# AI 写作后端新路线设计草案 ## 1. 目标 为“弱模型多 Agent 写作工作流”建设一条独立后端路线,满足以下要求: - 不影响现有同事正在开发的功能 - 不强耦合现有 DeerFlow 通用对话主链路 - 可独立部署、独立调试、独立回滚 - 支持多阶段写作编排、人工介入、失败重试、流式事件输出 --- ## 2. 推荐建设方式 优先建议: - 在 `offline-backend-20260512` 下新建独立应用或独立模块 建议目录: ```text offline-backend-20260512/ apps/ ai_writing_orchestrator/ api/ application/ domain/ infrastructure/ prompts/ tests/ ``` 如果当前后端没有 `apps/` 结构,也可以采用: ```text offline-backend-20260512/ ai-writing-orchestrator/ api/ application/ domain/ infrastructure/ prompts/ tests/ ``` 重点不是目录名字,而是一定要把“多 Agent 写作编排”与现有通用聊天能力隔离开。 --- ## 3. 技术路线建议 推荐组合: - 编排框架:`LangGraph` - 模型调用:接你们内网模型网关 - 检索层:接内网知识库 / 文档库 / 搜索服务 - 状态存储:先用数据库或 Redis + DB,后续再演进 - 事件输出:SSE 或流式 HTTP 推荐原因: - `LangGraph` 适合状态机和多节点回退 - 对弱模型最关键的是“强流程控制”,不是“自由 Agent 对话” - 后续加人工确认节点和 checkpoint 会更自然 --- ## 4. 分层设计 建议按四层拆分。 ## 4.1 API 层 职责: - 接收前端请求 - 鉴权 - 参数校验 - 返回 workflow 信息 - 提供事件流出口 建议文件: ```text api/ routes/ workflows.py workflow_events.py schemas/ workflow_request.py workflow_response.py ``` ## 4.2 Application 层 职责: - 组织用例 - 调度 workflow service - 管理人工确认动作 - 处理重试和终止逻辑 建议文件: ```text application/ services/ workflow_service.py workflow_event_service.py human_action_service.py use_cases/ create_workflow.py start_workflow.py confirm_outline.py rewrite_section.py approve_final.py ``` ## 4.3 Domain 层 职责: - 定义工作流状态机 - 定义 Agent 输入输出协议 - 定义 artifact 与评分模型 建议文件: ```text domain/ models/ workflow.py workflow_stage.py workflow_event.py artifact.py review_result.py agents/ researcher.py outliner.py writer.py editor.py supervisor.py graphs/ writing_graph.py policies/ retry_policy.py quality_policy.py ``` ## 4.4 Infrastructure 层 职责: - 访问模型网关 - 访问检索服务 - 访问数据库 - 发送事件 - 缓存与日志 建议文件: ```text infrastructure/ llm/ model_client.py retrieval/ intranet_search_client.py knowledge_base_client.py persistence/ workflow_repository.py artifact_repository.py streaming/ sse_publisher.py logging/ workflow_logger.py ``` --- ## 5. 工作流最小闭环 第一版建议只做如下状态机: 1. `collect_materials` 2. `generate_outline` 3. `await_outline_confirmation` 4. `write_draft` 5. `review_draft` 6. `rewrite_if_needed` 7. `complete` 终止规则: - 编辑评分达标则完成 - 否则进入重写 - 最多重写 2 次 - 超过次数则标记 `human_intervention_required` --- ## 6. Agent 模块设计 ## 6.1 Researcher 输入: - 主题 - 用户要求 - 检索范围 - 可用资料源 输出: - `material_cards` - `facts` - `quotes` - `examples` - `risks` - `source_refs` 程序职责: - 先做检索 - 再把检索结果裁剪后送给模型 - 输出必须结构化 ## 6.2 Outliner 输入: - 用户要求 - 研究结果 输出: - `title_candidates` - `outline_sections` - `key_points_per_section` 约束: - 提纲优先,不写正文 ## 6.3 Writer 输入: - 已确认提纲 - 素材卡片 - 风格要求 输出: - `draft_sections` - `section_source_refs` - `full_draft_markdown` 建议: - 按章节分段生成,不要一次长文直出 ## 6.4 Editor 输入: - 初稿 - 提纲 - 素材 - 用户要求 输出: - `issues` - `severity` - `score` - `rewrite_instructions` - `decision` 规则: - 先查事实,再查结构,再查文风 ## 6.5 Supervisor 输入: - 各阶段结果 - 重试计数 - 评分结果 输出: - 下一跳节点 - 是否需要人工确认 - 是否结束 --- ## 7. Prompt 组织建议 建议为每个 Agent 分开管理 prompt,不要写成一个超级 prompt。 建议目录: ```text prompts/ researcher/ system.txt output_schema.json outliner/ system.txt output_schema.json writer/ system.txt output_schema.json editor/ system.txt output_schema.json supervisor/ system.txt ``` 原则: - 每个 Agent 一套职责 - 每个 Agent 一套输出 schema - Prompt 版本可管理 - 后续支持 A/B 调参 --- ## 8. 弱模型适配策略 ## 8.1 先检索后生成 不要让模型自己“想资料”,程序先检索、裁剪、去重后再喂给模型。 ## 8.2 短上下文任务化 每个节点只给弱模型一小段明确任务: - 研究归纳 - 提纲整理 - 单章节写作 - 单章节审稿 ## 8.3 结构化输出 优先 JSON 或 Pydantic schema,不要放任自然语言自由返回。 ## 8.4 章节级重写 不要整篇回炉。编辑指出第 2 节有问题,就只重写第 2 节。 ## 8.5 程序接管质量门槛 例如: - 资料引用数不足,不进入下一步 - 提纲章节数过少,直接重生 - 编辑评分低于阈值,自动重写 --- ## 9. 数据模型建议 ## 9.1 Workflow 建议字段: - `id` - `status` - `current_stage` - `user_id` - `thread_id` - `input_payload` - `current_artifact_id` - `retry_count` - `created_at` - `updated_at` ## 9.2 Workflow Artifact 建议字段: - `id` - `workflow_id` - `artifact_type` - `stage` - `version` - `title` - `content` - `metadata` ## 9.3 Workflow Event 建议字段: - `id` - `workflow_id` - `event_type` - `stage` - `agent_name` - `payload` - `created_at` ## 9.4 Human Action 建议字段: - `workflow_id` - `action_type` - `payload` - `operator` - `created_at` --- ## 10. API 草案 ## 10.1 创建任务 `POST /api/ai-writing/workflows` 请求: ```json { "topic": "主题", "articleType": "行业分析", "audience": "管理层", "tone": "专业克制", "targetLength": 3000, "constraints": ["避免口语化"], "referenceScope": ["内网知识库", "项目复盘文档"] } ``` 返回: ```json { "workflowId": "wf_xxx", "status": "idle" } ``` ## 10.2 启动任务 `POST /api/ai-writing/workflows/{id}/start` ## 10.3 查询任务 `GET /api/ai-writing/workflows/{id}` ## 10.4 订阅事件 `GET /api/ai-writing/workflows/{id}/events` 返回事件流示例: ```json { "type": "stage_changed", "stage": "generating_outline", "message": "正在生成提纲" } ``` ## 10.5 确认提纲 `POST /api/ai-writing/workflows/{id}/confirm-outline` ## 10.6 指定章节重写 `POST /api/ai-writing/workflows/{id}/rewrite-section` ## 10.7 确认终稿 `POST /api/ai-writing/workflows/{id}/approve-final` --- ## 11. LangGraph 实现建议 ## 11.1 推荐 graph 节点 - `load_input` - `retrieve_materials` - `normalize_materials` - `generate_outline` - `wait_for_outline_confirmation` - `write_sections` - `merge_sections` - `review_draft` - `rewrite_sections` - `publish_final_artifact` ## 11.2 推荐 state 建议 state 字段: - `workflow_id` - `input_payload` - `materials` - `outline` - `outline_confirmed` - `draft_sections` - `merged_draft` - `review_result` - `rewrite_targets` - `final_article` - `retry_count` - `events` ## 11.3 条件边 建议条件边逻辑: - 提纲未确认 -> 等待用户 - 编辑通过 -> 完成 - 编辑不通过且可重试 -> 重写 - 编辑不通过且超限 -> 人工介入 --- ## 12. 可观测性要求 第一版就建议带上以下能力: - 每个 workflow 的事件日志 - 每个 Agent 的输入输出摘要 - 每次重试原因 - 每个阶段耗时 - 每次模型调用 token 与错误日志 后续排问题会非常依赖这些数据。 --- ## 13. 测试建议 ## 13.1 单元测试 覆盖: - stage 流转 - retry policy - quality policy - 事件构造 ## 13.2 集成测试 覆盖: - 创建任务到完成的主链路 - 提纲确认链路 - 审稿失败后重写链路 - 人工介入链路 ## 13.3 Prompt 回归集 建议建立 10-20 个固定写作样例,做回归: - 短文 - 长文 - 事实密集型文章 - 宣传型文章 - 分析型文章 --- ## 14. 开发顺序建议 ## Step 1:先做 domain 与 API 契约 先定: - stage 枚举 - event 枚举 - artifact 结构 - human action payload ## Step 2:先做 fake orchestrator 先不接真实模型,只模拟事件流,把前后端联调跑通。 ## Step 3:接 Researcher + Outliner 优先把“研究 + 提纲”做出来,因为这是弱模型提升最大的环节。 ## Step 4:接 Writer + Editor 再接初稿和审稿重写。 ## Step 5:接可观测性和缓存 最后再补生产化能力。 --- ## 15. 风险控制建议 ### 风险 1:直接复用现有线程流,导致协议污染 建议: - workflow 用独立 route 和独立 event schema ### 风险 2:写作结果与右侧 artifact 模型不兼容 建议: - 后端统一输出标准 markdown artifact ### 风险 3:弱模型频繁输出不合法 JSON 建议: - 每个节点加 schema repair - 加轻量重试 - 尽量减少复杂嵌套输出 ### 风险 4:研究资料太多导致上下文爆炸 建议: - 检索后先裁剪、摘要、分桶 --- ## 16. 最终建议 后端第一版最重要的是把“状态机、事件流、人工确认、章节重写”这四件事做对,而不是一开始就追求很多花哨 Agent。 建议 MVP 只保留: 1. Researcher 2. Outliner 3. Writer 4. Editor 5. Supervisor 当这条链路稳定后,再继续扩展 fact-checker、style editor、compliance reviewer。