任彦舟

支持长任务执行、暂停与恢复的 Agent 运行时。

• 基于 LangGraph / deepagents 编排工具和子智能体；SQLite 保存检查点、事件与操作回执，支持审批续跑和重启恢复。
• 长工具输出落盘，保留约束、待办与证据位置；使用全局与项目两级记忆，处理去重、冲突与过期。
• 按任务装配 MCP、Skills 等工具，将单次授权绑定任务、命令与工作目录。

QASPER 已完成 fixture 接线验证；真实模型质量基线尚未完成。

为什么同时保存检查点和操作回执？

恢复任务既要知道“执行到了哪里”，也要确认“哪些操作已经完成”。检查点保存执行状态，回执配合幂等键和结果校验复用已完成操作；结果不确定时先核验，减少重复写入。

• LangGraph
• deepagents
• SQLite
• MCP

将知识库检索、研究过程与证据报告放在同一个工作台。

• FastAPI + Celery 处理入库、研究与导出任务，通过 SSE 推送进度。
• 支持多知识库联合检索，结合 Dense + BM25、RRF 与可选 Rerank；查询改写和问题拆解并行检索，复核后按需补检。
• 子智能体协作检索、核验和写作，证据关联引用编号与原文位置，支持报告回溯与导出。

人工复核通过率54% → 79%

引用命中率48% → 86%

质量提升伴随耗时增加：8.4s → 16.0s

评测材料：3 类知识库、68 份文档、100 道人工构造题。结果限定于上述离线材料。

为什么检索之后还要复核和补检？

相似片段不一定足以支撑结论。回答复核不通过时，改写查询并补充检索；证据始终关联引用编号与原文位置，便于核对来源。离线结果体现了质量与时延的取舍。

• FastAPI
• Celery
• Milvus
• LangGraph
• deepagents