GraphNews:一个多智能体自校正编辑团队
GraphNews 是一个复杂的多智能体系统，由 LangGraph 它自动化了新闻研究、策划和时事通讯起草的端到端流程。与标准的线性AI链不同，该项目利用了 循环图 该架构实现了“自我纠正”循环，通过自主的同行评审确保高质量的事实输出。
工作流体系结构
该系统将编辑过程视为状态机。数据流经专用节点，保持共享状态，以确保在整个生命周期中保留上下文：
- 研究员： 使用搜索网络 塔维利 查看指定主题的前10条新闻。
- 馆长： 过滤研究结果，选择前5个最相关的来源。
- 作者： 根据策划的项目生成结构化的Markdown草稿。
- 评论家： 评估草稿。如果分数是 **\ Researcher[Researcher Node]
Researcher --> Curator[Curator Node] Curator --> Writer[Writer Node] Writer --> Critic[Critic Node]
Critic --> Decision{Score >= 8?}
Decision -- "No (Score Writer Decision -- "Yes (Approved)" --> End((Save Markdown))
subgraph "The Agentic Loop" Writer Critic Decision end
style Researcher fill:#f9f,stroke:#333,stroke-width:2px style Curator fill:#bbf,stroke:#333,stroke-width:2px style Writer fill:#dfd,stroke:#333,stroke-width:2px style Critic fill:#fdd,stroke:#333,stroke-width:2px style Decision fill:#fff,stroke:#333,stroke-width:2px
## 技术栈
- **编排：** LangGraph（状态多代理工作流）
- **LLM** DeepSeek-V3.2
- **搜索引擎：** Tavily AI（为LLM搜索API）
- **语言：** python
## 快速开始
### 1.克隆和安装
git clone https://github.com/simonsl07/GraphNews.git cd GraphNews pip install -r requirements.txt
### 2.在.env.示例文件之后创建.env文件
DEEPSEEK_API_KEY=your_key_here TAVILY_API_KEY=your_key_here
### 3.运行系统
Default run (yesterday's news)
python main.py #Custom run with specific topic, destination and verbose logging python main.py --topic "Quantum Computing" --verbose --dest quantum_news.md
## CLI使用情况
|参数|简短|描述|默认值|
| :--- | :--- | :--- | :--- |
| `--topic` ||时事通讯的主题|昨天的新闻|
| `--dest` | `-d` |保存输出文件的路径| `newsletter.md` |
| `--verbose` ||启用实时代理日志记录| `False` |
## 技术挑战和解决方案
- “幻觉”刹车：在Critic节点逻辑中实现了最大修订计数器，以防止无限循环和失控的API成本。
- 确定性状态控制：使用LangGraph的TypedDict状态来维护单个真值源，防止上下文漂移。
## 路线图
- 添加参数以选择使用哪个LLM
- 集成LangSmith以进行完整的跟踪代理调试和成本监控。
- 循环中的人：添加一个LangGraph检查点，在最终输出之前暂停以获得人工批准。