Skip to content
BranchesTags

Repository files navigation

InsightGraph

基于 LangGraph 的多智能体深度研究引擎，面向公司分析、竞品研究、技术趋势、产业洞察和证据驱动的长篇报告生成。支持任务拆解、多轮工具调用、Critic 闭环纠错、证据溯源、引用校验、异步任务流和可观测运行诊断。

当前唯一正式 live 产品路径是 live-research。离线路径继续作为 deterministic 测试与 CI fallback。

InsightGraph Dashboard

InsightGraph Report Summary

InsightGraph Report Background And Matrix

InsightGraph Report Evidence Analysis

InsightGraph Report AI Supplychain Security

InsightGraph Report Quality And Citations

InsightGraph Report Competition Trends Risks

InsightGraph Report Conclusion References

项目结构

src/insight_graph/
├── agents/                         # 多智能体核心
│   ├── planner.py                  # 任务分解、实体识别、章节规划
│   ├── collector.py                # 多源采集与查询策略展开
│   ├── executor.py                 # 多轮工具调用、预算控制、证据汇聚
│   ├── analyst.py                  # 发现提炼、竞争矩阵、长报告素材整理
│   ├── critic.py                   # 质量评审、引用支撑检查、replan 决策
│   ├── reporter.py                 # 报告生成、引用过滤、URL 校验、报告复审
│   └── relevance.py                # relevance judge 边界
├── tools/                          # 搜索、抓取、文档、GitHub、SEC、本地文件工具
├── report_quality/                 # 领域配置、研究计划、证据评分、引用支持、报告评估
├── llm/                            # OpenAI-compatible 客户端、路由、trace 和观测
├── memory/                         # 长期记忆、embedding、report writeback
├── persistence/                    # checkpoint store 与 migrations
├── api.py                          # FastAPI REST + WebSocket + Dashboard 路由
├── dashboard.py                    # 零构建前端控制台
├── eval.py                         # 离线评测与 live benchmark 汇总
├── graph.py                        # LangGraph StateGraph 编排
├── research_jobs.py                # 异步任务生命周期与服务层契约
├── research_jobs_sqlite_backend.py # SQLite jobs backend + worker lease
└── state.py                        # GraphState、Evidence、Finding、Critique 等模型

核心特性

特性 说明
多智能体编排 Planner -> Collector/Executor -> Analyst -> Critic -> Reporter，支持 Critic 打回 replan / recollect
证据优先报告 报告结论、引用和 References 基于当前证据池构建，不依赖自由发挥的模型记忆
多源研究输入 支持 web search、GitHub、SEC、PDF/HTML 抓取、本地文档、长期记忆上下文
异步任务体系 提供 /research/jobs、任务摘要、实时流、取消、重试、Markdown/HTML 导出
持久化与恢复 jobs 支持 in-memory / JSON / SQLite；checkpoint 支持 memory / PostgreSQL；memory 支持 memory / pgvector
可观测执行链路 runtime diagnostics、tool/LLM log、quality cards、citation support、URL validation、dashboard events
高质量长报告 支持多档报告强度、单公司深挖、引用支持检查、报告复审、质量评审面板

技术架构

Client (CLI / API / Dashboard)
  -> LangGraph StateGraph
  -> Planner -> Collector/Executor -> Analyst -> Critic -> Reporter
  -> Search / fetch / GitHub / SEC / local document tools
  -> Evidence scoring / citation support / report quality review
  -> Markdown report / JSON diagnostics / optional memory writeback

整体执行流程

flowchart TB
    A["用户请求<br/>User request"] --> B["可选记忆上下文<br/>Optional memory context"]
    B --> C["规划智能体<br/>Planner"]
    C --> D["采集与执行智能体<br/>Collector Executor"]
    D --> E["证据评分去重与预算控制<br/>Evidence scoring dedupe budget"]
    E --> F["分析智能体<br/>Analyst"]
    F --> G["审查智能体<br/>Critic"]
    G -->|"证据不足<br/>Needs more evidence"| C
    G -->|"通过或重试耗尽<br/>Pass or retry exhausted"| H["报告智能体<br/>Reporter"]
    H --> I["报告引用与运行诊断<br/>Report citations diagnostics"]
Loading

多智能体协作流程

flowchart LR
    subgraph Planner
        P1["领域识别<br/>Domain detection"] --> P2["实体解析<br/>Entity resolution"]
        P2 --> P3["章节研究计划<br/>Section research plan"]
        P3 --> P4["查询策略<br/>Query strategies"]
    end

    subgraph CollectorExecutor
        E1["搜索抓取检索<br/>Search fetch retrieve"] --> E2["规范去重<br/>Canonical dedupe"]
        E2 --> E3["证据评分<br/>Evidence scoring"]
        E3 --> E4["采集停止原因<br/>Collection stop reason"]
    end

    subgraph AnalystCritic
        A1["有证据支撑的发现<br/>Grounded findings"] --> A2["竞争矩阵<br/>Competitive matrix"]
        A2 --> C1["引用支撑校验<br/>Citation support"]
        C1 --> C2["重规划提示<br/>Replan hints"]
    end

    Planner --> CollectorExecutor
    CollectorExecutor --> AnalystCritic
    C2 -->|"需要更多证据<br/>Need more evidence"| Planner
Loading

数据流与证据链路

flowchart TB
    Q["查询策略<br/>Query strategy"] --> S["网页搜索 GitHub SEC 文档工具<br/>Search GitHub SEC docs"]
    S --> F["网页抓取与内容抽取<br/>Fetch URL content extraction"]
    F --> E["证据<br/>Evidence"]
    E --> D["去重来源分类与评分<br/>Dedupe source typing scoring"]
    D --> P["全局证据池<br/>Global evidence pool"]
    P --> A["有证据支撑的发现<br/>Grounded findings"]
    A --> C["引用支撑校验<br/>Citation support"]
    C --> R["允许写入报告的结论<br/>Allowed report claims"]
    R --> O["Markdown 报告<br/>Markdown report"]
Loading

技术栈

层级 技术
编排 LangGraph、LangChain Core
API FastAPI、WebSocket
CLI Typer、Rich
模型 Pydantic
搜索与抓取 DuckDuckGo via ddgs、SerpAPI、Google、urllib、BeautifulSoup、pypdf
数据源 GitHub REST、SEC submissions / companyfacts、本地文档
LLM OpenAI-compatible / local / self-hosted providers
存储 in-memory、JSON、SQLite、PostgreSQL checkpoint、pgvector memory
观测 trace_id、LLM trace、Dashboard、Eval Bench

内置工具

工具 用途
mock_search 离线 deterministic evidence
web_search 联网搜索，支持 mock / duckduckgo / google / serpapi
pre_fetch 对搜索结果做 bounded fetch
fetch_url 抓取 HTML / PDF 并生成 evidence chunks
github_search GitHub 仓库、README、release 风格证据
sec_filings SEC filings 证据
sec_financials SEC companyfacts 财务证据
news_search 产品公告 / 新闻证据
document_reader 读取本地 TXT / Markdown / HTML / PDF
search_document 本地文档 query / page / section 检索
read_file / list_directory / write_file 本地文件只读 / create-only 边界工具

执行链路详解

1. Planner

  • 识别领域、实体、章节、研究策略
  • 结合 memory_context 和 tried_strategies 生成新一轮 query strategies
  • 为单公司分析、多公司对比、趋势研究提供不同策略展开

2. Collector / Executor

  • 执行多轮工具调用
  • 对 URL 做 canonical dedupe
  • 保留 provider、rank、query、snippet、source_type、fetch diagnostics
  • 受 MAX_TOOL_CALLS、MAX_FETCHES、MAX_EVIDENCE_PER_RUN、MAX_TOKENS 等预算约束

3. Analyst

  • 基于当前 evidence pool 生成 grounded findings
  • 形成 competitive matrix、section draft、趋势判断与风险列表
  • 不把未验证的“模型记忆”当作报告事实

4. Critic

  • 检查 citation support、source diversity、unsupported claims、章节覆盖
  • 当证据不足时给出更具体的 replan hints
  • 控制是否继续回到 Planner / Collector 补证据

5. Reporter

  • 仅从允许的结论和 verified evidence 生成长篇 Markdown 报告
  • 支持 URL validation、report review、References 重建
  • 输出摘要、核心发现、背景、矩阵、证据分析、风险、结论和引用

6. 持久化与恢复

  • jobs：in-memory / JSON / SQLite
  • checkpoint：memory / PostgreSQL
  • memory：memory / pgvector
  • INSIGHT_GRAPH_RESEARCH_JOBS_STARTUP_WORKER=1 与 INSIGHT_GRAPH_CHECKPOINT_RESUME=1 支持重启后的任务续跑路径

示例输出

从当前 Dashboard 与报告页面可以直接看到：

  • 任务控制台与状态卡片
  • 最近任务与实时事件
  • 长篇中文报告页
  • 竞争矩阵、证据分析、质量评审、引用支持、References
  • Markdown / HTML 下载

上面的截图就是当前项目实际输出界面和报告样式，不是静态示意图。

效果与亮点

  • 界面与报告一体化：提交任务、观察执行、查看报告、核对证据都在同一套 Dashboard 内完成
  • 可追溯：报告中的关键论断可回到 citation support、URL validation 和 evidence drilldown
  • 单公司深挖能力：对单一公司任务会展开更细实体与章节覆盖，报告显著更充实
  • 演示友好：异步任务、实时流、报告下载、LLM 日志和质量面板都适合现场演示
  • 离线也能测：默认路径仍是 deterministic / offline，方便本地验证与 CI

快速开始

环境要求

  • Python 3.11+
  • 可选：OpenAI-compatible LLM endpoint
  • 可选：DuckDuckGo / SerpAPI / Google 搜索配置

安装

git clone https://github.com/Caser-86/InsightGraph.git
cd InsightGraph
python -m venv .venv
source .venv/bin/activate  # Windows: .\.venv\Scripts\Activate.ps1
python -m pip install -e ".[dev]"

离线模式

insight-graph research "Compare Cursor, OpenCode, and GitHub Copilot"

live-research 模式

insight-graph research --preset live-research "Compare Cursor, OpenCode, and GitHub Copilot"

启动 API 与 Dashboard

Windows local demos should use the managed Dashboard launcher. It injects the repo src path, checks /health, and falls back to the next free port when the preferred port is busy.

powershell -ExecutionPolicy Bypass -File .\scripts\start_dashboard.ps1
powershell -ExecutionPolicy Bypass -File .\scripts\dashboard_status.ps1
powershell -ExecutionPolicy Bypass -File .\scripts\stop_dashboard.ps1

Open the Dashboard URL printed by dashboard_status.ps1, for example:

  • Health: http://127.0.0.1:8003/health
  • OpenAPI: http://127.0.0.1:8003/docs
  • Dashboard: http://127.0.0.1:8003/dashboard

Manual uvicorn insight_graph.api:app --host 127.0.0.1 --port 8000 remains valid after installing the package, but the managed scripts are recommended for repeated local testing.

配置说明

核心产品路径：

  • offline：默认 deterministic 测试 / CI 路径
  • live-llm：轻量 web search + LLM 路径
  • live-research：当前正式 live 产品路径

关键变量示例：

变量 说明
INSIGHT_GRAPH_API_KEY API 鉴权
INSIGHT_GRAPH_SEARCH_PROVIDER mock / duckduckgo / google / serpapi
INSIGHT_GRAPH_SERPAPI_KEY SerpAPI key
INSIGHT_GRAPH_LLM_BASE_URL OpenAI-compatible endpoint
INSIGHT_GRAPH_LLM_API_KEY LLM API key
INSIGHT_GRAPH_LLM_MODEL_DEFAULT 默认/分析模型，例如 deepseek-v4-flash
INSIGHT_GRAPH_LLM_MODEL_STRONG 报告/审稿强模型，例如 mimo-v2.5-pro
INSIGHT_GRAPH_LLM_BASE_URL_STRONG 强模型专属 OpenAI-compatible endpoint
INSIGHT_GRAPH_LLM_API_KEY_STRONG 强模型专属 API key，适合 MiMo / Token Plan 等独立供应商
INSIGHT_GRAPH_LLM_TIMEOUT_SECONDS_STRONG 强模型专属超时，长报告建议 300-600 秒
INSIGHT_GRAPH_REPORT_INTENSITY 报告强度
INSIGHT_GRAPH_RESEARCH_JOBS_BACKEND memory / sqlite
INSIGHT_GRAPH_RESEARCH_JOBS_SQLITE_PATH SQLite jobs 路径
INSIGHT_GRAPH_RESEARCH_JOBS_STARTUP_WORKER 启动时 claim 队列任务
INSIGHT_GRAPH_CHECKPOINT_RESUME checkpoint resume 开关
INSIGHT_GRAPH_MEMORY_BACKEND memory / pgvector
INSIGHT_GRAPH_MEMORY_WRITEBACK 报告写回长期记忆

更完整配置见：

  • docs/configuration.md
  • docs/configuration.zh-CN.md

脚本

脚本 用途
scripts/run_research.py 运行一次研究任务
scripts/run_with_llm_log.py 运行任务并输出安全 LLM 日志
scripts/benchmark_research.py 离线 benchmark
scripts/benchmark_live_research.py 手动 opt-in live benchmark
scripts/validate_sources.py 离线引用与来源检查
scripts/validate_document_reader.py 本地文档读取验证
scripts/validate_pdf_fetch.py PDF 抓取与检索验证
insight-graph-smoke API / Dashboard 部署 smoke 测试

文档导航

中文文档

  • docs/README.zh-CN.md
  • docs/API.zh-CN.md
  • docs/architecture.zh-CN.md
  • docs/configuration.zh-CN.md
  • docs/deployment.zh-CN.md
  • docs/research-jobs-api.zh-CN.md
  • docs/scripts.zh-CN.md
  • docs/BENCHMARKS.zh-CN.md
  • docs/demo.md
  • docs/FAQ.md
  • docs/roadmap-cn.md

英文参考

  • docs/README.md
  • docs/API.md
  • docs/architecture.md
  • docs/configuration.md
  • docs/deployment.md
  • docs/research-jobs-api.md
  • docs/scripts.md
  • docs/BENCHMARKS.md
  • docs/roadmap.md

安全边界

  • 当前唯一正式 live 产品路径是 live-research
  • 离线路径继续作为 deterministic 测试与 CI fallback
  • MCP runtime invocation 默认未启用
  • real sandboxed Python/code execution 默认未启用

Do not commit generated live benchmark reports.

License

MIT

About

基于 LangGraph + FastAPI 的证据驱动多智能体研究引擎，支持联网检索、RAG、Critic 复审与可追溯报告生成。

Topics

aibusiness-intelligencedeep-researchdockerfastapilanggraphllmllm-agentsmulti-agentpgvectorpostgresqlpythonragresearch-agentweb-search

Resources

Readme
MIT license

Code of conduct

Code of conduct

Contributing

Contributing
Activity

Stars

0 stars

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages