输入县名与可选的产业方向，采集公开资料并生成带来源链接的县域产业研究初稿。
这是一个研究原型。报告供人工核查和继续研究使用：公开资料的覆盖度取决于地区与搜索服务，模型生成的判断也可能遗漏背景或缺少依据。未配置 API Key 时使用 Mock 数据，只适合验证流程，不能作为研究证据。项目当前的验证边界见 PROJECT_STATUS.md。
| 模式 | 命令参数 | 研究内容 |
|---|---|---|
| 产业现状 | snapshot（默认，industry 为别名） |
产业现状、优势、短板和建议 |
| 产业兴衰 | rise-fall |
产业起源、扩张、衰退及规律 |
| 长周期历史 | long-history |
从县域形成到当代的发展脉络 |
不指定 --focus 时，程序会根据检索材料推荐候选产业方向；推荐结果仍需人工确认。固定流程由 Workflow 执行，Agent 模式则在限定步骤内规划工具调用，并可保存 JSON 执行轨迹。两者共用搜索、分析和报告能力。
flowchart TD
A[县名、方向与模式] --> B[问题树规划 (Question Tree)]
B --> C[动态多意图检索 (QueryEngine + 消歧)]
C --> D[结构化事实库 (EvidenceStore)]
D --> E[反思评价与证据缺口 (ResearchCritic)]
E -- 存在关键缺口 --> F[定向补充检索 (Supplemental Search)]
F --> D
E -- 证据充足 --> G[专业智能体协同分析 (经济/政策/产业)]
G --> H[事实核验与冲突消解 (FactVerifier)]
H --> I[Markdown 深度研究报告 (带可信溯源角标)]
需要 Python 3.10 或更高版本。以下命令在 PowerShell 中运行：
git clone https://github.com/OrdoAbChao7/CountyResearchAI.git
cd CountyResearchAI
python -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install -e .
Copy-Item .env.example .env在 .env 中填入 LLM_API_KEY，并为选用的搜索服务填写 TAVILY_API_KEY、SERPER_API_KEY 或 BING_API_KEY。模板默认使用 DeepSeek 和 Tavily；更换服务时相应调整 LLM_PROVIDER、LLM_BASE_URL、LLM_MODEL 和 SEARCH_PROVIDER。如需使用 Mock，请把模板中的 YOUR_... 占位值清空；空 Key 会启用对应环节的 Mock 实现。
county-research -c 安吉县 -f 竹产业报告默认写入 reports/；原始资料和处理结果默认写入 data/。可通过 .env 中的 REPORTS_DIR 和 DATA_DIR 调整位置，其他运行参数见 config/settings.yaml 和 config/sources.yaml。
county-research -c 安吉县 # 自动发现产业方向
county-research workflow -c 安吉县 -f 竹产业 # 显式使用固定流程
county-research -c 安吉县 -f 竹产业 --deep # 启用深度多智能体与证据核验研究
county-research -c 鹤岗市 --mode rise-fall
county-research -c 信丰县 --mode long-history
county-research agent -c 安吉县 -f 竹产业 --mode snapshot
county-research agent -c 安吉县 --max-steps 8 --dry-run| 选项 | 用途 |
|---|---|
-c, --county |
县名，运行研究时必填 |
-f, --focus |
产业方向；省略时自动发现 |
-m, --mode |
研究模式；默认 snapshot |
--deep |
启用深度多智能体协同研究（问题树拆解、Critic反思补检、经济/政策/产业分工及事实核验） |
--historical / --long-history |
固定流程中选择对应模式的快捷开关 |
--no-cache |
固定流程中跳过缓存 |
--dry-run |
只检查参数，不运行研究 |
agent 另支持 --max-steps 和 --no-trace。执行轨迹默认保存在 agent_traces/。完整参数以 county-research --help、county-research workflow --help 和 county-research agent --help 为准。
项目内置了针对县域产业研究真实质量的客观基准评测系统（src/county_research_ai/evaluation/），涵盖安吉县竹产业、信丰县脐橙产业、鹤岗市产业转型三个基准案例。
评测指标涵盖：
- 检索质量：Precision@K、Recall@K（核心事实覆盖率）、官方权威来源占比、内容去重率；
- 研究深度与可靠性：关键事实支持率（Claim-Evidence 闭环）、冲突与口径差异检出率。
完整评测报告与数据详见 docs/BENCHMARK_REPORT.md。评测复现命令：
python -c "from county_research_ai.evaluation.runner import BenchmarkRunner; runner = BenchmarkRunner(); reports = runner.run_all_cases(); [print(r.to_markdown()) for r in reports.values()]"核心代码位于 src/county_research_ai/：application/ 编排研究步骤，modes/ 定义模式，search/ 和 llm/ 接入资料与模型，reporting/ 生成报告，agent/ 负责 Agent 流程。提示词位于 prompts/，测试位于 tests/。
python -m pip install -e ".[dev]"
python -m pytest --no-cov -q示例初稿见 reports/。这些文件展示输出形式，不代表其事实内容已经逐条核实。项目采用 Python、Click、Pydantic、httpx、Jinja2 和兼容 OpenAI API 的模型客户端；依赖清单以 pyproject.toml 为准。
短视频内容与渲染扩展维护在 codex/video-content 分支，不属于默认研究流程。