18 KiB
AI 写作弱模型多 Agent 编排需求文档
1. 背景与目标
当前 open-canvas 页面右侧的成品展示与编辑体验已经比较成熟，但左侧模型直接生成文章的质量还不稳定。对于内网部署的弱性能大模型，单轮直出通常会出现以下问题：
- 结构松散，长文容易跑题
- 素材不足，内容空泛
- 事实依据弱，容易幻觉
- 润色能力有限，语言风格不统一
- 一次生成失败后缺少可控的纠偏机制
因此本次需求的核心目标不是继续优化“单个模型一次写完”，而是在内网用代码编排一个“小型杂志社工作流”，让弱模型通过多角色分工协作，产出明显优于单模型直出的文章质量。
建议的角色分工：
Agent A 研究员：负责搜集内网素材、归纳事实、提取观点Agent B 作家：基于选题、素材和结构写初稿Agent C 严苛编辑：负责挑错、质检、润色、打回重写Supervisor / Orchestrator：负责流程调度、状态记录、重试与终止判断
2. 本次建设边界
2.1 前端边界
前端继续使用现有 open-canvas 页面，不新开第二套编辑器页面。
当前相关入口：
- CanvasResizableLayout.tsx
- CanvasChatPanel.tsx
- CanvasArtifactPanel.tsx
- CanvasStreamContext.tsx
- runs.ts
前端本期只做以下增强：
- 在左侧聊天区增加“写作工作流模式”
- 让用户能看到多 Agent 阶段进度，而不是只看到最终回答
- 支持结构化输入：主题、体裁、目标读者、篇幅、语气、参考资料、禁写项
- 支持查看中间产物：提纲、素材卡片、初稿、编辑意见、终稿
- 支持人工介入：确认提纲、确认初稿、接受编辑建议、手动重跑某一步
2.2 后端边界
后端必须单开新路线，不影响其他同事当前功能开发。
建议原则：
- 不直接改现有 DeerFlow 主流程
- 不把多 Agent 逻辑硬塞进当前通用对话链路
- 以独立服务或独立模块形式建设
- 通过清晰 API 与当前前端页面对接
推荐落地位置：
- 基于仓库中的
offline-backend-20260512单独开一条ai-writing-orchestrator路线 - 或在后端新建独立目录，例如
offline-backend-20260512/apps/ai_writing_orchestrator
3. 为什么多 Agent 对弱模型更合适
弱模型最怕“一个 prompt 做完所有事”，因为这要求模型同时完成：
- 选题理解
- 信息检索
- 信息筛选
- 结构规划
- 长文写作
- 自我校验
- 风格润色
把这些任务拆开后，每个 Agent 只处理一个更短、更清晰、更容易被弱模型完成的子任务，通常会带来以下收益：
- 降低单次上下文复杂度
- 降低一次性长输出失败率
- 把“写得不好”变成“某一步做得不好”，便于重试
- 可以在关键节点插入规则校验与人工确认
- 可以用程序补足模型短板，而不是完全依赖模型智力
这套方案的本质不是“让模型变聪明”，而是“让系统更会组织模型工作”。
4. 可借鉴的开源项目
以下项目适合借鉴，但不建议整套照搬。建议以“借鉴状态机、角色协作、阶段拆分、重试与审稿机制”为主。
4.1 第一优先级：LangGraph
推荐原因：
- 天然适合把写作流程建模成状态图
- 支持多步骤、条件分支、重试、人工介入
- 便于把“研究 -> 提纲 -> 初稿 -> 评审 -> 重写”固化成可控流程
- 对“弱模型 + 强流程控制”很友好
可借鉴点：
StateGraph的状态驱动编排- 每一步单独定义输入、输出、失败处理
- 可视化地表达“通过 / 打回 / 重试 / 终止”
参考：
4.2 第二优先级：STORM
推荐原因：
- 它本身就是“研究 + 提纲 + 成文 + 打磨”的长文系统
- 对“先研究后写作”的思路非常契合
- 很适合借鉴其“问题驱动研究”和“分阶段生成”的思想
根据其 GitHub README，STORM 将长文生成拆成两个大阶段：先研究并产出提纲，再基于提纲与资料写长文；其引擎进一步拆成知识整理、提纲生成、正文生成、文章润色四个模块。
这和我们的目标高度一致，尤其适合借鉴：
- 提纲先行
- 素材引用先行
- 分模块写作
- 后置润色
参考：
4.3 第三优先级：Deep Research Agent
推荐原因：
- 明确支持本地模型与云模型混用
- 已经包含研究、写作、质量校验、缓存、重试等能力
- 很适合借鉴“研究阶段如何约束弱模型”
根据其 README，这个项目采用四个专职 Agent，并且带有可信度评分、质量验证、重试逻辑、缓存和 checkpoint。
特别适合借鉴：
- 素材缓存
- 分阶段质量评分
- 节点失败重试
- 研究结果结构化存储
参考：
4.4 可选借鉴：CrewAI
推荐原因：
- 角色扮演表达自然
- 写“研究员 / 作家 / 编辑”这种协作关系很直观
- Flow + Crew 的组织方式适合做 demo 和快速验证
不建议作为首选底座的原因：
- 更偏“Agent 角色编排体验”
- 若要做企业内网稳定落地，状态管理和流程可控性通常不如 LangGraph 路线清晰
适合借鉴：
- 角色定义写法
- Task 模板
- 多角色协作 prompt 结构
参考：
4.5 不建议新项目优先采用：AutoGen
原因：
- 截至最近公开信息，
microsoft/autogen已进入 maintenance mode - 官方建议新项目优先采用
Microsoft Agent Framework
如果要借鉴，只建议借鉴早期多 Agent 对话模式，不建议作为本项目主框架。
参考：
4.6 结论
综合本项目需求，建议技术选型优先级如下：
LangGraph作为主编排框架STORM借鉴研究-提纲-成文-润色的模块划分Deep Research Agent借鉴缓存、评分、重试、可观测性CrewAI借鉴角色 prompt 设计与任务模板
5. 目标产品形态
用户在当前 open-canvas 页面中，不再只是“向模型提问写文章”，而是启动一个可视化的写作流水线。
理想交互流程：
- 用户输入主题、用途、风格、读者、篇幅要求
- 系统先进入“研究阶段”
- 系统给出资料卡片与候选提纲
- 用户确认提纲或调整
- 系统生成初稿
- 严苛编辑给出问题清单
- 系统自动重写问题段落
- 系统输出终稿到右侧编辑区
- 用户可继续局部改写、扩写、精简
核心体验目标：
- 左侧像“编辑部工作台”
- 右侧像“成文编辑器”
- 用户知道系统现在进行到哪一步
- 用户可以在关键节点接管，而不是只能等待最终结果
6. 多 Agent 流程设计
6.1 建议的最小可用流程 MVP
第一版不要一上来做很复杂，建议先做 4 步闭环：
-
Research- 输入：主题、用户要求、内网资料源
- 输出：素材卡片列表、可引用事实列表、风险点列表
-
Outline- 输入：用户要求 + 素材卡片
- 输出：结构化提纲
-
Draft- 输入：提纲 + 素材卡片
- 输出：初稿
-
ReviewAndRewrite- 输入：初稿 + 用户要求 + 素材卡片
- 输出：问题清单、改写稿、终稿
MVP 终止条件：
- 编辑评分达标则结束
- 不达标最多重写 2 次
- 超过次数则返回“需要人工介入”
6.2 第二阶段增强流程
在 MVP 跑通后，再增加：
Planner：根据文章类型动态规划流程SectionWriter：按章节分别写作，避免长文崩坏FactChecker：逐段核对素材来源StyleEditor：统一语气、标题风格、句式节奏ComplianceReviewer：内网场景下做敏感词、保密、术语规范检查
6.3 建议的状态机
建议将流程状态固定为：
idlecollecting_materialsgenerating_outlineawait_outline_confirmationwriting_draftreviewing_draftrewriting_draftcompletedfailedhuman_intervention_required
这样前端和后端都可以围绕统一状态通信。
7. Agent 角色定义建议
7.1 Agent A 研究员
职责：
- 搜集内网知识库、文档库、FAQ、历史稿件中的相关信息
- 输出结构化素材，而不是长篇自然语言
- 对每条素材标注来源、可信度、适用角度
输出格式建议：
facts[]quotes[]examples[]risks[]source_refs[]
约束建议：
- 禁止直接生成整篇文章
- 不做风格化表达
- 每条结论必须可回溯到来源
7.2 Agent B 作家
职责：
- 严格基于提纲和素材写稿
- 按章节写，而不是一次写完整篇
- 对每段附带素材引用 ID，便于后续审核
约束建议：
- 无素材不发挥
- 每段只服务一个小节目标
- 段落长度控制
- 输出结构化草稿数据，而不仅是纯文本
7.3 Agent C 严苛编辑
职责：
- 检查逻辑跳跃、素材不足、事实不稳、表述空泛、风格不统一
- 输出明确的“问题清单”和“改写指令”
- 必要时打回指定章节，而不是整篇推翻
输出格式建议：
issues[]severityrewrite_instructions[]accept/reject
编辑原则建议：
- 优先挑事实问题，再挑结构问题，最后才是文风问题
- 问题描述必须可执行，不能只说“写得不够好”
7.4 Supervisor
职责：
- 负责流程启动、状态流转、失败重试、记录日志
- 判断是否需要回到上一步
- 控制最大重试次数
- 对外提供统一 API 与流式事件
8. 前端需求
8.1 保持当前页面结构不变
继续沿用当前左右布局：
- 左侧：聊天 + 流程进度 + 中间产物
- 右侧：最终文章编辑与局部 AI 改写
不建议再复制一套新页面，以免造成维护分叉。
8.2 左侧新增 UI 模块
建议在 CanvasChatPanel 基础上新增：
- 写作任务表单
- 工作流阶段时间线
- Agent 执行日志面板
- 中间产物抽屉
- 人工确认卡片
建议新增的前端概念：
workflowMode:chat | writing_pipelineworkflowStageworkflowRunIdworkflowEvents[]workflowArtifacts[]
8.3 需要展示的中间产物
至少支持展示：
- 素材卡片
- 提纲
- 初稿
- 编辑问题单
- 重写结果
- 最终定稿
这些内容建议不仅显示在消息区，也保存到右侧可选版本中，便于回看。
8.4 人工介入节点
至少提供两个确认点：
- 提纲确认
- 初稿确认或编辑后重跑
后续可扩展：
- 指定重写某个章节
- 锁定某段不允许再改
- 替换某条素材后重新生成
9. 后端需求
9.1 架构原则
后端新路线必须满足：
- 与现有通用对话链路解耦
- 与现有 Agent 运行时解耦
- 独立维护 Prompt、状态机、数据结构
- 可以单独部署、单独回滚、单独压测
9.2 推荐模块划分
建议后端拆分为以下模块：
workflow_orchestratoragent_registrymaterial_retrieveroutline_generatordraft_writereditor_reviewerrewrite_engineworkflow_storestream_event_adapter
9.3 API 建议
建议最小 API：
-
POST /api/ai-writing/workflows- 创建写作任务
-
POST /api/ai-writing/workflows/{id}/start- 启动流程
-
GET /api/ai-writing/workflows/{id}- 查询当前状态
-
GET /api/ai-writing/workflows/{id}/events- 获取事件流或轮询事件
-
POST /api/ai-writing/workflows/{id}/confirm-outline- 用户确认提纲
-
POST /api/ai-writing/workflows/{id}/rewrite-section- 指定章节重写
-
POST /api/ai-writing/workflows/{id}/approve-final- 确认终稿
9.4 流式事件建议
为了与当前 CanvasStreamContext 风格兼容，建议后端输出结构化事件流，例如：
workflow_startedstage_changedagent_startedagent_output_chunkartifact_generatedhuman_confirmation_requiredretry_scheduledworkflow_completedworkflow_failed
前端只要订阅事件，就能把左侧工作台做出来。
10. 弱模型优化策略
这是本项目成功的关键，不能只靠“多 Agent”这四个字。
10.1 强约束输出格式
每个 Agent 尽量输出 JSON 或结构化对象，不要自由发挥。
原因：
- 便于程序消费
- 便于后续 Agent 接续
- 便于失败重试
- 便于质量评估
10.2 长文拆成章节生成
不要让弱模型一次生成整篇长文，建议：
- 先出提纲
- 再按章节逐段写
- 最后统一润色
10.3 把检索和写作分离
研究员只负责找资料，作家只负责组织表达。不要让写作 Agent 同时去“边搜边编”。
10.4 程序兜底而不是模型兜底
程序需要承担：
- 去重
- 引用格式化
- 章节拼接
- 长度控制
- 评分阈值判断
- 重试路由
10.5 小步快跑、失败可回退
每步都要能独立失败、独立重试、独立回放。
10.6 引入可量化评分
编辑 Agent 输出不能只是一段文字，建议给出评分维度：
- 相关性
- 事实性
- 结构完整度
- 语言流畅度
- 风格一致性
系统据此决定是否进入下一步。
11. 分阶段实施计划
Phase 1：需求冻结与技术验证
目标：
- 确认文章类型范围
- 确认内网资料来源
- 选定主框架
- 跑通最小多 Agent demo
交付物：
- 技术选型说明
- 角色与状态机设计
- 1 个主题的端到端 demo
验收标准：
- 弱模型可完成“研究 -> 提纲 -> 初稿 -> 编辑 -> 重写”闭环
Phase 2：后端新路线搭建
目标：
- 建立独立 orchestrator
- 建立 workflow state store
- 建立事件流输出
- 建立可配置 prompt 模板
交付物：
- 独立服务目录
- 基础 API
- 状态机运行骨架
验收标准：
- 不依赖现有主流程改造即可独立跑通
Phase 3：前端接入当前页面
目标：
- 在
CanvasChatPanel接入工作流模式 - 增加阶段展示与人工确认
- 中间产物可视化
交付物：
- 左侧工作流时间线
- 中间产物展示面板
- 流程控制按钮
验收标准：
- 用户可以在当前页面完成一次全流程写作
Phase 4：质量优化
目标：
- 强化素材检索质量
- 提高提纲质量
- 引入章节级重写
- 引入评分与回退机制
交付物：
- 质量评估规则
- 重试策略
- Prompt 调优包
验收标准：
- 弱模型效果明显优于单轮直出
Phase 5：生产化
目标：
- 加缓存
- 加日志
- 加监控
- 加失败告警
- 加审计记录
交付物：
- 可观测性方案
- 运行日志与回放
- 配置中心或 prompt 管理机制
验收标准：
- 可长期维护并可定位问题
12. 团队协作与隔离方案
为了不影响其他同事，建议采用以下协作原则：
- 新后端目录独立开发
- 新接口使用独立路由前缀
- 前端只在
open-canvas内增量开发 - 不修改现有公共线程协议，必要时增加新事件类型
- Prompt、Agent 配置、评分规则独立存放
推荐分工：
- 前端 1 人：负责左侧工作流 UI 与右侧版本接入
- 后端 1-2 人：负责 orchestrator、Agent 执行、事件流
- 算法/Prompt 1 人：负责角色 prompt、评分规则、失败样本调优
13. 风险与规避
风险 1：Agent 太多，成本和耗时暴涨
规避：
- MVP 只保留 3 个业务 Agent + 1 个 Supervisor
- 长文按章节写，失败只重写局部
风险 2：弱模型在自由对话场景中失控
规避：
- 全流程结构化
- 每步只做一件事
- 强约束输入输出格式
风险 3：内网检索质量不足，导致垃圾进垃圾出
规避：
- 先把资料源治理好
- 对素材做来源、可信度、去重处理
风险 4：前后端协议频繁变化影响联调
规避：
- 先定义事件模型和 artifact 模型
- 先 mock 数据，再并行开发
风险 5：影响现有功能稳定性
规避：
- 新路线、新接口、新状态机
- 不侵入现有主链路
14. 推荐结论
本项目推荐的总体策略：
- 前端继续基于当前
open-canvas页面开发，不复制新页面 - 后端单独开
ai-writing-orchestrator新路线，避免影响现有同事 - 主框架优先采用
LangGraph - 流程设计借鉴
STORM - 质量控制借鉴
Deep Research Agent - 角色设计与任务模板可参考
CrewAI - 第一版只做 4 步 MVP：研究、提纲、初稿、编辑重写
一句话总结：
不是继续“调一个更强的 prompt”，而是把弱模型放进一个可控的编辑部流水线，让系统帮它把复杂写作拆开完成。