byted-deepsearch

Files (2)

• LICENSE.txt
• SKILL.md

SKILL.md (first lines)

# BytedDeepsearch

## 概述

深度研究代理系统社区版是一个基于工作流的深度研究系统，能够对复杂主题进行多轮迭代的网络搜索和综合分析。系统通过结合LLM智能分析和实时网络搜索，生成详细的研究报告。

## 依赖技能

- [byted-web-search](byted-web-search/SKILL.md)

## 工作流调用逻辑

### 系统架构

本系统是一个工作流描述文档，没有执行脚本。依赖以下外部技能：

- **byted-web-search skill**: 执行网页搜索`
- **LLM技能**: 用于智能分析和推理

### 工作流程

#### 1. 输入接收阶段

- **用户输入**: 研究主题（sys.query）和研究深度（depth）
- **默认深度**: 3（可配置）

#### 2. 初始化阶段

- 创建迭代数组，深度为指定的depth值
- 数组格式：`[0, 1, ..., depth-1]`

#### 3. 迭代搜索阶段（多轮执行）

**每轮迭代执行以下步骤：**

##### a) LLM智能分析

- 使用LLM分析当前研究状态
- 输入：用户查询、已收集的findings、已搜索的topics
- 输出：JSON格式，包含：
  - `nextSearchTopic`: 下一个搜索主题（字符串或None）
  - `shouldContinue`: 是否继续搜索（布尔值）

##### b) JSON解析

- 提取`nextSearchTopic`和`shouldContinue`字段
- 更新对话变量

##### c) 条件判断

- 如果`shouldContinue`为True：
  - 执行byted-web-search：`python scripts/web_search.py "<nextSearchTopic>"`
  - 将搜索结果追加到findings数组
  - 更新搜索进度显示
  - 继续下一轮迭代
- 如果`shouldContinue`为False：
  - 结束当前迭代
  - 输出中间结果

##### d) 变量管理

- 更新`nextSearchTopic`和`shouldContinue`变量
- 将`nextSearchTopic`追加到`topics`数组（记录已搜索主题）
- 避免重复搜索相同主题

#### 4. 综合分析阶段

- 所有迭代完成后，使用LLM综合分析所有收集到的findings
- 生成详细的综合分析报告
- 输出格式：Markdown格式的详细报告

#### 5. 报告生成阶段

- 输出最终的研究分析结果
- 包含重要洞察、结论和剩余不确定性
- 适当引用来源

### 变量说明

系统维护以下对话变量：

| 变量名 | 类型 | 描述 |
| -------- | ------ | ------ |
| `topics` | array[string] | 已搜索的主题列表 |
| `nextSearchTopic` | string | 下一个要搜索的主题 |
| `findings` | array[string] | 收集到的搜索结果列表 |
| `shouldContinue` | string | 是否继续搜索的标志 |

### 网页搜索集成

当需要进行网络搜索时：

1. 使用`nextSearchTopic`作为查询参数
2. 运行byted-web-search技能：`python scripts/web_search.py "<query>"`
3. 根据返回的摘要列表组织答案，不新增或臆造内容
4. 将搜索结果追加到`findings`数组

**注意**: 不要使用任何搜索参数配置（如search_depth、topic、max_results、country、time_range、days等），仅保留核心输入query。

### 进度跟踪

系统实时显示搜索进度：

- 格式：`{index + 1}/{depth}th search executed.`
- 例如：`1/3th search executed.`

## 使用场景

### 适用场景

1. **复杂主题研究**: 需要对特定主题进行深入、全面的研究
2. **最新信息分析**: 需要基于最新网络信息生成详细分析报告
3. **多角度探索**: 需要从不同角度和维度探索一个主题
4. **系统化调查**: 需要系统化的调查和证据收集

### 典型用例

- 市场趋势分析
- 技术发展研究

From bytedance/agentkit-samples, Apache-2.0.

More from bytedance/agentkit-samples