# AI Agents

**Repository Path**: wuhangxing/ai-agents

## Basic Information

- **Project Name**: AI Agents
- **Description**: 自研自用的智能体仓库
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: agents_dev
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-08-16
- **Last Updated**: 2026-03-06

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AICA - AI Competitive Analysis 智能竞品分析系统

🎯 **系统概述**  
AICA (AI Competitive Analysis) 是一个智能竞品分析系统，它利用AI技术帮助用户快速发现和分析产品或服务的竞争对手。系统通过智能竞品发现、数据收集、分析报告生成等功能，提供全面的市场洞察。

✨ **核心特性**  
- **智能竞品发现**：自动识别相关竞品，提供精准的市场定位。
- **实时数据支撑**：通过网络搜索获取最新数据，确保分析的准确性。
- **专业报告生成**：生成详细分析报告，包括产品档案、SWOT分析、战略建议等。
- **任务规划智能体**：智能规划分析流程，提高效率。
- **Checkpoint机制**：自动保存分析状态，支持快速恢复。

🎯 **适用场景**  
- 市场研究和竞争情报分析
- 产品开发和战略规划
- 商业决策支持

🚀 **快速开始**

### 环境要求
- Python 3.8+
- LangChain、LangGraph、Pydantic 等依赖库
- LLM API（如 Qwen、OpenAI、百度文心等）

### 安装步骤
1. **克隆仓库**
   ```bash
   git clone https://gitee.com/wuhangxing/ai-agents.git
   cd ai-agents/agents/aica
   ```

2. **创建并激活conda环境（推荐）**
   ```bash
   conda create -n aica python=3.9
   conda activate aica
   ```

3. **安装依赖**
   ```bash
   pip install -r requirements.txt
   ```

4. **配置环境变量**
   - 复制 `.env.example` 文件为 `.env` 并配置API密钥：
     ```bash
     cp .env.example .env
     ```

   - 编辑 `.env` 文件，添加所需的API密钥（如 Qwen、OpenAI、百度文心等）。

### 快速体验
1. **运行竞品分析**
   ```bash
   python main.py
   ```
   - 选择智能体：1 (基础模式) 或 2 (增强模式)
   - 输入竞品分析主题（如产品名称、行业等）

2. **查看分析报告**
   - 分析完成后，报告将自动生成并保存在指定目录中。

🎯 **核心功能详解**

### 1. 智能竞品分析系统 (`comp_analyzer`)
- **🧠 智能产品理解**：通过LLM理解产品核心特征和市场定位。
- **🔍 智能竞品发现**：基于产品信息自动发现潜在竞争对手。
- **📊 全面分析框架**：涵盖产品档案、SWOT分析、宏观环境分析等。
- **🌐 实时数据支撑**：通过网络搜索获取最新市场数据。
- **📈 专业报告生成**：生成结构化分析报告，支持PDF导出。

### 2. 任务规划智能体 (`task_planner`)
- **功能特性**：
  - 智能规划竞品分析流程
  - 支持多步骤任务分解
  - 自动决策和流程控制

### 3. Checkpoint机制
- **🔄 自动保存**：在关键节点自动保存分析状态。
- **⚡ 快速恢复**：从保存的Checkpoint恢复分析流程，避免重复工作。

📊 **分析报告示例**
- **完整分析报告结构**：
  - 执行摘要
  - 产品档案
  - 宏观环境分析
  - SWOT分析
  - 竞品分析
  - 战略建议

🏗️ **系统架构**
- **技术栈**：Python、LangChain、LangGraph、Pydantic、FastAPI 等
- **项目结构**：
  - `main.py`：主程序入口
  - `agents/`：智能体模块
  - `agents/tools/`：共享工具模块
  - `agents/utils/`：共享工具函数
  - `pdf_builder.py`：报告生成模块

📖 **使用指南**

### 基础使用
1. **通过主程序使用**
   - 启动主程序：
     ```bash
     python main.py
     ```
   - 选择竞品分析智能体（基础模式或增强模式）
   - 按提示输入产品信息

2. **直接调用API**
   - 基础分析：
     ```python
     from agents.comp_analyzer.agent import run_competitor_analysis

     result = run_competitor_analysis("产品名称", competitor_count=5)
     ```
   - 获取分析报告：
     ```python
     from agents.comp_analyzer.pdf_builder import generate_pdf_report

     generate_pdf_report(result, "output_report.pdf")
     ```

3. **从Checkpoint恢复**
   - 从保存的Checkpoint恢复分析结果：
     ```python
     from agents.comp_analyzer.agent import load_checkpoint

     checkpoint = load_checkpoint("checkpoint_file.pkl")
     ```

### 高级功能
1. **自定义分析参数**
   - 修改 `config.py` 中的模型配置
   - 自定义竞品数量、分析深度等参数

2. **分析结果处理**
   - 提取执行摘要、产品档案、SWOT分析等子模块结果

3. **报告导出和保存**
   - 保存完整报告为PDF
   - 保存执行摘要或战略建议为独立文件

🔧 **配置管理**
- **环境变量配置**：在 `.env` 文件中配置LLM API、搜索参数等
- **模型配置**：在 `config.py` 中切换LLM模型

🧪 **测试和验证**
- **功能测试**：
  - 测试LLM连接：
    ```bash
    python verify_system.py --test-llm
    ```
  - 测试搜索功能：
    ```bash
    python verify_system.py --test-search
    ```

- **完整工作流测试**：
  ```bash
  python verify_system.py --test-full-workflow
  ```

🚀 **开发指南**
- **新增智能体**：
  1. 创建智能体目录
  2. 实现核心逻辑
  3. 注册智能体

- **最佳实践**：
  - 遵循代码规范
  - 使用异常处理
  - 优化性能

🤝 **贡献指南**
- **如何贡献**：
  - 提交Issue和Pull Request
  - 贡献新功能、优化现有代码

📄 **许可证**
- 本项目使用 [MIT License](LICENSE)

📞 **联系我们**
- 项目负责人：[吴航星](https://gitee.com/wuhangxing)