本篇为spring-ai-alibaba学习系列第三十一篇

前面介绍 rewrite_multi_query 节点最后会根据用户上传文件标识 user_upload_file 决定下一节点

现在来看一下第二个分支，当 user_upload_file 为 false 时，转入 background_investigator 节点

该节点主要是负责将每一个优化查询进行分类，并选择合适的搜索平台进行搜索，之后调用大模型结合搜索结果对优化查询进行解答

提示词

上述三步都用到了大模型，其提示词如下

问题分类提示词

# 问题分类Agent你是一个智能问题分类器，负责将用户问题分配给最合适的专业Agent。你需要准确分析问题的主题和意图，然后选择最适合处理该问题的专业Agent。## Agent类型说明### 1. academic_research (学术研究Agent)
**适用场景**：
- 学术论文查找和分析
- 科研项目调研
- 技术文献综述
- 研究方法指导
- 学术写作支持
- 期刊会议信息
- 研究趋势分析**关键词识别**：论文、期刊、研究、学术、科研、技术、算法、学者、引用、文献、会议、学科、理论、实验、分析、方法、模型、框架、综述、调研### 2. lifestyle_travel (生活&旅游Agent)
**适用场景**：
- 旅游攻略和行程规划
- 美食推荐和餐厅信息
- 住宿和交通指南
- 购物和娱乐建议
- 生活服务信息
- 城市生活指南
- 当地文化体验**关键词识别**：旅游、旅行、攻略、美食、餐厅、酒店、景点、购物、生活、娱乐、休闲、度假、出行、路线、推荐、体验、民宿、特产、文化、风俗### 3. encyclopedia (百科Agent)
**适用场景**：
- 概念定义和解释
- 历史事件和文化知识
- 科普知识和原理说明
- 基础知识普及
- 名词术语解释
- 百科全书式问答
- 知识点关联分析**关键词识别**：什么是、定义、概念、历史、由来、起源、介绍、解释、含义、意思、百科、知识、科普、基础、原理、背景### 4. data_analysis (数据分析Agent)
**适用场景**：
- 统计数据分析
- 市场研究和调研
- 趋势分析和预测
- 行业报告解读
- 经济指标分析
- 数据可视化需求
- 量化研究支持**关键词识别**：数据、统计、分析、趋势、指标、报告、图表、比较、增长、下降、占比、排名、调查、市场、行业、经济、财务## 分类规则### 优先级判断
1. **学术性质优先**：如果问题涉及学术研究、论文、科研等，优先选择 `academic_research`
2. **数据分析优先**：如果问题明确要求数据分析、统计、趋势分析等，优先选择 `data_analysis`
3. **生活实用优先**：如果问题涉及旅游、美食、生活服务等实用信息，选择 `lifestyle_travel`
4. **知识普及默认**：如果问题是询问基础概念、定义、历史等，选择 `encyclopedia`### 特殊情况处理
- **跨领域问题**：选择最主要的需求领域对应的Agent
- **模糊问题**：根据问题的核心意图选择最合适的Agent
- **多重需求**：选择用户最主要关心的方面对应的Agent## 输出要求**严格按照以下格式输出，只返回Agent类型代码，不要任何解释或额外信息：**```
academic_research
```或```
lifestyle_travel
```或```
encyclopedia
```或```
data_analysis
```## 分类示例**学术研究类**：
- "帮我找一些关于机器学习的最新论文"
- "深度学习在医学影像中的应用研究现状如何？"
- "如何写一篇关于区块链技术的综述论文？"**生活旅游类**：
- "北京三日游攻略推荐"
- "上海有什么好吃的本帮菜餐厅？"
- "去日本旅游需要准备什么？"**百科知识类**：
- "什么是量子计算？"
- "法国大革命的背景和影响是什么？"
- "太阳系的形成过程是怎样的？"**数据分析类**：
- "中国GDP增长趋势分析"
- "电商行业市场规模统计数据"
- "房价走势预测分析"现在开始进行问题分类，只返回对应的Agent类型代码。 

搜索平台选择提示词

# 搜索平台智能选择器你是一个专业的搜索平台选择专家，负责根据用户问题的类型和内容，智能选择最合适的搜索平台。## 可用的搜索平台### 传统搜索引擎
- **TAVILY**: 通用网络搜索，适合大多数常规问题
- **ALIYUN_AI_SEARCH**: 阿里云AI搜索，适合中文内容和商业信息
- **BAIDU_SEARCH**: 百度搜索，适合中文本土化内容
- **SERPAPI**: Google搜索API，适合需要高质量英文搜索结果### 专业工具调用平台
- **OPENALEX**: 学术论文和研究文献搜索，适合学术研究
- **GOOGLE_SCHOLAR**: 谷歌学术搜索，适合论文、引用、学者信息
- **WIKIPEDIA**: 维基百科搜索，适合百科知识和基础概念
- **OPENTRIPMAP**: 旅游景点和地理位置信息，适合旅游规划
- **TRIPADVISOR**: 酒店、餐厅、景点评价，适合旅游决策
- **WORLDBANK_DATA**: 世界银行数据，适合经济和发展数据分析## 选择原则1. **学术研究类问题**：优先选择 OPENALEX 或 GOOGLE_SCHOLAR
2. **百科知识类问题**：优先选择 WIKIPEDIA
3. **旅游生活类问题**：根据具体需求选择 OPENTRIPMAP 或 TRIPADVISOR
4. **数据分析类问题**：优先选择 WORLDBANK_DATA
5. **通用问题**：根据语言和地域选择合适的传统搜索引擎## 输出格式请严格按照以下格式输出，只返回平台名称，不要添加任何其他内容：```
PLATFORM_NAME
```例如：
- 如果选择学术搜索：`OPENALEX`
- 如果选择维基百科：`WIKIPEDIA`
- 如果选择通用搜索：`TAVILY`## 注意事项- 仔细分析问题的领域和具体需求
- 优先选择最专业、最相关的平台
- 如果问题模糊或跨领域，选择覆盖面更广的平台
- 考虑问题的语言特点（中文/英文）

问题回答提示词

以下是对 [background.md](file://D:\code\spring-ai-alibaba\spring-ai-alibaba-deepresearch\src\main\resources\prompts\background.md) 文档的中文翻译：---CURRENT_TIME: {{ CURRENT_TIME }}你是一个由 `supervisor` 代理管理的 `researcher` 代理。你致力于使用搜索工具进行深入调查，并通过系统地使用可用工具（包括内置工具和动态加载的工具）提供全面的解决方案。## 步骤1. **理解问题**：忘记你之前的知识，仔细阅读问题陈述以确定所需的关键信息。
2. **综合信息**：- 结合从所有使用的工具（搜索结果、抓取内容和动态加载的工具输出）中收集到的信息。- 确保响应清晰、简洁并直接解决问题。- 跟踪并标注所有信息来源及其相应的 URL 以便正确引用。- 在有帮助的情况下，包含相关图片。## 输出格式- 以结构化的 markdown 格式提供响应。
- 包含以下部分：- **问题陈述**：重新表述问题以确保清晰。- **研究发现**：按主题而不是按使用的工具组织你的发现。对于每个主要发现：- 总结关键信息- 跟踪信息来源，但不要在文本中包含内联引用- 如有可用，包含相关图片- **结论**：基于收集到的信息提供对问题的综合回应。- **参考文献**：在文档末尾以链接参考格式列出所有使用的来源及其完整 URL。确保每个参考文献之间有一个空行以提高可读性。使用以下格式：```markdown- [来源标题](https://example.com/page1)- [来源标题](https://example.com/page2)```- 始终以 **{{ locale }}** 语言输出。
- 不要在文本中包含内联引用。相反，请跟踪所有来源并在末尾的参考文献部分使用链接参考格式列出它们。## 注意事项- 始终验证收集到的信息的相关性和可信度。
- 如果没有提供 URL，则仅关注搜索结果。
- 永远不要进行任何数学计算或文件操作。
- 不要尝试与页面交互。抓取工具只能用于抓取内容。
- 不要执行任何数学计算。
- 不要尝试进行任何文件操作。
- 只有当无法仅从搜索结果获得必要信息时才调用 `crawl_tool`。
- 始终为所有信息包含来源归属。这对最终报告的引用至关重要。
- 在呈现来自多个来源的信息时，清楚地标示每条信息来自哪个来源。
- 使用 `![图片描述](image_url)` 在单独的部分包含图片。
- 所包含的图片应**仅**来自从搜索结果或抓取内容中收集到的信息。**永远不要**包含不是来自搜索结果或抓取内容的图片。
- 始终使用 **{{ locale }}** 语言进行输出。

使用方法

首先需要添加所需的配置

# 是否开启智能agent，若不开启，则使用传统单一搜索引擎，默认开启
spring.ai.alibaba.deepresearch.smart-agents.enabled=# 智能agent搜索平台配置，对不同问题类型，配置不同搜索平台，若不配置，则交由大模型自主选择
# 例如，百科类问题，交由维基百科平台
spring.ai.alibaba.deepresearch.smart-agents.searchPlatformMapping.search-platform-mapping.{问题类型}.primary=# 可用的搜索引擎（列表）
spring.ai.alibaba.deepresearch.search-list=# 爬虫配置，爬取搜索引擎返回的链接
spring.ai.alibaba.toolcalling.jinacrawler.enabled=
spring.ai.alibaba.toolcalling.jinacrawler.api-key=

另外，需要将配置中用到的搜索组件注册为工具，以下是一个yaml格式的样例配置

spring:ai:alibaba:toolcalling:baidu:search:enabled: truetavilysearch:api-key: ${TAVILY_API_KEY}enabled: truejinacrawler:enabled: falseapi-key: ${JINA_API_KEY}serpapi:api-key: ${SERPAPI_KEY}enabled: truealiyunaisearch:api-key: ${ALIYUN_AI_SEARCH_API_KEY}base-url: ${ALIYUN_AI_SEARCH_BASE_URL}enabled: true# 学术研究工具调用配置openalex:enabled: false# 旅游生活工具调用配置opentripmap:enabled: falseapi-key: ${OPENTRIPMAP_API_KEY}# 百科知识工具调用配置wikipedia:enabled: false# 数据分析工具调用配置worldbankdata:enabled: falsegooglescholar:enabled: falsedeepresearch:# 定义项目可以使用的搜索引擎search-list:- tavily- aliyun- baidu- serpapismart-agents:enabled: falsesearch-platform-mapping:academic_research:primary: openalexlifestyle_travel:primary: opentripmapencyclopedia:primary: wikipediadata_analysis:primary: worldbankdatageneral_research:primary: tavily

最后，在对话的入参中需加入以下字段

enable_deepresearch：是否开启深度研究，决定后续节点

search_engine：搜索引擎，不填则默认为tavily

节点产出

background_investigation_results：大模型结合各搜索平台搜索结果生成的回答

site_information：各平台检索结果（1.0.0.3版本仅保存了最后一个平台的检索结果）

源码跟踪

跟踪：在 DeepResearchConfiguration 中，background_investigator 节点是一个 BackgroundInvestigationNode 类型的节点，创建时需要传入9个参数，分别是 jinaCrawlerService, infoCheckService, searchFilterService, questionClassifierService, searchPlatformSelectionService, smartAgentProperties, backgroundAgent, sessionContextService, toolCallingSearchService

其中，jinaCrawlerService、searchFilterService、toolCallingSearchService 用来构建 searchInfoService；smartAgentProperties、questionClassifierService、searchPlatformSelectionService 用来构建 smartAgentSelectionHelper

研究：先看一下 BackgroundInvestigationNode 的 apply 方法的整体逻辑

1）首先获取重写与扩展后的优化查询列表

2）针对每一个优化查询，首先使用 smartAgentSelectionHelper 自动选择查询方式，然后使用 searchInfoService 执行搜索，将搜索结果放入 site_information 中

ps：1.0.0.3 版本中，只会将最后一个查询的结果放入 site_information，之前请求的搜索结果会被覆盖

3）针对每一对优化查询及其搜索结果，构造一条UserMessage，然后根据 session_id，使用sessionContextService，获取最近的报告，然后使用 backgroundAgent 一起发送给大模型

4）将第三步中的所有返回结果，一起放入 background_investigation_results 中

5）判断 enable_deepresearch 标识，为 true 则进入 planner 节点，否则进入 reporter 节点

跟踪：使用 smartAgentSelectionHelper 的 intelligentSearchSelection 方法，可以根据用户查询返回合适的搜索方法

1）使用 questionClassifierService 对用户问题进行分类，分为学术研究、生活旅游、百科、数据分析和通用研究五个类别

2）根据问题类别选择合适的平台，选择时优先考虑配置文件中对每一类问题配置的搜索平台，若未配置，则交由大模型进行选择，若大模型选择失败，则使用每一类问题默认的搜索平台

跟踪：使用 searchInfoService 的 searchInfo 方法，执行搜索，获取搜索结果

跟踪：backgroundAgent，预设了一个提示词模板的 ChatClient，主要通过搜集的结果来回答每一个优化后的问题

附BackgroundInvestigationNode 的 apply 方法的代码

    public Map<String, Object> apply(OverAllState state) throws Exception {logger.info("background investigation node is running.");Map<String, Object> resultMap = new HashMap<>();List<List<Map<String, String>>> resultsList = new ArrayList<>();List<String> queries = StateUtil.getOptimizeQueries(state);assert queries != null && !queries.isEmpty();for (String query : queries) {// 使用统一的智能搜索选择方法SmartAgentUtil.SearchSelectionResult searchSelection = smartAgentSelectionHelper.intelligentSearchSelection(state, query);List<Map<String, String>> results;// 使用支持工具调用的搜索方法results = searchInfoService.searchInfo(StateUtil.isSearchFilter(state), searchSelection.getSearchEnum(),query, searchSelection.getSearchPlatform());resultMap.put("site_information", results);resultsList.add(results);}List<String> backgroundResults = new ArrayList<>();assert resultsList.size() != queries.size();for (int i = 0; i < resultsList.size(); i++) {List<Map<String, String>> searchResults = resultsList.get(i);String query = queries.get(i);Message messages = new UserMessage("搜索问题:" + query + "\n" + "以下是搜索结果：\n\n" + searchResults.stream().map(r -> {return String.format("标题: %s\n权重: %s\n内容: %s\n", r.get("title"), r.get("weight"),r.get("content"));}).collect(Collectors.joining("\n\n")));String sessionId = state.value("session_id", String.class).orElse("__default__");List<SessionHistory> reports = sessionContextService.getRecentReports(sessionId);Message lastReportMessage;if (reports != null && !reports.isEmpty()) {lastReportMessage = new AssistantMessage("这是用户前几次使用DeepResearch的报告：\r\n"+ reports.stream().map(SessionHistory::toString).collect(Collectors.joining("\r\n\r\n")));}else {lastReportMessage = new AssistantMessage("这是用户的第一次询问，因此没有上下文。");}String content = backgroundAgent.prompt().messages(lastReportMessage, messages).call().content();backgroundResults.add(content);logger.info("背景调查报告生成已完成: {}", backgroundResults.size());}resultMap.put("background_investigation_results", backgroundResults);String nextStep = "planner";if (!StateUtil.isDeepresearch(state)) {nextStep = "reporter";}resultMap.put("background_investigation_next_node", nextStep);return resultMap;}