日常工作和生活中经常会涉及写：行业调研报告、竞品分析报告、年度规划报告、个股深度分析等需要查找非常多的外部资源，然后整合资源，才能撰写出来的深度报告。“智能研报深度撰写Agent"可以帮我们完美地完成这项工作。接下来我们详细介绍一下这个智能体。
作者：百度智能云 谭文涛
一、系统总览
┌──────────────┐ ┌──────────────┐ ┌──────────────┐│ 数据采集 │───▶│ 分析Agent │───▶│ 撰写Agent ││ Agent │ │ (大纲生成) │ │ (逐章撰写) │└──────────────┘ └──────────────┘ └──────────────┘ │ │ │ 百度搜索 LLM LLM + LLM (1次调用) (N次调用) (2次调用)数据流
{"topic": "...", "sub_topics": [{"category": "...", "search_queries": [...], "collected_data": "..."}]} | ||
{"title": "...", "outline": [{"section_id": "1", "section_title": "...", "key_points": [...]} | ||
二、各 Agent 实现逻辑详解
2.1 数据采集 Agent
职责：将用户的研报主题拆解为可搜索的子主题，执行百度搜索，汇总采集数据。
执行流程：
用户主题 │ ▼ Step1: LLM 主题拆解 │ 输入: 研报主题 │ 输出: ≤10个子主题，每个含2~4条搜索词 │ LLM调用: 1次 (chat_json, response_format=json) │ ▼ Step2: 批量搜索 │ 对每条搜索词调用百度 AI Search │ 限流: 每次搜索间隔1秒 │ ▼ Step3: LLM 汇总归并 输入: 该子主题的所有搜索结果原文 输出: 去重、摘要后的结构化要点 LLM调用: N次 (N=子主题数量)关键设计决策：
- 两段式 LLM 调用
：第一次拆解主题，第二次逐子主题汇总。为什么不一步到位？因为搜索结果文本量大（每条搜索可能返回数千字），一次性汇总会超出 LLM 上下文窗口或导致信息丢失。逐子主题汇总可保证每个维度的数据质量。 - 搜索间隔 1 秒
：避免触发百度 API 限流。 - 采集数据截断
：当搜索结果超过 12000 字符时截断，防止 LLM 调用超时。
核心 Prompt 1：主题拆解
系统提示词：你是一位专业的金融/科技研报数据采集专家。你的任务是将用户给定的研报主题拆解为若干核心子主题，并为每个子主题生成具体的搜索关键词。拆解原则：1. 子主题应覆盖研报主题的各个关键维度，彼此尽量独立、不重叠2. 子主题数量不超过 10 个3. 每个子主题生成 2~4 条搜索关键词，搜索词应具体、可检索4. 搜索关键词应包含限定词（时间、地域、具体产品/公司名等），以提高搜索精度5. 优先关注最新趋势、市场规模、竞争格局、技术路线等研报核心维度输出格式（严格 JSON）：{ "sub_topics": [ { "category": "子主题名称（简短，如：AI芯片）", "search_queries": ["搜索关键词1", "搜索关键词2"] } ]}设计要点：
要求"彼此独立、不重叠"——防止重复搜索浪费 quota "包含限定词"——让搜索结果更精准，减少噪声 JSON 输出格式——方便程序解析，避免正则提取的脆弱性 限制 10 个子主题 × 4 条搜索词 = 最多 40 次搜索，可控
核心 Prompt 2：搜索结果汇总
系统提示词：你是一位专业的研报数据整理专家。请对以下搜索结果进行归纳整理。要求：1. 去除重复信息，保留关键数据点（市场规模、增长率、技术参数、公司名、产品型号等）2. 按逻辑顺序组织要点，条理清晰3. 对于有冲突的数据，保留多个来源并标注来源4. 保留具体数字和百分比，不要模糊化5. 如果搜索结果内容不足，明确标注"数据不足，建议补充检索"输出格式（纯文本，使用 Markdown 列表）：- 要点1- 要点2设计要点：
"保留具体数字"——数字是研报的灵魂，模糊化后撰写 Agent 无法引用 "冲突数据标注来源"——撰写阶段可由 LLM 自行判断引用哪个 "数据不足标注"——给用户明确信号，而非静默跳过 输出纯文本而非 JSON——汇总结果将作为撰写 Agent 的参考数据，纯文本更灵活
2.2 分析 Agent
职责：根据主题 + 采集数据，生成结构化研报大纲。
执行流程：
主题 + 采集数据 │ ▼ LLM 大纲生成 输入: 研报主题 + 各子主题的采集数据 输出: 结构化大纲（含章节标题 + 核心要点 + 子章节） LLM调用: 1次 (chat_json)关键设计决策：
- 一次调用生成完整大纲
：大纲是全局性结构，需要 LLM 一次看到所有数据才能保证逻辑连贯。如果逐章节生成，容易出现章节间逻辑脱节。 - 大纲包含 key_points
：不只是章节标题，还列出每个章节要写什么。这给撰写 Agent 提供了明确的"写作指令"，防止跑题。 - 强制包含投资建议和风险提示
：通过 prompt 约束，保证研报完整性。
核心 Prompt：大纲生成
系统提示词：你是一位资深金融/科技行业研报分析师，擅长构建逻辑严密、层次清晰的研报框架。你的任务是根据给定的研报主题和已采集的数据，设计一份专业研报的大纲。大纲设计原则：1. 逻辑递进：从宏观到微观，从行业到公司，从现状到趋势2. 数据驱动：每个章节的核心要点应与采集数据中的关键信息对应3. 完整性：覆盖行业概览、细分领域分析、竞争格局、投资建议、风险提示等标准研报模块4. 差异化：大纲结构应体现本次研报主题的独特视角，而非泛泛而谈5. 一级章节不超过 8 个，每个一级章节下可有 2~4 个子章节6. 每个章节/子章节列出 3~5 个核心要点，这些要点将指导后续撰写输出格式（严格 JSON）：{ "title": "研报完整标题", "outline": [ { "section_id": "1", "section_title": "一级章节标题", "key_points": ["核心要点1", "核心要点2", "核心要点3"], "sub_sections": [ { "section_id": "1.1", "section_title": "子章节标题", "key_points": ["核心要点1", "核心要点2"] } ] } ]}设计要点：
"逻辑递进"——从宏观到微观是研报的经典结构，保证可读性 "数据驱动"——防止大纲空泛，确保每个章节有数据支撑 "差异化"——避免千篇一律的"行业概况→市场规模→竞争格局"模板 key_points字段——这是大纲的灵魂，直接决定撰写质量 section_id——方便撰写时按 ID 追踪进度
2.3 撰写 Agent
职责：沿大纲逐章节撰写研报正文。
执行流程：
大纲 + 采集数据 │ ▼ 逐章节撰写 │ 对每个一级章节: LLM调用1次 (max_tokens=4096) │ 对每个子章节: LLM调用1次 (max_tokens=3000) │ ▼ 生成摘要 │ LLM调用1次 (基于已撰写的全部内容) │ ▼ 生成风险提示 │ LLM调用1次 (基于已撰写的内容) │ ▼ 组装最终报告 摘要 + 各章节正文 + 风险提示 + 免责声明关键设计决策：
- 逐章节独立撰写
：每章独立调用 LLM，而非一次生成全文。原因： 全文可能超万字，单次 LLM 调用 max_tokens 不够 独立撰写可针对每章调整温度和 token 限制 单章失败可重试，不影响其他章节 - 子章节降级处理
：子章节 min_words 和 max_tokens 均减半，避免过度冗余 - 摘要后置生成
：先写完所有章节，再基于全文生成摘要，保证摘要的准确性 - 风险提示独立生成
：使用专门的 system prompt，确保风险分析的客观性
核心 Prompt：章节撰写
系统提示词：你是一位专业的金融/科技行业研报撰写专家。你的任务是根据给定的章节标题、核心要点和参考数据，撰写该章节的详细研报内容。撰写要求：1. 专业性：语言客观、严谨，符合研报写作规范，避免口语化表达2. 数据驱动：引用参考数据中的具体数字、百分比、公司名、产品型号等，标注数据来源3. 结构清晰：使用二级/三级标题、列表、加粗等方式组织内容4. 深度分析：不止于罗列事实，需提供因果分析、趋势判断和逻辑推演5. 字数要求：本章节内容不少于 800 字6. 格式要求：使用 Markdown 格式输出，可包含表格7. 如参考数据不足，可基于行业常识进行合理推断，但需标注8. 不要输出章节标题（系统会自动添加），直接输出正文内容设计要点：
"不要输出章节标题"——Pipeline 自动添加标题，避免重复 "不止于罗列事实"——引导 LLM 做分析而非搬运数据，提升研报深度 "标注数据来源"——增强可信度，也方便用户追溯 "数据不足时推断并标注"——比沉默跳过更好，至少提供了分析框架 字数约束 800 字——每章有最低内容保障，防止空洞
核心 Prompt：摘要生成
系统提示词：你是一位专业研报编辑。请为以下研报撰写一段摘要（200~300字），概括整篇研报的核心观点和结论。要求：- 语言精炼，突出核心发现- 包含关键数据和判断- 使用 Markdown 格式核心 Prompt：风险提示
系统提示词：你是一位专业的金融风险分析师。请根据给定的研报主题和已撰写内容，撰写风险提示章节。要求：1. 列出 3~5 个主要风险因素2. 每个风险因素需包含：风险描述 + 影响程度评估（高/中/低）3. 语言客观严谨，避免过度渲染4. 使用 Markdown 格式三、LLM 调用统计
| 合计 | 3 + N + M |
四、项目结构
smart-research-report/├── config.py # 全局配置（API Key、模型参数、常量）├── llm_client.py # 千帆 LLM 客户端（原生 requests，零 SDK）├── image_client.py # 千帆 Image API 客户端├── search_client.py # 百度 AI Search 客户端├── agents/│ ├── __init__.py│ ├── base_agent.py # Agent 基类│ ├── data_collector.py # 数据采集 Agent│ ├── analyzer.py # 分析 Agent│ └── writer.py # 撰写 Agent├── pipeline.py # 三 Agent 编排流水线├── main.py # 入口脚本├── output/ # 输出目录（运行后生成）│ ├── {文档名}_1_collected_data.json # 第一步采集数据结果 │ ├── {文档名}_2_outline.json # 第二步规划设计结果│ └── {文档名}_研报.md # 最总报告结果└── README.md # 本文档五、运行方式
运行环境要求：python 3.12+
cd smart-research-report-v2# 基本用法python main.py "AI算力产业链全景梳理与核心标的分析"# 完整主题python main.py "AI算力产业链全景梳理与核心标的分析（聚焦服务器、光模块、液冷散热、AI芯片等环节的竞争格局与增长驱动）"# 不保存中间结果python main.py --no-save "光伏产业链深度分析"生成效果详见：本公众号同期发布的 “智能研报深度撰写Agent生成报告示例”
六、技术选型说明
通过网盘分享的文件：smart-research-report-v2.zip
链接: https://pan.baidu.com/s/1zWKGvMXz4XdJmvzQfie3vQ?pwd=utyg 提取码: utyg
--来自百度网盘超级会员v4的分享
