DeepResearch(Graph)快速开始
📖 项目简介
DeepResearch是基于Spring AI Alibaba Graph构建的智能研究Agent,旨在攻克复杂研究任务。它采用Multi-Agent协作模式,支持动态任务规划与执行。系统集成了多源在线搜索与Hybrid RAG技术,配合Secure Sandbox执行Python代码,实现高效的数据分析。通过Reflection、HITL及Self-evolution Memory,Agent能持续自我优化,最终输出高质量的研究报告,提供深度洞察。
Github repository: https://github.com/spring-ai-alibaba/deepresearch
✨ 核心能力
- 📋Plan and Execute: 复杂问题的动态规划与自动执行
- 🤖Multi Agent: 多智能体(如Researcher, Coder)协同作业
- 🌐Online Search: 集成Tavily、Jina、阿里云 AI Search等多源搜索服务
- 📖Hybrid RAG: 结合向量与关键词检索,实现全面信息获取
- 🔄Reflection: 智能体自主反思,持续优化输出质量
- 🚶♂️HITL: 支持人机交互反馈,增强可控性
- 🧬Self-evolution Memory: 基于交互反馈的记忆结构与内容自进化用户角色记忆
- 🖇️MCP Allocation: 支持多智能体场景下的MCP分配
- 🔒Secure Sandbox: Docker沙箱环境下的安全Python代码执行
- 📊Report Generation: 支持HTML报告预览,Markdown、PDF等多种格式的报告生成
🎋 项目架构
DeepResearch/
├── ├── src/
│ ├── agents # 多Agent初始化,MCP分配,可观测初始化
│ ├── config # Graph图构建,项目Config配置类
│ ├── controller # Http接口端点
│ ├── dispatcher # Graph EdgeAction
│ ├── model # 基础项目实体
│ ├── node # Graph关键node定义
│ ├── rag # RAG核心实现
│ ├── repository # 模型配置加载
│ ├── serializer # 消息序列化实现
│ ├── service # 业务代码实现
│ ├── tool # Agent Tool定义
│ ├── util # 项目util
│ └── DeepResearchApplication # 启动类
├── ├── resource/
│ ├── prompts # 核心prompt
│ ├── mcp-config.json # Agent Mcp配置
│ ├── model-config.json # 多Agent模型配置
├── └── website-weight-config.json # 搜索引擎权重配置
🧩 系统架构

🔍 运行示例


🚀 快速开始
前置要求
- Java 17+
- Maven 3.6+
- DashScope API Key