# Research Worker（深度研究微服务）

为政智通提供"综合研判 / 政策解读"能力：给定研究题目，自动**拆解问题 → 检索 → 阅读摘要 → 合成带引用的 Markdown 报告**。异步任务模式，仿 `ppt-worker`。

## 设计要点

- **净室实现**：研究流水线为对通用方法（plan → search → read → synthesize）的独立实现，未复制任何第三方代码。
- **避开 AGPL**：检索层可插拔（默认 Tavily 商用 API），**刻意不使用 AGPL 许可的 SearXNG**；HTML 抽取用标准库。
- **提示注入防护**：抓取到的外部网页内容一律经 `untrusted.py` 包裹为"数据"传给模型（与后端 `pkg/promptguard` 同理念）。
- **可测试**：`pipeline.py` 仅依赖标准库，IO 全部注入，`python3 -m unittest test_core` 即可在无 httpx/psycopg 环境下测试。

## 结构

| 文件 | 说明 |
|------|------|
| `pipeline.py` | 研究流水线（纯逻辑，IO 注入） |
| `untrusted.py` | 外部内容提示注入防护 |
| `htmltext.py` | HTML→纯文本（标准库） |
| `search.py` | 可插拔检索 provider + 抓取 |
| `llm_client.py` | OpenAI 兼容 LLM 客户端（支持本地） |
| `db.py` | `research_tasks` 读写 |
| `worker.py` | Redis 队列消费者 |
| `app.py` | FastAPI（状态查询/健康检查） |
| `test_core.py` | 纯逻辑单测 |

## 运行

```bash
pip install -r requirements.txt
cp .env.example .env   # 按需填写
python app.py          # 启动 HTTP(8091) + 后台 worker 线程
```

## 任务流转

1. Go 后端写入 `research_tasks` 行并 `LPush` 到 Redis 队列 `research:tasks`。
2. worker `brpop` 取任务，执行流水线，过程中更新 Redis 状态（`research:status:<id>`）与数据库。
3. Go 后端轮询任务状态，完成后读取 `report` 与 `sources`。

## 测试

```bash
python3 -m unittest test_core -v
```