feat. 将DeepSeekLLM与OpenAILLM模型接口改为统一的LLM接口，以供接入不同服务商的模型服务

README.md

@@ -16,7 +16,7 @@
 ## 特性
 
 - **无框架设计**: 从零实现，不依赖LangChain等重型框架
-- **多LLM支持**: 支持DeepSeek、OpenAI等主流大语言模型
+- **多LLM支持**: 支持各种模型服务商提供的LLM，如DeepSeek、OpenAI、MiniMax等
 - **智能搜索**: 集成Tavily搜索引擎，提供高质量网络搜索
 - **反思机制**: 多轮反思优化，确保研究深度和完整性
 - **状态管理**: 完整的研究过程状态跟踪和恢复
@@ -66,40 +66,35 @@ python --version
 
 ```bash
 git clone <your-repo-url>
-cd Demo\ DeepSearch\ Agent
+cd DeepSearchAgent-Demo
 ```
 
 ### 3. 安装依赖
 
 ```bash
-# 激活虚拟环境（推荐）
-conda activate pytorch_python11  # 或者使用其他虚拟环境
+# 使用conda创建并激活虚拟环境
+conda create -n deepresearch python=3.11 -y
+conda activate deepresearch
 
 # 安装依赖
 pip install -r requirements.txt
 ```
 
 ### 4. 配置API密钥
 
-项目根目录下已有`config.py`配置文件，请直接编辑此文件设置您的API密钥：
+请复制项目根目录下的`config.py.example`配置文件改名为`config.py`，请直接编辑此文件设置您使用服务商的base url，API Key，模型名称以及Tavily搜索API Key：
 
 ```python
 # Deep Search Agent 配置文件
-# 请在这里填入您的API密钥
 
-# DeepSeek API Key
-DEEPSEEK_API_KEY = "your_deepseek_api_key_here"
+# 请在这里填入服务商的Base URL、API Key和模型名称
+BASE_URL = ""
+API_KEY = ""
+MODEL_NAME = ""
 
-# OpenAI API Key (可选)
-OPENAI_API_KEY = "your_openai_api_key_here"
+# 请在这里填入Tavily搜索API Key，前往https://app.tavily.com/home获取
+TAVILY_API_KEY = ""
 
-# Tavily搜索API Key
-TAVILY_API_KEY = "your_tavily_api_key_here"
-
-# 配置参数
-DEFAULT_LLM_PROVIDER = "deepseek"
-DEEPSEEK_MODEL = "deepseek-chat"
-OPENAI_MODEL = "gpt-4o-mini"
 
 MAX_REFLECTIONS = 2
 SEARCH_RESULTS_PER_QUERY = 3
@@ -167,15 +162,15 @@ from src import DeepSearchAgent, Config
 
 # 自定义配置
 config = Config(
-    default_llm_provider="deepseek",
-    deepseek_model="deepseek-chat",
     max_reflections=3,           # 增加反思次数
     max_search_results=5,        # 增加搜索结果数
     output_dir="my_reports"      # 自定义输出目录
 )
 
 # 设置API密钥
-config.deepseek_api_key = "your_api_key"
+config.base_url = "base_url"
+config.api_key = "your_api_key"
+config.model = "model_name"
 config.tavily_api_key = "your_tavily_key"
 
 agent = DeepSearchAgent(config)
@@ -188,8 +183,7 @@ Demo DeepSearch Agent/
 ├── src/                          # 核心代码
 │   ├── llms/                     # LLM调用模块
 │   │   ├── base.py              # LLM基类
-│   │   ├── deepseek.py          # DeepSeek实现
-│   │   └── openai_llm.py        # OpenAI实现
+│   │   ├── llm.py          # 通用LLM实现
 │   ├── nodes/                    # 处理节点
 │   │   ├── base_node.py         # 节点基类
 │   │   ├── report_structure_node.py  # 结构生成
@@ -341,15 +335,12 @@ class DeepSearchAgent:
 
 ```python
 class Config:
-    # API密钥
-    deepseek_api_key: Optional[str]
-    openai_api_key: Optional[str] 
-    tavily_api_key: Optional[str]
+    """配置类"""
+    base_url: Optional[str] = None
+    api_key: Optional[str] = None
+    tavily_api_key: Optional[str] = None
 
-    # 模型配置
-    default_llm_provider: str = "deepseek"
-    deepseek_model: str = "deepseek-chat"
-    openai_model: str = "gpt-4o-mini"
+    model: str = ""
 
     # 搜索配置
     max_search_results: int = 3
@@ -412,16 +403,6 @@ print(f"研究进度: {progress['progress_percentage']}%")
 
 ## 高级功能
 
-### 多模型支持
-
-```python
-# 使用DeepSeek
-config = Config(default_llm_provider="deepseek")
-
-# 使用OpenAI
-config = Config(default_llm_provider="openai", openai_model="gpt-4o")
-```
-
 ### 自定义输出
 
 ```python
@@ -435,17 +416,15 @@ config = Config(
 
 ### Q: 支持哪些LLM？
 
-A: 目前支持：
-- **DeepSeek**: 推荐使用，性价比高
-- **OpenAI**: GPT-4o、GPT-4o-mini等
-- 可以通过继承`BaseLLM`类轻松添加其他模型
+A: 支持各种模型服务商提供的LLM，如DeepSeek、OpenAI、MiniMax等。只需在配置文件中设置相应的Base URL、API Key和模型名称即可。
 
 ### Q: 如何获取API密钥？
 
 A: 
 - **DeepSeek**: 访问 [DeepSeek平台](https://platform.deepseek.com/) 注册获取
 - **Tavily**: 访问 [Tavily](https://tavily.com/) 注册获取（每月1000次免费）
 - **OpenAI**: 访问 [OpenAI平台](https://platform.openai.com/) 获取
+- **MiniMax**: 访问 [MiniMax AI](https://platform.minimaxi.com/user-center/basic-information/interface-key) 获取
 
 获取密钥后，直接编辑项目根目录的`config.py`文件填入即可。
 
@@ -481,9 +460,8 @@ A: 当前主要支持Tavily，但可以通过修改`src/tools/search.py`添加
 
 ## 致谢
 
-- 感谢 [DeepSeek](https://www.deepseek.com/) 提供优秀的LLM服务
+- 感谢 [DeepSeek](https://www.deepseek.com/) [MiniMax](https://minimaxi.com/) 提供优秀的LLM服务
 - 感谢 [Tavily](https://tavily.com/) 提供高质量的搜索API
-
 ---
 
 如果这个项目对您有帮助，请给个Star！

config.py.example

@@ -0,0 +1,16 @@
+# Deep Search Agent 配置文件
+
+# 请在这里填入服务商的Base URL、API Key和模型名称
+BASE_URL = ""
+API_KEY = ""
+MODEL_NAME = ""
+
+# 请在这里填入Tavily搜索API Key，前往https://app.tavily.com/home获取
+TAVILY_API_KEY = ""
+
+
+MAX_REFLECTIONS = 2
+SEARCH_RESULTS_PER_QUERY = 3
+SEARCH_CONTENT_MAX_LENGTH = 20000
+OUTPUT_DIR = "reports"
+SAVE_INTERMEDIATE_STATES = True

examples/advanced_usage.py

@@ -9,7 +9,7 @@
 # 添加项目根目录到Python路径
 sys.path.insert(0, os.path.join(os.path.dirname(__file__), '..'))
 
-from src import DeepSearchAgent, Config
+from src import DeepSearchAgent, Config, load_config
 from src.utils.config import print_config
 
 
@@ -22,22 +22,30 @@ def advanced_example():
     try:
         # 自定义配置
         print("正在创建自定义配置...")
-        config = Config(
-            # 使用OpenAI而不是DeepSeek
-            default_llm_provider="openai",
-            openai_model="gpt-4o-mini",
-            # 自定义搜索参数
-            max_search_results=5,  # 更多搜索结果
-            max_reflections=3,     # 更多反思次数
-            max_content_length=15000,
-            # 自定义输出
-            output_dir="custom_reports",
-            save_intermediate_states=True
-        )
-
+        config = load_config()
+        config.max_search_results = 5
+        config.max_reflections = 3
+        config.max_content_length = 15000
+        config.output_dir = "custom_reports"
+        config.save_intermediate_states = True
+        # config = Config(
+        #     # 填入您使用的模型服务商的 base url, api key和模型名称
+        #     # base_url="...",
+        #     # api_key="",          # 您的API密钥
+        #     # model="...",
+        #     # 自定义搜索参数
+        #     max_search_results=5,  # 更多搜索结果
+        #     max_reflections=3,     # 更多反思次数
+        #     max_content_length=15000,
+        #     # 自定义输出
+        #     output_dir="custom_reports",
+        #     save_intermediate_states=True
+        # )
         # 从环境变量设置API密钥
-        config.openai_api_key = os.getenv("OPENAI_API_KEY")
-        config.tavily_api_key = os.getenv("TAVILY_API_KEY")
+        if not config.api_key:
+            config.api_key = os.getenv("API_KEY")
+        if not config.tavily_api_key:
+            config.tavily_api_key = os.getenv("TAVILY_API_KEY")
 
         if not config.validate():
             print("配置验证失败，请检查API密钥设置")
@@ -51,9 +59,9 @@ def advanced_example():
 
         # 执行多个研究任务
         queries = [
-            "深度学习在医疗领域的应用",
-            "区块链技术的最新发展",
-            "可持续能源技术趋势"
+            "深度学习在三维重建领域的应用",
+            # "中国基座大模型的最新发展",
+
         ]
 
         for i, query in enumerate(queries, 1):
@@ -96,22 +104,22 @@ def state_management_example():
 
     try:
         # 创建配置
-        config = Config.from_env()
+        config = load_config()
         if not config.validate():
             print("配置验证失败")
             return
 
         # 创建Agent
         agent = DeepSearchAgent(config)
 
-        query = "量子计算的发展现状"
+        query = "SAM模型的技术细节与应用"
         print(f"开始研究: {query}")
 
         # 执行研究
         final_report = agent.research(query)
 
         # 保存状态
-        state_file = "custom_reports/quantum_computing_state.json"
+        state_file = "custom_reports/sam_model_state.json"
         agent.save_state(state_file)
         print(f"状态已保存到: {state_file}")
 

src/agent.py

@@ -8,7 +8,7 @@
 from datetime import datetime
 from typing import Optional, Dict, Any, List
 
-from .llms import DeepSeekLLM, OpenAILLM, BaseLLM
+from .llms import LLM, BaseLLM
 from .nodes import (
     ReportStructureNode,
     FirstSearchNode, 
@@ -52,18 +52,7 @@ def __init__(self, config: Optional[Config] = None):
 
     def _initialize_llm(self) -> BaseLLM:
         """初始化LLM客户端"""
-        if self.config.default_llm_provider == "deepseek":
-            return DeepSeekLLM(
-                api_key=self.config.deepseek_api_key,
-                model_name=self.config.deepseek_model
-            )
-        elif self.config.default_llm_provider == "openai":
-            return OpenAILLM(
-                api_key=self.config.openai_api_key,
-                model_name=self.config.openai_model
-            )
-        else:
-            raise ValueError(f"不支持的LLM提供商: {self.config.default_llm_provider}")
+        return LLM(self.config.api_key, self.config.base_url, self.config.model)
 
     def _initialize_nodes(self):
         """初始化处理节点"""

src/llms/__init__.py

@@ -4,7 +4,6 @@
 """
 
 from .base import BaseLLM
-from .deepseek import DeepSeekLLM
-from .openai_llm import OpenAILLM
+from .llm import LLM
 
-__all__ = ["BaseLLM", "DeepSeekLLM", "OpenAILLM"]
+__all__ = ["BaseLLM", "LLM"]

src/llms/base.py

@@ -10,7 +10,7 @@
 class BaseLLM(ABC):
     """LLM基础抽象类"""
 
-    def __init__(self, api_key: str, model_name: Optional[str] = None):
+    def __init__(self, api_key: str, base_url: Optional[str] = None, model_name: Optional[str] = None):
         """
         初始化LLM客户端
 
@@ -19,6 +19,7 @@ def __init__(self, api_key: str, model_name: Optional[str] = None):
             model_name: 模型名称，如果不指定则使用默认模型
         """
         self.api_key = api_key
+        self.base_url = base_url
         self.model_name = model_name
 
     @abstractmethod
@@ -36,16 +37,6 @@ def invoke(self, system_prompt: str, user_prompt: str, **kwargs) -> str:
         """
         pass
 
-    @abstractmethod
-    def get_default_model(self) -> str:
-        """
-        获取默认模型名称
-
-        Returns:
-            默认模型名称
-        """
-        pass
-
     def validate_response(self, response: str) -> str:
         """
         验证和清理响应内容