CountyResearchAI

为什么做这个项目

县域产业研究需要在公开资料、统计信息和企业报道之间反复检索、整理和核查。我希望先把这条流程做成可重复运行的工具，保留每一步的输入、来源与失败原因，产出供人工继续研究的 Markdown 初稿。

我负责 Python Agent 的规划、工具执行、状态管理与回归验证。当前保留固定 Workflow 和 Agent 两种入口，支持产业现状、产业兴衰与长周期历史研究。

当前实现

系统使用自研 Plan-and-Execute Runtime。Planner 根据研究状态选择下一步动作，工具注册表限定可调用工具，Runtime 执行动作并更新状态，Verifier 在结束前检查产物，TraceStore 保存执行记录。

研究目标 → Planner → 工具注册表 → 检索 / 方向发现 / 整理 / 分析 / 报告
              ↑                         ↓
              └──────── 研究状态 ────────┘
                         ↓
                Verifier + JSON Trace

Pydantic 定义动作和状态；最大执行步数限制运行长度。规划输出解析失败时回退到规则规划器，未知工具、无效状态更新和工具异常都有对应处理。搜索适配器接入 Tavily、Serper 和 Bing。

执行 Trace 记录工具、输入输出摘要、耗时和失败原因。报告保留来源链接；Verifier 检查报告存在性、研究主题，以及来源 URL 或资料不足标记。

验证与边界

2026 年 10 月 3 日的本地核验记录为 266 项单元与回归测试通过，命令如下：

python -B -m pytest tests -q --no-cov -p no:cacheprovider -m 'not integration and not slow'

这些测试通过 Mock 隔离外部服务，覆盖规划解析、工具路由、状态流转和报告校验。它们证明流程行为，不代表真实研究任务成功率；结构与来源存在性检查也不等于逐条事实核验。

当前产物是研究初稿。下一步需要补充真实任务集、来源核验和成本记录，再评价报告质量。

代码入口

项目仓库与运行说明 · Agent 源码

内容核对：2026-10-04；测试记录日期：2026-10-03。