Company Research Agent

基于 LangGraph 的 AI 智能体系统，自动进行公司深度调研，生成结构化的研究报告。

架构概览

输入 (公司名、URL、行业、总部位置)
    |
    v
[Grounding] --> 4个并行研究节点:
    |          - FinancialAnalyst (财务分析)
    |          - NewsScanner (新闻扫描)
    |          - IndustryAnalyzer (行业分析)
    |          - CompanyAnalyzer (公司分析)
    |
    v
[Collector]  ---> 收集并验证各研究数据
    |
    v
[Curator]   ---> 去重、筛选、相关性评分
    |
    v
[Enricher]  ---> 获取原始网页内容
    |
    v
[Briefing]  ---> 生成4类简报
    |
    v
[Editor]    ---> 整合为最终报告
    |
    v
输出 (Markdown格式研究报告 + 参考文献)

节点详解

节点	文件	职责
Grounding	nodes/grounding.py	爬取公司官网，收集初始信息作为研究基础
CompanyAnalyzer	nodes/researchers/company.py	研究公司业务、产品服务、合规体系、核心团队
FinancialAnalyst	nodes/researchers/financial.py	分析财务投入、研发成本、召回/罚款等财务相关事件
NewsScanner	nodes/researchers/news.py	扫描产品检测公告、合规动态、合作伙伴新闻
IndustryAnalyzer	nodes/researchers/industry.py	分析行业TIC需求、法规标准、市场竞争格局
Collector	nodes/collector.py	验证各类研究数据是否存在，汇总研究结果
Curator	nodes/curator.py	URL去重、规范化，按相关性评分筛选高质量内容
Enricher	nodes/enricher.py	并行获取文档原始网页内容，丰富研究素材
Briefing	nodes/briefing.py	生成公司/行业/财务/新闻四类结构化简报
Editor	nodes/editor.py	整合所有简报为最终Markdown研究报告

数据流向

ResearchState 状态定义:

输入字段:
  - company: 公司名称
  - company_url: 公司官网URL
  - hq_location: 总部位置
  - industry: 所属行业
  - job_id: 任务ID

中间状态:
  - site_scrape: 官网爬取内容
  - xxx_data: 4类研究原始数据 (company/financial/news/industry)
  - curated_xxx_data: 整理后的研究数据
  - raw_content: 原始网页内容
  - xxx_briefing: 4类简报

输出:
  - report: 最终研究报告
  - references: Top 10 参考文献

技术栈

类别	技术/库
工作流框架	LangGraph (StateGraph)
LLM框架	LangChain + LangChain-OpenAI
LLM提供商	DashScope (Qwen系列) / OpenAI兼容API
搜索爬取	Tavily (AsyncTavilyClient)
Web框架	FastAPI + Uvicorn
数据库	MongoDB (PyMongo)
配置管理	python-dotenv

配置参数

参数	值	说明
LLM模型	qwen-plus / qwen-max	DashScope模型
搜索结果数	5条/次	Tavily搜索限制
相关性阈值	0.4	Tavily评分过滤
文档上限	30个/类	每类文档最大数量
参考文献	Top 10	最终报告引用数
Enricher并发	3批次×20URL	并行获取网页内容

项目结构

backend/
├── graph.py              # LangGraph工作流定义
├── __init__.py           # 应用入口配置
├── classes/
│   └── state.py          # InputState/ResearchState定义
├── nodes/
│   ├── grounding.py
│   ├── collector.py
│   ├── curator.py
│   ├── enricher.py
│   ├── briefing.py
│   ├── editor.py
│   └── researchers/
│       ├── base.py       # BaseResearcher通用功能
│       ├── company.py
│       ├── financial.py
│       ├── industry.py
│       └── news.py
├── prompts.py            # 所有LLM提示词模板
└── utils/
    └── references.py     # 参考文献处理工具

快速开始

# 安装依赖
pip install -r requirements.txt

# 配置环境变量 (.env)
cp .env.example .env
# 编辑 .env 设置 API keys

# 启动服务
python backend/__init__.py