Content Finder Agent 使用指南

快速开始

1. 环境准备

# 进入项目根目录
cd /Users/heyu/work/TZLD/project/Agent

# 安装依赖（如果还没安装）
pip install -r requirements.txt

2. 配置环境变量

# 进入 content_finder 目录
cd examples/content_finder

# 复制环境变量模板
cp .env.example .env

# 编辑 .env 文件，填入你的 API Key
# 主要需要配置：
# - OPENROUTER_API_KEY: OpenRouter API Key
# - KNOWHUB_API: 知识库服务地址（可选）

3. 运行示例

示例1：抗日娃娃军内容寻找

python run.py

这会使用默认的 content_finder.prompt，执行"孩子军抗日，让人感动。找这样的视频。"的任务。

示例2：养生内容寻找

修改 run.py 中的 prompt 路径：

# 将这一行
prompt_path = base_dir / "content_finder.prompt"

# 改为
prompt_path = base_dir / "example_health.prompt"

然后运行：

python run.py

4. 交互控制

运行过程中，你可以：

暂停执行：输入 p 或 pause
停止执行：输入 q 或 quit

暂停后可以：

查看当前执行状态
插入干预消息
查看 GoalTree
触发经验总结

5. 恢复已有任务

如果任务中断或想继续之前的执行：

python run.py --trace <trace_id>

Trace ID 可以在执行结束时看到，或者在 .trace/ 目录中查找。

工作流程示例

Agent 会按照以下流程工作：

1. 理解需求
   ↓
2. 查询内容库（knowledge_search）
   ↓
3. 搜索平台内容（search_posts）
   ↓
4. 分析搜索结果
   ↓
5. 获取搜索建议词（get_search_suggestions）
   ↓
6. 扩展搜索策略
   ↓
7. 使用浏览器工具验证数据（可选）
   ↓
8. 保存有价值的策略（knowledge_save）
   ↓
9. 迭代优化...

自定义任务

方法1：修改 prompt 文件

编辑 content_finder.prompt 或创建新的 .prompt 文件：

---
model: sonnet-4.6
temperature: 0.3
---

$system$
你是一个专业的内容寻找Agent...

$user$
需求："你的自定义需求"

方法2：通过交互模式插入消息

运行 Agent 后，按 p 暂停，然后选择"插入干预消息"，输入新的需求。

查看执行结果

1. 文本结果

执行结果保存在 output/result.txt

2. 可视化查看

启动 API Server：

# 在项目根目录
cd /Users/heyu/work/TZLD/project/Agent
python api_server.py

浏览器访问：

http://localhost:8000/api/traces

可以看到：

完整的执行轨迹
每一步的工具调用
GoalTree 结构
成本统计

可用工具说明

搜索工具

search_posts: 在各平台搜索帖子
- 支持平台：抖音、小红书、B站、知乎、微博等
- 返回：标题、内容、点赞数、发布时间等
get_search_suggestions: 获取搜索建议词
- 用于扩展搜索关键词
- 发现相关话题

知识管理

knowledge_search: 搜索知识库
- 查找相关的搜索策略
- 学习历史经验
knowledge_save: 保存知识
- 保存有效的搜索策略
- 记录发现的规律

浏览器工具

browser_navigate_to_url: 访问网页
browser_extract_content: 提取网页内容
browser_search_web: 网页搜索
等等...

配置说明

config.py

RUN_CONFIG = RunConfig(
    model="claude-sonnet-4.5",      # 使用的模型
    temperature=0.3,                 # 温度参数
    max_iterations=1000,             # 最大迭代次数

    knowledge=KnowledgeConfig(
        enable_extraction=True,      # 启用知识提取
        enable_injection=True,       # 启用知识注入
        default_tags={...},          # 默认标签
    )
)

常见问题

Q: Agent 执行太慢怎么办？

A: 可以调整配置：

减少 max_iterations
在 prompt 中明确限制搜索范围
使用更快的模型

Q: 如何让 Agent 搜索特定平台？

A: 在 prompt 中明确指定：

需求："在抖音平台上找老年人喜欢的养生视频"

Q: 如何查看 Agent 的思考过程？

查看终端输出的 [Assistant] 消息
使用 API Server 可视化查看
查看 .trace/ 目录中的详细记录

Q: 知识库服务如何启动？

# 在项目根目录
python knowhub/server.py

进阶使用

1. 添加自定义工具

在 examples/content_finder/tool/ 目录下创建自定义工具：

from agent.tools import tool, ToolResult

@tool(description="你的工具描述")
async def my_custom_tool(param: str) -> ToolResult:
    # 你的实现
    return ToolResult(output="结果")

2. 添加领域 Skills

在 examples/content_finder/skills/ 目录下创建 .md 文件：

---
name: content-finder-skill
description: 内容寻找领域知识
---

## 搜索策略

- 策略1：...
- 策略2：...

3. 配置预设 Agent

创建 presets.json：

{
  "content_analyzer": {
    "model": "claude-sonnet-4.5",
    "temperature": 0.2,
    "system_prompt": "你是内容分析专家..."
  }
}

贡献

如果你发现了有效的搜索策略或改进建议，欢迎：

保存到知识库
提交 PR
分享经验

许可

遵循项目主许可协议。

USAGE.md 5.3 KB Permalink Histórico Raw