# Content Finder Agent

内容寻找Agent - 基于多步推理的智能内容发现系统

## 功能特点

这个Agent能够：

1. **理解需求**：深入分析用户的内容需求，提取关键要素
2. **多平台搜索**：在抖音、小红书、B站、知乎等平台搜索内容
3. **智能推理**：多步推理，每次执行一小步，然后思考下一步
4. **数据分析**：分析内容的数据表现（点赞、评论、受众等）
5. **策略迭代**：根据搜索结果不断调整搜索策略
6. **知识积累**：保存有价值的搜索策略到知识库

## 工作流程示例

```
需求："孩子军抗日，让人感动。找这样的视频。"

Agent执行流程：
1. 查询内容库中是否有类似视频
2. 分析找到的视频来源（账号、平台）
3. 基于关键词进行扩展搜索
4. 使用热点宝等工具验证受众数据
5. 提取相关标签继续扩展
6. 保存有价值的搜索策略
```

## 快速开始

### 1. 安装依赖

```bash
cd /Users/heyu/work/TZLD/project/Agent
pip install -r requirements.txt
```

### 2. 配置环境变量

```bash
# 复制环境变量模板
cp examples/production_template/.env examples/content_finder/.env

# 编辑 .env 文件，填入必要的 API Keys
```

### 3. 运行Agent

```bash
cd examples/content_finder
python run.py
```

### 4. 恢复已有任务

```bash
# 使用 --trace 参数恢复已有的执行记录
python run.py --trace <trace_id>
```

## 配置说明

### config.py

- `model`: 使用的LLM模型（默认：claude-sonnet-4.5）
- `temperature`: 温度参数（默认：0.3）
- `max_iterations`: 最大迭代次数（默认：1000）
- `knowledge`: 知识管理配置

### content_finder.prompt

定义了Agent的系统提示词和初始任务。你可以修改这个文件来：
- 调整Agent的工作流程
- 修改初始任务需求
- 添加更多工作原则

## 交互控制

运行过程中可以：
- 输入 `p` 或 `pause`：暂停执行，进入交互模式
- 输入 `q` 或 `quit`：停止执行
- 暂停后可以：
  - 查看当前进度
  - 插入干预消息
  - 触发经验总结
  - 查看 GoalTree

## 可用工具

Agent可以使用以下工具：

### 搜索工具
- `search_posts`: 在各平台搜索帖子内容
- `get_search_suggestions`: 获取搜索补全建议词

### 知识管理
- `knowledge_search`: 搜索知识库中的相关经验
- `knowledge_save`: 保存有价值的策略和发现

### 浏览器工具
- `browser_*`: 访问网页、提取内容、数据分析等

## 输出结果

- 执行结果保存在 `output/result.txt`
- Trace记录保存在 `.trace/` 目录
- 可以通过 API Server 可视化查看执行过程

## 可视化

启动 API Server 查看执行过程：

```bash
# 在项目根目录
python api_server.py

# 浏览器访问
http://localhost:8000/api/traces
```

## 注意事项

1. 确保已配置好所需的 API Keys
2. 首次运行会创建必要的目录结构
3. Agent会自动保存执行进度，可随时恢复
4. 建议定期查看知识库，了解积累的搜索策略