停逻辑不动）。
每接一个，旧 prompt 与旧逻辑保留，节点按 flag 二选一。
验收：每个阶段 flag 打开后端到端走通，产出结构与旧版一致，干预点 / 流式 / 严格模式 / 求助暂停均不回归。

Phase 3 · 每阶段 agent 配置化

per-agent 模型覆盖生效（agent.config.model > model_name）。
researcher 的检索能力改为挂载技能，admin 可增减。
智能体管理页可编辑这 4 个的 SOUL / 模型 / 技能；config 热加载，新会话即生效、不重启前端。
验收：admin 改某阶段 agent 的模型 / SOUL / 技能后，新会话立即按新配置运行。

Phase 4 · 前端适配（小改）

时间线 / 状态文案：阶段名读对应 agent 的 name（progress_events.agent_name 已存在，基本沿用，去掉写死文案）。
可选：写作表单 / 设置加「查看·配置写作智能体」入口，跳智能体管理页。
验收：前端展示各阶段对应的智能体名；配置入口可达。

Phase 5 · 清理收口

四阶段稳定后，默认打开全部 flag、移除旧 prompt 直调路径与 flag（prompts 历史留在 git）。
更新 offline-backend-20260512/backend/CLAUDE.md 架构描述。
验收：回归测试通过、冗余删除、文档同步。

6. 结构化输出契约（与现有 state 对齐）

各 agent SOUL 末尾必须输出 marker + ```json``` 块，schema 直接对齐 state.py`：

ai-writing-researcher → [MATERIALS_READY]：{ "keywords": string[], "materials": Material[] }（Material 见 state.py，含 id/title/content/source/relevance_score/source_type/...）。
ai-writing-outliner → [OUTLINE_READY]：Outline = { "title": string, "sections": OutlineSection[] }（OutlineSection = { section_title, key_points: KeyPoint[], material_ids }）。
ai-writing-writer → 逐章 [SECTION_READY]：{ "section_title": string, "markdown": string, "needs_more_material"?: { "reason": string } }（needs_more_material 触发严格模式求助 blocked_sections）。
ai-writing-editor → [REVIEW_READY]：ReviewResult = { "verdict": "pass"|"reject", "fact_score", "logic_score", "language_score", "overall_score", "pass_threshold", "revision_notes": ReviewIssue[] }。

解析复用 nodes/_utils.py::parse_json（多级容错），marker 正则仿 intent.py::_INTENT_READY_PATTERN。

7. 风险与注意

弱模型结构化输出不稳：SOUL 写严格格式 + 反例 + 「输出 marker 后立刻闭嘴」硬规则（仿 roundtable-intent SOUL §0）；解析层复用 parse_json 多级降级。
writer 的逐章流式 + 严格模式求助最复杂：建议循环控制权留在节点（每章调一次 agent），不要让 agent 一次吐全文，否则 blocked_sections / section_help / 逐章流式都要重做。
researcher 技能检索步骤事件（SkillStep）前端有专门卡片：迁移时保留这些 progress_events 形态。
种子器 never-overwrite：迭代 SOUL 后老部署不会自动更新（与圆桌同一问题）。运维更新办法：删 .deer-flow/agents/<id>/ 重新种子，或后续给种子器加「内置功能 agent 按版本/hash 覆盖」开关。
子线程隔离：跑写作 agent 的子 thread 与主 ai_writing thread 状态隔离，注意 checkpointer 与清理（沿用 ai_writing 既有的会话清理）。
离线内网：researcher 的检索一律走技能（不联网），与现有「离线部署禁 web_search、走 skill」策略一致。

8. 涉及文件清单（落地时对照）

后端（主要改动）

新增 app/gateway/routers/_ai_writing_seed_assets/{ai-writing-researcher,ai-writing-outliner,ai-writing-writer,ai-writing-editor}/{config.yaml,SOUL.md}
新增 app/gateway/routers/_ai_writing_seed.py（种子器，仿 _roundtable_seed.py）
新增 packages/harness/deerflow/agents/ai_writing/nodes/_agent_runner.py（run_writing_agent）
改 nodes/{researcher,writer_outline,writer_draft,editor}.py（按 flag 二选一）
改 config.yaml（新增 ai_writing.use_builtin_agents.* 开关；可选 per-agent 默认模型）
保留 prompts/*.py（回退用，Phase 5 删）

前端（小改）

改 src/open-canvas/components/ai-writing/AIWritingTimeline.tsx（阶段名读 agent name）
可选：写作表单/设置加「配置写作智能体」入口（跳 /page/... 智能体管理页）

文档

本文件
Phase 5 收口时更新 offline-backend-20260512/backend/CLAUDE.md

9. 实施记录（2026-06-11，Phase 1-4 已落地）

已交付

Phase 1：_ai_writing_seed_assets/{ai-writing-researcher,ai-writing-outliner,ai-writing-writer,ai-writing-editor}/{config.yaml,SOUL.md} + _ai_writing_seed.py::ensure_ai_writing_functional_agents()，挂启动 lifespan（_sync_legacy_agents 之前）+ ai_writing.list_sessions / list_article_types 入口自愈。
Phase 2：nodes/_agent_runner.py（stream_writing_agent / run_writing_agent / parse_marker_json / resolve_agent_model_name / use_builtin_agent）；四节点按 config.yaml → ai_writing.use_builtin_agents.{researcher,outliner,writer,editor} 二选一（默认全 false，config 按 mtime 热加载，改完即对新会话生效）。agent 目录缺失时节点静默回退旧 prompt 路径，写作流程永不因 agent 被删而中断。
Phase 3（部分）：per-agent 模型覆盖已生效（优先级 agent config.model > 节点显式回退模型（keyword_model/rank_model）> 表单主模型 model_name）；SOUL/模型在智能体管理页可编辑、按 mtime 热加载。researcher「检索能力改挂载技能」未做（仍走节点内 SkillPicker 编排）。
Phase 4：时间线 agent 名由后端 progress_events.agent_name 动态下发（flag 开启时读 agent config 的 name）；TimelineStep.tsx 补「大纲规划师」配色（未命中名字回退灰色，admin 改名不报错）。
测试：tests/test_ai_writing_seed.py（资源完整性 / 契约 marker / never-overwrite）+ tests/test_ai_writing_agent_runner.py（marker 多级解析 / 模型优先级 / flag / 流式端到端 / SOUL 缺失降级），共 31 例。

与 §6 契约的修订（以实现为准）

为保住「逐章流式打字机」「review_chunk/review_item_done 分维度卡片」「素材确认/求助暂停」等前端形态，编排控制权全部留在节点，agent 只承担单次结构化产出：

Agent	实际契约
`ai-writing-researcher`	两个子任务：`[KEYWORDS_READY]` + `{"keywords": []}`；`[MATERIALS_RANKED]` + `{"ranked_ids": [], "summary": ""}`。素材本体来自节点的检索编排（agent 不联网），`MaterialPackage` 仍由节点组装
`ai-writing-outliner`	`[OUTLINE_READY]` + 完整 `Outline` JSON（新规划 / 修改模式共用，payload 开头标明任务模式）
`ai-writing-writer`	无 JSON marker：每章直接输出 Markdown 正文（保流式）；严格模式素材不足只输出一行 `[[SECTION_BLOCKED]] 原因`（沿用原哨兵）
`ai-writing-editor`	每个维度一次调用：`[REVIEW_READY]` + `{"score": int, "issues": []}`；综合分/verdict/pass_threshold 仍由节点按 config 计算（不信任 LLM 自判通过）

另一处架构修订：不在子 thread 上经 lead agent 运行时跑（§3.2 原设想复用 intent.py 机制，但其 loopback 在 app 层，harness 图节点不可 import；且单轮结构化调用无需 thread/checkpointer/中间件成本）。run_writing_agent 直接「SOUL 作 system prompt + 单条输入」调模型，规避了 §7.5 的子线程隔离/清理风险。researcher 挂技能（Phase 3 剩余项）如需完整工具体系再评估接入运行时。

已知存量测试失败（与本次无关）

test_ai_writing_graph.py（mock 已删除的 intent_parser.llm_json）、test_ai_writing_word_count.py（mock 已删除的 writer_draft.get_model）、test_ai_writing_draft_headings.py（断言三级结构升级前的 ####→### 行为）、test_ai_writing_outline_revise.py（断言旧 prompt 文案），改造前即失败，待另行清理。

10. Phase 3 收尾：检索类型两项化 + 配置技能驱动检索（2026-06-13 已实施）

本节落地了 §9 遗留的「researcher 检索改挂载技能」，并按新需求重新设计了检索类型与 PAUSE-1 交互。

10.1 检索类型（material_source）收敛为两项

写作表单「素材来源」改名「检索类型」，只剩 general（通用检索，默认）/ notebook（我的空间）；旧值 knowledge_base / skill 由 researcher 节点按 general 兼容（老会话 resume 不受影响）。
前端：AIWritingForm.tsx（选项/标签）、WritingFormContext.tsx（默认值/类型/applyProposal 旧值映射）、types/ai-writing.ts、message-list.tsx（审批卡标签兼容旧值）。

10.2 通用检索 = 素材收集专家配置的技能编排

ai-writing-researcher agent 的 config.yaml → skills 是权威配置（智能体管理页可增删/替换）；种子默认 [knowledge-base-search]。
内置技能 knowledge-base-search（知识库检索）：把原 web/intranet 关键词并发检索包装成技能。researcher 对它特殊处理——不拼 description，直接对 Step1 生成的检索词做原生并发检索（行为与旧 knowledge_base 模式一致）。其它配置技能按 意图 + description 拼定向 query 检索。按配置顺序执行、累积达 max_materials 早停（stop_early）。
技能配置为空/全部失效 → 内存兜底回退知识库检索（researcher._load_configured_skills），检索永不瘫痪。
种子：_ai_writing_seed_assets/skills/knowledge-base-search/SKILL.md → skills/public/（never-overwrite）；旧部署的 researcher config.yaml 缺 skills 键时就地补默认（显式 skills: [] 不动）。_ai_writing_seed.py::ensure_ai_writing_functional_agents() 一并处理。

10.3 PAUSE-1 输入框 → 匹配技能检索并追加

用户在素材确认卡输入自然语言（如「检索 A 的数据」）→ re_search + user_query：配置技能 >1 个时 SkillPicker(candidates=配置技能) 让模型按输入匹配排序（流式打字机保留），单技能直接用；用用户原话（非知识库技能附 description）检索。
追加语义：保留原素材列表与顺序，新素材按 URL 去重后追加在末尾（ID 续号），跳过 LLM 重排与 max_materials 截断（仅 100 条硬上限），summary 显示「追加检索到 X 条新素材，当前共 Y 条」。原 20 条 + 新 20 条 = 40 条。
「技能检索」独立按钮已删除（通用检索本来就走技能编排）；后端继续兼容旧 enable_skill_search action（按 user_query 追加处理）。无输入的「重新搜索」仍为覆盖式重检。
前端：InterventionCard.tsx（按钮/文案，hasQuery 时按钮文案「检索并追加素材」）、MaterialsToolbar.tsx（提示语）、useAIWritingStream.ts（素材卡回到 researching 一律置 skillSearchPending，让 SkillStepsCard 占位即时挂载）。

10.4 测试

tests/test_ai_writing_material_source.py 重写（9 例）：缺省/旧值→通用检索、自定义技能 description query、user_query 追加+URL 去重+多技能 picker 匹配（candidates 断言）、无输入重检覆盖、空配置回退。
tests/test_ai_writing_seed.py 扩展（+5 例）：技能资产存在、researcher 种子含默认 skills、技能种子 never-overwrite、缺 skills 键就地补丁、显式 [] 不动。

21 KiB Raw Blame History Unescape Escape