# 文章撰写大模型工作流系统

> 基于大模型的文章写作自动化工作流系统

## 系统概述

这是一个完整的文章写作工作流系统，利用大语言模型自动化完成从选题到成文的全过程。

### 核心特点

- **智能选题**: 基于历史文章和热门趋势自动推荐主题
- **资料收集**: 自动搜索和收集相关资料
- **深度分析**: 对每份资料进行全面分析，提取关键信息
- **资料池**: 中间产物持久化存储，避免重复工作
- **大纲生成**: 基于资料自动生成文章大纲
- **智能写作**: 分段撰写，支持多种文章类型

## 工作流程

```
1. 确定主题和类型
   ├── 分析历史文章
   ├── 搜索热门话题
   └── 推荐/选择主题

2. 收集相关资料
   ├── 生成搜索关键词
   ├── 执行网页搜索
   └── 获取页面内容

3. 分析资料内容
   ├── 逐个深度分析
   ├── 提取关键要点
   ├── 保存分析产物
   └── 建立索引

4. 生成文章大纲
   ├── 整合资料摘要
   ├── 规划章节结构
   └── 标注资料引用

5. 撰写文章
   ├── 分章节写作
   ├── 添加代码/图表
   └── 输出Markdown文件
```

## 快速开始

### 安装依赖

```bash
pip install requests
```

### 运行完整工作流

```bash
# 交互式运行（推荐首次使用）
python main.py --interactive

# 完整自动流程
python main.py --mode full

# 指定主题和类型
python main.py --mode full --topic "Flash Attention原理解析" --type "技术解析"
```

### 分步运行

```bash
# 仅选择主题
python main.py --mode topic --interactive

# 仅收集资料
python main.py --mode collect --topic "你的主题"

# 仅分析资料
python main.py --mode analyze

# 仅生成大纲
python main.py --mode outline --topic "你的主题" --type "技术解析"

# 仅写作文章
python main.py --mode write --topic "你的主题" --type "技术解析"
```

## 配置说明

编辑 `config/settings.py` 配置大模型API：

```python
LLM_CONFIG = {
    "base_url": "http://192.168.2.5:1234/v1",
    "api_key": "your-api-key",
    "model": "qwen3.5-4b",
    "max_tokens": 4096,
    "temperature": 0.7,
}
```

## 文章类型

| 类型 | 说明 | 目标字数 |
|------|------|----------|
| 技术解析 | 深入分析技术原理、实现、应用 | 2000-3000字 |
| 技术文档翻译 | 翻译官方文档、论文、博客 | 1500-2500字 |
| 项目介绍分析 | 介绍开源项目、分析架构 | 1500-2500字 |
| 综述文章 | 汇总领域发展、对比分析 | 2000-3000字 |
| 实践教程 | 手把手教程，具体步骤 | 1500-2000字 |
| 问题分析 | 分析技术问题、解决方案 | 1000-1500字 |

## 目录结构

```
article-workflow/
├── main.py              # 主入口
├── config/              # 配置文件
│   └── settings.py      # 系统配置
├── src/                 # 源代码
│   ├── llm_client.py    # LLM客户端
│   ├── resource_pool.py # 资料池管理
│   ├── topic_selector.py    # 主题选择
│   ├── resource_collector.py # 资料收集
│   ├── resource_analyzer.py  # 资料分析
│   ├── outline_generator.py  # 大纲生成
│   └── article_writer.py     # 文章写作
├── data/                # 数据存储
│   ├── resource_index.json   # 资料索引
│   ├── article_history.json  # 文章历史
│   ├── resource_pool/        # 资料池
│   └── summaries/            # 分析摘要
├── output/              # 输出目录
│   └── articles/        # 生成的文章
├── assets/              # 资源文件
│   └── images/          # 图片资源
└── templates/           # 模板文件
```

## 资料池管理

系统维护一个持久的资料池，所有分析产物都会保存：

- **资料内容**: 原始网页内容
- **分析摘要**: 每份资料的深度分析
- **关键要点**: 提取的核心信息
- **术语表**: 专业术语解释
- **图片资源**: 相关图片

可以通过关键词索引快速检索历史资料，避免重复工作。

## 扩展开发

### 添加新的文章类型

编辑 `config/settings.py`：

```python
ARTICLE_TYPES = {
    "新类型": {
        "description": "类型描述",
        "structure": ["章节1", "章节2", "章节3"],
        "word_count": 2000,
    },
}
```

### 自定义资料来源

修改 `src/resource_collector.py` 中的 `_search_web` 方法。

## 注意事项

1. 大模型API需要稳定可用
2. 搜索功能可能需要代理
3. 生成的文章需要人工审核
4. 建议保存中间产物便于迭代

## 版本历史

### v0.1.0 (2026-04-08)
- 初始版本
- 完整工作流实现
- 资料池管理
- 多种文章类型支持

## License

MIT