基于Spring AI Deep Researcher Agent
基于Spring AI Deep Researcher Agent
📑 目录
- 1. 项目简介
- 2. 技术栈
- 3. 系统架构
- 4. 系统节点详解
- 5. 系统流程图
- 6. 功能特点
- 7. 使用方法
- 8. 项目结构
1. 项目简介
✨ 本项目基于 Spring AI + LangGraph4j 构建，旨在打造一个 具备自主研究能力的智能体系统。
深度研究智能体是一款基于 Spring AI 与 LangGraph4j 的智能研究助手，能够根据用户提出的问题，自动完成
澄清需求 → 制定研究简报 → 执行深度搜索 → 整理与压缩信息 → 生成最终报告 的全流程研究任务。
该系统采用 图驱动的智能体架构 (Graph-based Agent Architecture)，具备 ** 多节点协作、监督机制、工具链调用、实时反馈
** 等特性，可广泛应用于学术研究、市场分析、技术趋势追踪等场景。
github:https://github.com/renpengben/deep-researcher-agent
2. 技术栈
- Java 17
- Spring Boot 3.5.5
- Spring AI 1.0.1
- LangGraph4j 1.6.2
3. 系统架构
系统采用分层的智能体图结构，主要包含以下组件：
-
DeepResearchGraph
主研究流程图，协调整个研究过程 -
SupervisorGraph
监督研究质量，确保方向正确 -
ResearcherGraph
执行具体研究任务，包括搜索、思考和信息压缩
架构总览
用户输入问题│▼ClarifyWithUserNode (澄清需求)│▼WriteResearchBriefNode (生成研究简报)│▼SupervisorGraph (监督研究)│▼ResearcherGraph (执行研究 → 压缩信息)│▼FinalReportGenerationNode (生成报告)
4. 系统节点详解
主图节点
- ClarifyWithUserNode: 澄清用户研究问题
- WriteResearchBriefNode: 生成研究简报
- FinalReportGenerationNode: 生成最终研究报告
SupervisorGraph
- SupervisorNode: 分配研究任务，调用 ResearcherGraph
- SupervisorToolNode: 处理工具调用结果，支持并行执行
ResearcherGraph
- ResearcherNode: 执行研究任务，调用 TavilySearch、ThinkTool、ResearchComplete
- ResearcherToolsNode: 处理工具调用结果
- CompressResearchNode: 压缩与整理研究内容
5. 系统流程图
总体流程
用户输入问题│▼
ClarifyWithUserNode ──> WriteResearchBriefNode│ │▼ ▼
SupervisorGraph <─────── 研究简报输入│▼
ResearcherGraph ──> CompressResearchNode│▼
FinalReportGenerationNode (最终报告)
SupervisorGraph 子图
研究简报输入│▼
SupervisorNode ──> SupervisorToolNode▲ │└────── 循环直到完成 ──┘
ResearcherGraph 子图
研究任务输入│▼
ResearcherNode ──> ResearcherToolsNode ──> CompressResearchNode
6. 功能特点
✅ 问题澄清：确认研究目标，避免偏差
✅ 研究简报：生成可执行的研究计划
✅ 信息搜索与整理：Tavily 搜索 + 推理工具链
✅ 监督机制：保证研究质量与方向
✅ 实时反馈：SSE 实时输出进度与中间结果
✅ 最终报告生成：输出结构化分析报告
7. 使用方法
环境要求
- JDK 17+
- Maven
- OpenAI API Key
启动步骤
git clone https://github.com/renpengben/deep-researcher-agent
cd deep-researcher-agent
- 配置大模型和Tavily
在application.properties或环境变量中设置，兼容Open AI规范的大模型接口。
spring:ai:openai:base-url: https://api.siliconflow.cnapi-key: sk-xxxxchat:options:model: deepseek-ai/DeepSeek-V3.1
Tavily申请key https://www.tavily.com/
tavily:
api-key: tvly-dev-xxx
- test
CompileConfig compileConfig = CompileConfig.builder().checkpointSaver(new MemorySaver()).build();var result = deepResearchGraph.build().getGraph(GraphRepresentation.Type.PLANTUML, "deep research graph", false);System.out.println(result.content());var compileGraph = deepResearchGraph.build().compile(compileConfig);compileGraph.setMaxIterations(50);var generator = compileGraph.stream(Map.of("messages", new UserMessage("研究下Anthropic最新发布的Streamable HTTP的工程中的具体实现方案")));3.输出结果
8. 项目结构
├── src/
│ ├── main/java/io/github/renpengben/deepresearch/
│ │ ├── config/ # 配置类
│ │ ├── graph/ # 智能体图结构
│ │ ├── model/ # 数据模型
│ │ ├── nodes/ # 节点实现
│ │ ├── prompt/ # 提示词模板
│ │ ├── state/ # 状态管理
│ │ ├── tools/ # 工具实现
│ │ └── DeepResearcherAgentApplication.java
│ └── resources/
│ └── application.yml
└── pom.xml