# deep_search_write
**Repository Path**: liangdabiao/deep_search_write
## Basic Information
- **Project Name**: deep_search_write
- **Description**: AI写作小工具方案：让2个智能体合作写出真正可用的图文并茂的帖子（微信公众号，小红书，博客）。1，写作智能体，2，知识库智能体。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-06-08
- **Last Updated**: 2025-06-08
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# 开源的AI写作小工具方案：让2个智能体合作写出真正可用的图文并茂的帖子
这是我开发的开源的AI写作小工具方案：让2个智能体合作写出真正可用的图文并茂的帖子（微信公众号，小红书，博客）。1，写作智能体，2，知识库智能体。原理如下：
教程地址： https://juejin.cn/post/7512966459166801960
## 演示效果：
1，首先抓取热点新闻资讯（这里展示是抓取乐高积木今天的热点新闻）
2，告知AI按热点新闻，写一个文章帖子。AI开始思考：
```
---好的，我需要解决用户的问题。用户希望作为积木乐高专栏作家，根据提供的新闻材料，生成两个主题，并进行相关资料搜索，最后撰写文章。---
2，AI发现需要搜索这些资料： 乐高大型动物园搭建;底板拼接技巧;乐高MOC动物园案例;多底板设计创意;乐高动物园细节设计。 然后开始搜索。
```
这里的搜索是基于我开发的另一个知识智能体提供相关搜索知识：
3，当AI发现知识还不足够写文章帖子，AI会形成新的关键词补充知识，再次搜索，循环思考和搜索：
4，完成文章效果：
https://mp.weixin.qq.com/s/YmgB3veZ0FgSOB_gqKYQog
可配置定时任务，直接发文章发表。
## 环境准备（务必利用poetry环境安装）
- Python - 版本要求大于等于 3.9.0，小于 3.12
- Poetry 1.6.1 版本，可参考以下命令安装
```
pip install poetry==1.6.1
```
- poetry install
# 重要配置：
运行时配置：
windows : set ARK_API_KEY=XXX ,
linux: export ARK_API_KEY=XXX
windows运行：
(zhijie310) D:\ai-app-lab\ai-app-lab-main\demohouse\deep_search>poetry run python -m webui
(zhijie310) D:\ai-app-lab\ai-app-lab-main\demohouse\deep_search>python run_local.py
linux运行：
cd /www/wwwroot/deep_search && poetry run python -m run_client_wordpress
cd /www/wwwroot/deep_search && export ARK_API_KEY=f9108b8d-a0738c516 && poetry run python -m server
## 调用百炼智能体：
bailian_bot.py 修改key
## 调用tavily搜索
tavily.py 配置key
## 调用字节大模型智能体：
VolcBotSearchEngine 配置key
# 原理介绍：深度推理 Deep Search
这里是介绍Deep Search的原理，同时本项目也是基于字节的Deep Search原理，但是加入了写作智能体和知识库智能体的合作。进行了大量改写和调试，目前是可以正常写作帖子。可用，可以试试。免费开源。
## 应用介绍
Deep Search 是一款专为应对复杂问题而设计的高效工具，利用 DeepSeek-R1 大模型对复杂问题进行多角度分析，并辅助互联网资料，快速生成最合适用户的解决方案。
无论是在学术研究、企业决策还是产品调研中，Deep Search 都能够有效地协助用户深入挖掘，提出切实可行的解决策略。
## 费用说明
- 推理总结模型计费
- DeepSeek-R1 大模型：开通赠送500,000 tokens 免费额度，超过部分按 token 使用量付费，详见 计费说明
- 联网搜索服务计费，您可自由选择使用的联网搜索服务
- 选择一：使用火山方舟零代码联网应用作为搜索引擎，计费项如下
- Doubao-pro-32k/Doubao-1.5-pro-32k，开通赠送500,000 tokens 免费额度，超过部分按 token 使用量付费，价格详见 计费说明
- 联网内容插件，价格详见 计费说明
- 选择二：使用开源搜索引擎 Tavily，由 Tavily 官方进行收费，计费规则详见 计费说明
- 选择三：其他 Search API 或者企业内部 Search 接口，火山方舟侧不收取费用
## 环境准备
- Python - 版本要求大于等于 3.9.0，小于 3.12
- Poetry 1.6.1 版本，可参考以下命令安装
```
pip install poetry==1.6.1
```
- 获取火山方舟 API KEY | 参考文档
- 在开通管理页开通 DeepSeek-R1 模型。
- （可选）如果通过火山方舟高代码应用部署本demo，需获取火山引擎 AK SK | 参考文档
- 搜索引擎选择：以下方式任选其一
- 使用火山方舟零代码联网应用作为搜索引擎，推荐配置参见【附录】，操作步骤详情见 参考文档
- 使用开源搜索引擎 Tavily，需获取 Tavily APIKEY 参考文档
## 快速入门
本文为您介绍如何在本地以及利用火山方舟高代码应用快速部署 Deep search 项目，本项目可以通过以下两种方式进行部署：
| **方式** | **说明** | **适用场景** |
|-------------|-------------------------|---------------------------|
| 本地部署运行 | 本地启动服务和webui | 本地测试和局域网内部署API服务 |
| 部署火山方舟高代码应用 | 使用火山方舟高代码应用方式托管部署 | 低成本快速实现云端API服务部署 + 对话界面体验 |
### 方式一：本地部署运行
1. 下载代码库
```shell
git clone https://github.com/volcengine/ai-app-lab.git
cd demohouse/deep_search
```
2. 设置环境变量
- 如果使用火山方舟零代码联网应用作为搜索引擎，需要设置如下环境变量
```shell
# 填写火山方舟API KEY
export ARK_API_KEY=xxx-xxxx-xxx-xxx
# 思考模型名称，填写deepseek-r1-250120
export REASONING_MODEL=deepseek-r1-250120
# 设置使用火山方舟零代码联网应用作为搜索引擎
export SEARCH_ENGINE=volc_bot
# 配置火山方舟零代码联网应用的bot id
export SEARCH_BOT_ID=bot-xxxxxx-xx
```
- 如果使用 tavily 作为搜索引擎，需要设置如下环境变量
```shell
# 填写火山方舟API KEY
export ARK_API_KEY=xxx-xxxx-xxx-xxx
# 思考模型名称，填写deepseek-r1-250120
export REASONING_MODEL=deepseek-r1-250120
# 设置使用tavily作为搜索引擎
export SEARCH_ENGINE=tavily
# 配置tavily的APIKEY
export TAVILY_API_KEY=xxx-xxx-xxx-xxx
```
3. 安装项目依赖并运行
> 说明
>
> 默认在 localhost:8888 提供符合 openAI 规范的 chatAPI 服务
```shell
python -m venv .venv
source .venv/bin/activate
poetry install
poetry run python -m server
```
4. 启动webui
```shell
# 需要先设置连接本地服务器
export API_ADDR=http://localhost:8888/api/v3/bots
python -m venv .venv
source .venv/bin/activate
poetry install
# 启动web ui
poetry run python -m webui
```
5. 使用浏览器访问 `http://localhost:7860/` 即可使用
### 方式二：部署火山方舟高代码应用
1. 在火山方舟控制台创建高代码应用 | 参考文档，完成首次部署后点击【更新代码】进入函数详情页面
2. 在本地下载代码包
```shell
git clone https://github.com/volcengine/ai-app-lab.git
cd demohouse/deep_search
```
3. 打包本地代码为 `code.zip`
```shell
cd demohouse/deep_search
zip -r code.zip *
```
4. 上传`code.zip`，更新高代码应用的代码
5. 执行【安装依赖】
6. 在【函数配置】中按需调整环境变量：
- 如果使用火山方舟零代码联网应用作为搜索引擎，需要设置如下环境变量
- `ARK_API_KEY`: 填写环境准备章节获取的火山方舟API KEY
- `REASONING_MODEL`: 填写`deepseek-r1-250120`
- `SEARCH_ENGINE`: 填写`volc_bot`
- `SEARCH_BOT_ID`: 填写火山方舟零代码联网应用的 bot id（可参考附录获取）
- 如果使用 tavily 作为搜索引擎，需要设置如下环境变量
- `ARK_API_KEY`: 填写环境准备章节获取的火山方舟API KEY
- `REASONING_EP_ID`: 填写`deepseek-r1-250120`
- `SEARCH_ENGINE`: 填写`tavily`
- `TAVILY_API_KEY`: 配置tavily的APIKEY
7. （建议）在【函数配置】中调整函数执行超时时间为 900 s
8. 单击右上角【发布】，重新发布应用
9. 应用发布完成后，支持通过以下两种方式使用：
- 通过高代码应用的控制台界面直接体验
- 在本地通过 webui 体验
1. 执行以下命令，在本地启动 webui，并连接远程服务。
```shell
cd demohouse/deep_search
# 安装项目依赖
poetry install
# 设置环境变量为前面步骤中的高代码应用botID
export API_BOT_ID=bot-xxxx-xxx
# 运行webui
poetry run python -m webui
```
2. 启动成功后可访问`http://localhost:7860`体验服务。
## 技术实现
本项目结合深度思考大模型和联网搜索能力，并向上封装成标准的 Chat Completion API Server。
在接收到用户的原始问题后，会进行两个阶段的处理：
1. **思考阶段（循环进行）**
DeepSeek-R1 根据用户问题不断地使用搜索引擎，获取参考资料，直至模型认为收集到的参考资料已经足够解决用户问题。
2. **总结阶段**
DeepSeek-R1 根据上一阶段产出的所有参考资料和思考过程中的模型输出，对用户的问题进行总结性回答。
其中，思考阶段的模型输出会整合至`reasoning_content`字段中，总结阶段的模型输出会整合至`content`字段中。该架构严格遵循
OpenAI
Chat Completion API 规范设计，因此开发者可直接使用 OpenAI 标准 SDK 或兼容接口实现服务的无缝对接，显著降低了技术集成的复杂度。
## 目录结构
```
├── README.md
├── __init__.py
├── config.py
├── deep_search.py # 项目核心逻辑实现
├── docs
├── poetry.lock
├── prompt.py # 思考/总结 prompt
├── pyproject.toml
├── requirements.txt
├── run.sh # 用于部署火山方舟高代码应用，启动入口
├── search_engine
│ ├── __init__.py
│ ├── search_engine.py
│ ├── tavily.py # tavily 搜索引擎实现
│ └── volc_bot.py # 火山方舟零代码联网应用 搜索引擎实现
├── server.py # 服务启动入口
├── utils.py
└── webui.py # webui启动入口
```
## 附录
### 创建推荐配置的零代码联网应用
创建零代码应用时，推荐以下配置：
- 推理接入点：Doubao-pro-32k / Doubao-pro-1.5-32k
- 联网内容插件：开启
- 智能改写：关闭
- 调用方式：选择强制开启
- 参考资料回复：选择自定义回复，推荐回复示例如下：
```
- 不需要回复用户的问题，仅对「联网」中的信息进行总结，总结需要全面，但不要添加自己额外的信息。
- 回复请使用清晰、结构化（序号/分段等）的语言，确保可被用户理解和使用。
```
