在本章中，我们从零开始构建了一个完整的自动化深度研究智能体系统。让我们回顾一下核心要点：
（1）TODO 驱动的研究范式
我们提出了一种新的研究范式——TODO 驱动的研究。这种范式将复杂的研究主题分解为可执行的子任务，通过三个阶段完成研究：
- 规划阶段：将研究主题分解为 3-5 个子任务，每个子任务包含标题、意图和搜索查询
- 执行阶段：对每个子任务执行搜索和总结，生成结构化的知识
- 报告阶段：整合所有子任务的总结，生成最终的研究报告
这种范式的优势在于：
- 可控性强：每个子任务都有明确的目标和范围
- 质量可靠：通过专门的 Agent 保证每个环节的质量
- 易于调试：可以单独调试每个子任务
- 可扩展性好：可以轻松添加新的子任务或修改现有子任务
（2）三 Agent 协作系统
我们设计了三个专门的 Agent，各司其职：
- TODO Planner（研究规划专家）：负责将研究主题分解为子任务
- Task Summarizer（任务总结专家）：负责总结每个子任务的搜索结果
- Report Writer（报告撰写专家）：负责整合所有子任务的总结，生成最终报告
这种设计的优势在于：
- 职责清晰：每个 Agent 专注于一个特定的任务
- Prompt 优化：可以为每个 Agent 定制专门的 Prompt
- 易于维护：修改一个 Agent 不会影响其他 Agent
- 质量保证：每个 Agent 都是该领域的"专家"
（3）ToolAwareSimpleAgent 的设计
我们扩展了 HelloAgents 框架的SimpleAgent，实现了ToolAwareSimpleAgent。这个 Agent 具有工具调用监听能力，可以：
- 监听工具调用：通过回调函数监听每次工具调用
- 实时反馈：将工具调用信息实时推送给前端
- 调试支持：记录所有工具调用，便于调试
这个 Agent 已经集成到 HelloAgents 框架中，可以在其他项目中复用。
（4）工具系统集成
我们充分利用了 HelloAgents 框架的工具系统：
- SearchTool：扩展支持更多种搜索引擎（Tavily、DuckDuckGo、Perplexity 等）
- NoteTool：持久化研究进度，支持恢复和审计
- ToolRegistry：统一管理所有工具，支持自定义扩展
通过配置化的设计，用户可以轻松切换搜索引擎，无需修改代码。
（5）核心服务实现
我们实现了四个核心服务，连接 Agent 和工具：
- PlanningService：调用规划 Agent，解析 JSON，验证格式
- SummarizationService：调用总结 Agent，处理搜索结果，提取来源
- ReportingService：调用报告 Agent，整合总结，生成报告
- SearchService：调度搜索引擎，处理结果，错误降级，结果缓存
这些服务各司其职，通过清晰的接口协作，实现了从研究主题到最终报告的自动化流程。
（6）前端交互设计
我们设计了用户友好的前端界面：
- 全屏模态对话框：沉浸式体验，清晰的层次
- SSE 实时进度：实时展示研究进度，用户体验良好
- Markdown 可视化：美观的格式，清晰的结构
通过 Vue 3 + TypeScript + SSE 的技术栈，我们实现了一个现代化的 Web 应用。
这些知识不仅适用于深度研究助手，也可以应用到其他 AI 应用中。希望读者能够在本章的基础上，探索更多的可能性，构建出更强大的 AI 系统。
在下一章中，我们将构建一个与游戏引擎结合的多 Agent 系统——赛博小镇，探索 Agent 之间的复杂交互和协作模式。敬请期待！