# article_agent

**Repository Path**: lrundong/article_agent

## Basic Information

- **Project Name**: article_agent
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-08-04
- **Last Updated**: 2026-08-05

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README


# 使用说明


## 安装

```bash
cd agentproject
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
```

填写 `.env` 后，推荐通过项目内 Skill 入口运行：

```bash
python skills/geo-article-rewriter/scripts/run.py \
  --article input/article.md \
  --topic "文章主题" \
  --target-persona "目标读者" \
  --keywords "关键词1,关键词2" \
  --task-id article-001 \
  --check
```

去掉 `--check` 后执行完整改写。恢复已有任务：

```bash
python skills/geo-article-rewriter/scripts/run.py \
  --resume article-001 \
  --target-score 80
```

原有任务 JSON 入口仍然可用：

```bash
python skills/geo-article-rewriter/scripts/run.py \
  --task input/task.json \
  --target-score 85 \
  --max-rounds 3
```

Skill 使用状态机运行。中间产物写入 `runs/<任务ID>/`，最终文章为
`runs/<任务ID>/final.md`。

从零写作：

```bash
python skills/geo-article-rewriter/scripts/run.py \
  --new --topic "文章主题" --target-persona "目标读者" \
  --keywords "关键词1,关键词2" --task-id article-002
```

三种模式为 `original`（从零写作）、`rewrite`（改写现有文章）和
`update`（检索最新资料后更新旧文章）。正式流程固定为：任务分析、研究、
事实卡片与来源分级、大纲与章节事实映射、分章节写作、引用硬门禁、评分、
局部返修。每一阶段都会写入 `runs/<任务ID>/`，恢复时不会重复执行已完成阶段。


# 文件说明

本文件采用AutoGen的agent框架，即采取轮询的方式实现多agent对话。

## .venv、requirement.txt、.env:
相关组件和运行依赖,.env用于保存用户的api key、提供商和模型名称

## ./tools:
用于存放可供agent调用的工具。目前只有search_tool，可供search_agent实现真实的联网搜索、网页内容抓取和分析

## ./agents:
完成任务的子agent

### base.py:
负责总体调度，规定了agent之间通信的信息的格式

### analyse_agent.py
负责分析用户输入的关键词，提炼写作任务

### search_agent.py
联网搜索相关资料

### writing_agent.py
聚合搜索结果，写一篇初稿，并且可以根据score_agent返回的修改建议，返修文章

### score_agent.py
负责文章评价：根据改分脚本，给文章评分并给出修改建议

## autogen.py
模拟一个LLM的客户端供agent调用

## mian.py:
整个agent的入口，负责管理轮询的轮次、轮询的顺序，同时实现了简单的存储功能，用于存储上下文和文章，并且负责文章的输出

## skills/geo-article-rewriter

项目的正式能力入口。`SKILL.md` 定义分析、检索、改写、评分和返修流程；
`references/rewrite-template.md` 是改文模板，`references/scoring-standard.md`
是评分标准。WritingAgent 和 ScoreAgent 均通过 Skill 清单加载对应规则。

## ./input:
一个简单的文章库