insight

Insight

Insight 是一个基于多智能体架构的深度研究助手，使用 Go 语言构建，能够自主对任何主题进行深度研究，生成结构化的研究报告。

简介

Insight 通过编排多个 AI 智能体协同工作，将复杂的研究任务分解为可管理的步骤，系统地收集信息，并最终生成专业的 HTML 格式报告。

核心特点

• 多智能体协作：9 个专业智能体协同工作
• 反思与修订：每个章节自动反思，最多修订 5 次确保质量
• 多种搜索源：支持微信、知乎、GitHub、Google Scholar、Tavily 等
• 实时进度：SSE 实时推送研究进度
• 智能缓存：历史查询秒开，节省成本
• 报告分享：生成可分享的永久链接
• 播客脚本：一键将研究报告转化为对话脚本

工作原理

用户查询
    ↓
查询分析 (识别意图、优化查询)
    ↓
结构规划 (生成报告大纲)
    ↓
研究规划 (为每个章节制定研究计划)
    ↓
研究执行 (多源搜索收集信息)
    ↓
内容撰写 (逐章节撰写报告)
    ↓
内容反思 (检查完整性)
    ↓
内容修订 (补充不足信息) ←────┐
    ↓                        │
内容反思 (再次检查) ──────────┘
    ↓
报告生成 (合成最终 HTML)
    ↓
播客脚本 (可选，生成对话)
    ↓
完成

快速开始

安装

# 克隆仓库
git clone https://github.com/smallnest/insight.git
cd insight

# 设置环境变量
export OPENAI_API_KEY="your-api-key-here"

# 可选：使用 DeepSeek 等兼容接口
export OPENAI_API_BASE="https://api.deepseek.com/v1"

# 编译
go build -o Insight .

使用方式

Web 界面（推荐）

./Insight

打开浏览器访问 http://localhost:8085

命令行模式

./Insight "量子计算的最新进展是什么？"

智能体说明

搜索工具

项目集成了多种搜索工具，按类别组织：

API 接口

POST /api/run

执行研究查询，返回 SSE 流。

参数：

• query (required): 研究问题

事件类型：

• update: 进度更新
• log: 研究过程日志
• result: 最终报告
• error: 错误信息

GET /api/history

获取研究历史记录。

POST /api/share

生成报告分享链接。

GET /reports/{id}

查看分享的报告。

配置

环境变量

修改端口

编辑 main.go 中的端口号：

server := &http.Server{
    Addr: ":8085",  // 修改此处
    ReadHeaderTimeout: 3 * time.Second,
}

项目结构

insight/
├── main.go              # 程序入口，HTTP 服务器
├── graph.go             # 工作流图定义
├── nodes.go             # 智能体节点实现
├── search_helper.go     # 搜索辅助函数
├── nginx.conf           # Nginx 配置
├── web/                 # 前端资源
│   ├── index.html
│   ├── styles.css
│   └── script.js
├── tool/                # 搜索工具
│   ├── registry.go      # 工具注册中心
│   ├── search.go        # 基础接口
│   ├── wechat.go        # 微信搜索
│   ├── zhihu.go         # 知乎搜索
│   ├── github.go        # GitHub 搜索
│   ├── scholar.go       # 学术搜索
│   └── tavily.go        # Tavily 搜索
├── data/                # 研究结果存储
└── README.md

示例

技术研究：

./Insight "2024 年 AI 领域有哪些突破性进展？"

商业分析：

./Insight "分析跨境电商的最新趋势和机遇"

学术调研：

./Insight "大语言模型在医疗诊断中的应用研究"

生成播客：

./Insight "制作一期关于区块链技术的播客节目"

技术栈

• langgraphgo - 有向图工作流框架
• langchaingo - LLM 集成
• goquery - HTML 解析
• gomarkdown - Markdown 渲染

常见问题

Q: 如何使用其他 LLM 提供商？

A: 设置 OPENAI_API_BASE 环境变量指向兼容的 API 端点。

Q: 研究结果保存在哪里？

A: 保存在 data/ 目录下，每个查询一个文件夹。

Q: 如何修改最大修订次数？

A: 编辑 graph.go 中的 MaxRevisions 默认值。

许可证

MIT License

链接

• GitHub 仓库
• 在线演示