14.2.1 什么是 TODO 驱动的研究
传统的搜索引擎只能回答单个问题，而深度研究需要回答一系列相关的问题。TODO 驱动的研究范式将复杂的研究主题分解为多个子任务（TODO），逐个执行并整合结果。
这种范式的核心思想是：将"研究"这个复杂任务转化为"规划→执行→整合"的流程。
让我们通过一个例子来理解这个转变。假设你想研究"Datawhale 是一个什么样的组织？"，传统的搜索方式是：
用户输入：Datawhale是一个什么样的组织？
搜索引擎：返回10-20个链接
用户：逐个点开链接，阅读内容，记录笔记
结果：碎片化的信息，缺少系统性
这种方式的问题在于每个链接只涵盖主题的一个方面、缺少系统性结构，需要手动整理和总结。
TODO 驱动方式：系统化研究
用户输入：Datawhale是一个什么样的组织？
系统规划：
├─ TODO 1：Datawhale的基本信息（组织定位）
├─ TODO 2：Datawhale的主要项目（核心内容）
├─ TODO 3：Datawhale的社区文化（价值观）
└─ TODO 4：Datawhale的影响力（社会贡献）
系统执行：
对每个TODO：
1. 搜索相关资料
2. 总结关键信息
3. 记录来源引用
系统整合：
生成结构化报告：
├─ 第一部分：组织定位（来自TODO 1）
├─ 第二部分：核心内容（来自TODO 2）
├─ 第三部分：价值观（来自TODO 3）
├─ 第四部分：社会贡献（来自TODO 4）
└─ 参考文献：所有来源引用
这种方式的优势在于将复杂主题分解为清晰的子问题，每个子任务的搜索结果和总结都被记录下来，方便追溯。同时，系统化的研究流程避免了遗漏重要信息，可以轻松添加新的子任务或调整执行顺序。
一个完整的 TODO 驱动研究系统包含三个核心要素：
（1）智能规划器（TODO Planner）：负责将研究主题分解为子任务。一个好的规划器需要理解主题的关键方面和研究目标，将主题分解为 3-5 个子任务（太少覆盖不全，太多会冗余），并为每个子任务设计合适的搜索查询。
（2）任务执行器（Task Executor）：负责执行每个子任务。执行器需要使用搜索引擎获取相关资料，提取关键信息并去除冗余内容，同时保存所有来源引用以方便验证。
（3）报告生成器（Report Writer）：负责整合所有子任务的结果。生成器需要按照逻辑顺序组织内容，合并重复的信息，并为每个观点添加来源引用。
在我们的案例里，TODO 驱动的研究流程如图 14.5 所示：
图 14.5 TODO 驱动的研究流程
整个流程是线性的，但每个阶段都有明确的输入和输出。这种设计使得系统易于理解和调试。
14.2.2 三阶段研究流程
TODO 驱动的研究流程分为三个阶段:规划（Planning）、执行（Execution）、报告（Reporting）。每个阶段都有专门的 Agent 负责。
（1）阶段 1：规划
规划阶段的目标是将研究主题分解为 3-5 个子任务。系统接收研究主题和当前日期作为输入，输出 JSON 格式的子任务列表。每个子任务包含三个字段：title（任务标题）、intent（研究意图）和 query（搜索查询）。
研究规划 Agent 会根据主题特点采用不同的分解策略，通常从基础概念入手，然后了解技术现状、实际应用和发展趋势，必要时还会进行对比分析。例如，对于"Datawhale 是一个什么样的组织？"，规划 Agent 可能生成以下子任务：
[
{
"title": "Datawhale的基本信息",
"intent": "了解Datawhale的组织定位、成立时间、发展历程",
"query": "Datawhale organization introduction history 2024"
},
{
"title": "Datawhale的主要项目",
"intent": "了解Datawhale的核心开源项目和教程",
"query": "Datawhale projects tutorials open source 2024"
},
......
]
一个好的规划应该覆盖全面、逻辑清晰、查询精准、条目数量适中。
（2）阶段 2：执行
执行阶段逐个执行每个子任务，搜索并总结相关资料。系统接收子任务列表和搜索引擎配置作为输入，输出每个子任务的总结（Markdown 格式）和来源引用列表。执行流程如下：
对于每个子任务，执行器会：
-
搜索资料：使用配置的搜索引擎执行搜索
search_results = search_tool.run({ "input": task.query, "backend": "tavily", "mode": "structured", "max_results": 5 }) -
获取搜索结果：提取标题、URL、摘要
{ "results": [ { "title": "What is a Multimodal Model?", "url": "https://example.com/multimodal-model", "snippet": "A multimodal model is an AI model that can process multiple types of data..." }, ... ] } -
调用总结 Agent：总结搜索结果
summary = summarizer_agent.run( task=task, search_results=search_results ) -
记录总结和来源：保存到 NoteTool
note_tool.run({ "action": "create", "title": task.title, "content": f"## {task.title}\n\n{summary}\n\n## 来源\n{sources}", "tags": ["research", "summary"] })
任务总结 Agent 会从每个搜索结果中提取核心观点，合并相似信息，保留重要的数字、日期、名称等关键数据，并为每个观点添加来源引用。例如，对于"Datawhale 的基本信息"的搜索结果，总结 Agent 可能生成：
## Datawhale的基本信息
Datawhale是一个专注于数据科学与AI领域的开源组织，成立于2018年[1]。组织的核心使命是"for the learner，和学习者一起成长"，致力于构建一个纯粹的学习社区[2]。
**核心定位：**
1. **开源教育平台**：提供高质量的AI和数据科学学习资源[1]
2. **学习者社区**：汇聚了数万名AI学习者和实践者[3]
3. **知识共享**：倡导开源精神，所有内容完全免费开放[2]
**发展历程：**
- **2018年**：Datawhale成立，发布首个开源教程[1]
- **2020年**：成为国内领先的AI学习社区之一[3]
- **2024年**：累计发布50+开源项目，影响10万+学习者[4]
## 来源
[1] https://github.com/datawhalechina
[2] https://datawhale.club/about
[3] https://www.zhihu.com/org/datawhale
[4] https://datawhale.cn
在执行过程中，系统会实时推送进度信息到前端：
{
"type": "status",
"message": "正在搜索：Datawhale的基本信息"
}
{
"type": "status",
"message": "正在总结搜索结果..."
}
{
"type": "task",
"task": {
"id": 1,
"title": "Datawhale的基本信息",
"status": "completed"
}
}
（3）阶段 3：报告
报告阶段的目标是整合所有子任务的总结，生成最终报告。系统接收所有子任务的总结和研究主题作为输入，输出 Markdown 格式的最终报告。报告包含标题、概述、各个子任务的详细分析、总结和参考文献五个部分。例如，对于"Datawhale 是一个什么样的组织？"，最终报告可能是：
# Datawhale是一个什么样的组织？
## 概述
本报告系统地研究了Datawhale这个开源组织，涵盖基本信息、主要项目、社区文化和影响力四个方面。
## 1. Datawhale的基本信息
Datawhale是一个专注于数据科学与AI领域的开源组织，成立于2018年...
（此处插入子任务1的总结）
## 2. Datawhale的主要项目
Datawhale发布了多个高质量的开源教程，包括Hello-Agents、Joyful-Pandas等...
（此处插入子任务2的总结）
......
## 总结
通过本次研究，我们了解了Datawhale的组织定位、核心项目、社区文化和社会贡献。Datawhale是一个纯粹的学习社区，为AI教育做出了重要贡献。
## 参考文献
[1] https://github.com/datawhalechina
[2] https://datawhale.club/about
...
报告生成 Agent 会按照子任务的逻辑顺序组织内容，在开头添加简要概述，合并重复的信息，统一 Markdown 格式，并将所有来源引用整理到参考文献部分。