freedakgmail
c949204662
借鉴 odysseus 的能力设计，全程净室实现、零 AGPL 代码、不引入 AGPL 依赖。
T1 提示注入防护: pkg/promptguard 包裹外部/知识库内容为不可信数据，buildMessages 移出 system 指令区。 T2 安全 CI: .github/workflows(ci+security: govulncheck/gitleaks/actionlint/hadolint/trivy)+dependabot+.hadolint.yaml；go.mod 加 toolchain go1.25.11 修复 20 个 stdlib CVE。 T3 管理员 2FA: 迁移 000016 + RFC6238 TOTP/备份码(pkg/auth, 零依赖) + 登录流程集成(后端)。 T4 本地模型: LLM/embedding 支持本地 vLLM/Ollama(OpenAI 兼容, 鉴权头条件发送, NoAuth) + docs/local-deploy.md。 T6 深度研究: 迁移 000017 + Python research-worker(净室多步流水线, 检索避开 SearXNG) + Go research 服务/handler/路由。 T7 service 层: 新增 internal/service/{research,twofa}, 2FA 业务逻辑从胖 handler 下沉, 接口注入可单测。 T10 缓存/可观测性: internal/cache(Redis+内存, 优雅降级) 接入 store 热点列表; Prometheus 指标+/metrics; docs/openapi.yaml。 验证: go build/vet/test ./... 全绿(8 包); research-worker 12 单测过; 真实 PG 应用迁移并烟测。
1.9 KiB
1.9 KiB
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
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
- Go 后端写入
research_tasks行并LPush到 Redis 队列research:tasks。 - 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。 - Go 后端轮询任务状态，完成后读取
report与sources。
测试
python3 -m unittest test_core -v