deep_research/README.md

Deep Research 系统

生物医药行业的 AI 驱动深度研究流水线。基于 OpenCode 多 agent 协作，以麦肯锡/德勤式方法论产出专业级研究报告（PDF + DOCX）。

当前状态：v0.13 迭代完成。新增 Quarto/xelatex PDF 引擎（--engine quarto），解决 ReportLab 超宽表格渲染 bug；ReportLab 引擎保留为默认后备。Quarto 依赖独立安装，不影响现有环境。 详见 PLAN.md 了解完整方案、版本记录与迭代路径。

---

快速开始

项目在 macOS 与 Debian/Ubuntu 上均通用。Python 包管理用 uv（Rust 写的 Python 包管理器，比 pip 快 10-100 倍，Astral 出品）。

1. 一键初始化（推荐）

bash scripts/setup.sh

这个脚本会自动：

• 检查并安装 uv（没有会交互询问，走官方 curl -LsSf https://astral.sh/uv/install.sh 脚本）
• 调用 uv sync 按 pyproject.toml 创建 .venv/ 并装所有依赖（ReportLab、matplotlib、biopython 等）
• uv 会自动管理 Python 版本（>=3.10），不依赖系统 Python
• 检查并提示缺失的系统二进制（pandoc、opencode）

为什么选 uv 而不是 pip：

• macOS Homebrew Python、Debian 12+ 默认 PEP 668 保护，pip install 到系统会被拒
• uv 把 venv + 版本管理 + 依赖解析一次搞定，不需要手动 python -m venv + source activate + pip install
• uv sync 10-30 秒装完一整个科学计算栈（pip 要 2-5 分钟）
• 有 uv.lock 锁定精确版本，mac 和 debian 装出来的环境完全一致

2. 安装系统二进制（setup.sh 不装这些）

# macOS
brew install pandoc
curl -fsSL https://opencode.ai/install | bash

# Debian/Ubuntu
sudo apt update && sudo apt install -y pandoc curl
curl -fsSL https://opencode.ai/install | bash

uv 会帮你装 Python 本身，不需要再装 python3-venv / python3-pip。

3. 配置密钥

cp secrets.env.example secrets.env
# 编辑 secrets.env，填入：
#   - ZENMUX_API_KEY（必填，格式 sk-ai-v1-xxx）
#   - TAVILY_API_KEY / BRAVE_API_KEY / EXA_API_KEY
#   - NCBI_API_KEY（可选，PubMed 高频查询时用）

4. 下载中文字体

bash .opencode/templates/fonts/download-fonts.sh

下载思源宋体 + 思源黑体 + 霞鹜文楷（SIL OFL 许可，约 140MB）。

5. 验证 zenmux 端点与 cache（强烈推荐）

source scripts/activate.sh          # 一键激活 venv + 加载 secrets
bash scripts/verify-zenmux.sh       # 3 步自检

verify-zenmux.sh 会：

1. 测 OpenAI 兼容端点（Gemini 3.1 Pro Preview）
2. 测 Anthropic 兼容端点（Claude Haiku 4.5）
3. 测 Claude prompt cache 两次调用命中（Opus 4.7 cache 读取仅 0.5 USD/M tokens）

若第 3 步 cache_read_input_tokens 始终为 0，参见 AGENTS.md §6.5 诊断步骤。

6. 日常使用

cd ~/Documents/Projects/deep_research
source scripts/activate.sh          # 激活 venv + 载入 secrets
opencode                            # 启动 TUI

退出 venv：deactivate

跑单个 Python 脚本（不用先激活）：

uv run python scripts/build_report.py <slug>                    # 默认 ReportLab
uv run python scripts/build_report.py <slug> --engine quarto    # Quarto/xelatex

网络不稳或 API 限流时，把 --workers 降到 3 或 1 即可断点续跑。

多平台兼容

• OpenCode：主适配器，使用 .opencode/agents 与 .opencode/commands。
• Codex：native adapter，使用 .codex/config.toml、.codex/agents、.codex/commands、.agents/skills 与 scripts/dr.py 独立运行；主入口是 dr-run，由 Codex 主线程承担 PM 调度并主动 spawn subagents，详见 docs/codex-usage.md。
• Gemini CLI / Claude Code：暂不做强适配，后续以同一套脚本与配置为基础扩展。

安装 Codex adapter：

uv run python scripts/install_codex_adapter.py --force

Codex adapter 默认面向自动化研究：workspace 可写、命令不逐次审批、实时 web search 与脚本网络访问开启；Tavily / Brave / Exa MCP 会默认启用但不设为必需服务。

部署到新环境后自检：

uv run python scripts/deploy_check.py
uv run python scripts/deploy_check.py --repair --force

运行 Codex 总调度：

codex exec "$(uv run python scripts/dr.py prompt dr-run <slug-or-topic>)"

模型与搜索 API 选择见：

• docs/model-playbook.md
• docs/search-playbook.md

模型预设配置文件：

• configs/models.yaml（统一预设，支持 simple / medium / premium / cn_heavy / codex_native）

推荐时机：在 /dr-init 访谈阶段就确定 model_profile，并立即执行 apply-models，保证 plan→pm→analyst→verifier→editor→polisher 的全流程策略一致。

命令行查看解析后的模型映射：

uv run python scripts/dr.py models
uv run python scripts/dr.py models --list
uv run python scripts/dr.py models --profile premium
uv run python scripts/dr.py models --profile medium --model-override dr_verifier=zenmux/openai/gpt-5.4

# apply profile to agent files
uv run python scripts/dr.py apply-models --profile medium --target both --dry-run
uv run python scripts/dr.py apply-models --profile medium --target both

Sprint 5 回归检查（一键）：

uv run python scripts/sprint5_regression.py <slug>

统一搜索入口：

uv run python scripts/search.py "dual-target RNAi 2024" --route scholar --year-low 2023
uv run python scripts/search.py "dual-target siRNA GalNAc" --route patents

---

项目结构

deep_research/
├── PLAN.md                      # 完整方案（中断续接从此读起）
├── AGENTS.md                    # 研究方法论与规则（OpenCode 自动加载）
├── README.md                    # 本文件
├── secrets.env.example          # 密钥模板
├── secrets.env                  # 你的密钥（gitignore）
│
├── .opencode/
│   ├── opencode.json            # MCP 配置 + 权限
│   ├── agents/                  # Agent 定义
│   │   ├── dr-plan.md           # [MVP] 框架规划师 Opus 0.7
│   │   └── dr-pm.md             # [MVP] 项目经理 Sonnet 0.2
│   ├── skills/                  # 可复用技能
│   │   ├── search-strategy/     # [MVP] 检索策略总纲
│   │   ├── source-quality/      # [MVP] 信源评级
│   │   ├── length-budget/       # [MVP] 字数预算
│   │   └── pdf-reportlab/       # [MVP] PDF 模板使用
│   ├── commands/
│   │   ├── dr-init.md           # [MVP] /dr-init
│   │   └── dr-frame.md          # [MVP] /dr-frame
│   └── templates/
│       ├── report-template.py   # [MVP] ReportLab PDF 生成器
│       └── fonts/
│           ├── download-fonts.sh
│           └── README.md
│
├── projects/                    # 每个研究一个子目录
│   └── <slug>/
│       ├── manifest.json
│       ├── phase1/
│       ├── phase2/
│       ├── phase3/
│       └── phase4/
│
└── archive/                     # 完成项目归档

---

关键设计要点

1. 防止"多 agent 变单模型跑"

OpenCode 的常见陷阱：AI 在主会话里装样子地"委派"子 agent，实际还是主模型在跑。本项目通过 3 道保险避免：

1. 命令 subtask: true — 强制走 Task 工具起子会话
2. Agent 强绑 model — 每个 subagent 锁死具体模型
3. permission.task 白名单 — 精确限定调用关系

验证方法：TUI 里 <Leader>+Right 切入子会话，能看到真实在跑的模型名。

2. 信源分级（Tier 1-4 + 黑名单）

详见 AGENTS.md §4 与 skills/source-quality/SKILL.md。

• Tier 1：PubMed、顶刊、FDA/NMPA 监管、ClinicalTrials、专利
• Tier 2：权威咨询、系统综述、行业协会
• Tier 3：预印本、券商研报、会议摘要（需 Tier 1-2 支撑）
• Tier 4：通用搜索（仅做发现入口，不做证据）
• 黑名单：自媒体、撤稿论文、软文

3. 字数硬性要求

类型	最小字数
综述	10,000
研究	30,000
投资	20,000
管理	15,000

Phase 1 分配章节配额，Phase 2 自检，不足返工。见 skills/length-budget/SKILL.md。

4. 中文 PDF 双引擎

build_report.py 现在支持两套 PDF 引擎，按需选择：

引擎 A：ReportLab（默认，无额外依赖）

uv run python scripts/build_report.py <slug>

• 字体：思源宋 + 思源黑 + 霞鹜文楷（全 SIL OFL，可商用嵌入）
• 样式：集中在 build_styles()，所有字号行距单点维护
• 速度：30,000 字 3-5 秒出稿
• 局限：超宽表格（≥4 列且含长文本）需借助列宽 patch 或改为 bullet list 格式

引擎 B：Quarto / xelatex（--engine quarto，推荐用于宽表报告）

uv run python scripts/build_report.py <slug> --engine quarto

• 排版引擎：xelatex（TeX Live / TinyTeX），LaTeX 级排版质量
• 字体：同样使用思源宋 + 思源黑，通过 fontspec 加载
• 宽表支持：超宽表通过 longtable + tbl-colwidths 精确指定列宽比例，不溢出
• 横向页面：通过 {.landscape} div 包裹超宽表，自动插入 pdflscape 代码（注意：101 行以上的 landscape longtable 可能触发 TeX param_size 上限，建议拆成 ≤20 行的子表块）
• 图表：暂不嵌入 matplotlib 图表（使用文字描述代替）

安装 Quarto 引擎（一次性，系统级）：

# 1. 安装 Quarto CLI
#    下载页：https://github.com/quarto-dev/quarto-cli/releases/latest
#    Linux 选 .deb 安装包，macOS 选 .pkg

# 2. 安装 TinyTeX（Quarto 内置命令）
quarto install tinytex

# 3. 安装中文 LaTeX 支持包
~/.TinyTeX/bin/x86_64-linux/tlmgr install ctex xecjk cjk xetex
# macOS 路径通常为：~/.TinyTeX/bin/universal-darwin/tlmgr

# 4. 注册思源字体到 fontconfig
# （先确认字体已下载：bash .opencode/templates/fonts/download-fonts.sh）
mkdir -p ~/.fonts
cp .opencode/templates/fonts/*.otf ~/.fonts/
cp .opencode/templates/fonts/*.ttf ~/.fonts/
cp .opencode/templates/fonts/ttf/*.ttf ~/.fonts/
fc-cache -fv ~/.fonts

# 5. 验证
quarto --version        # 应输出 1.x.x
fc-list | grep "Source Han"  # 应看到思源字体条目

两引擎对比：

指标	ReportLab	Quarto/xelatex
安装复杂度	无额外依赖	需安装 Quarto + TinyTeX
渲染速度	3-5 秒	30-90 秒（LaTeX 编译）
宽表格处理	需 workaround	longtable 原生支持
横向页面	不支持	支持（≤20 行/块）
字体嵌入	OTF 直接嵌入	fontspec 系统字体
输出体积	~1.2 MB/100页	~0.9 MB/100页
目录生成	自定义实现	LaTeX 自动 \tableofcontents

5. zenmux 双 provider（Claude cache 关键）

Deep Research 大量使用相同的长 system prompt + skill 内容连续调用 Claude，如果 prompt cache 没生效，Opus/Sonnet 成本会翻 5-10 倍。所以本项目：

• Claude 系列 → zenmux-anthropic/claude-opus-4.7（走 https://zenmux.ai/api/anthropic，@ai-sdk/anthropic 原生支持 cache_control）
• 非 Claude 系列 → zenmux/google/gemini-3.1-pro-preview 等（走 https://zenmux.ai/api/v1，隐式缓存自动生效）

Opus 4.7 cache 读取价格 0.5 USD/M tokens（对比输入 25 USD/M，节省 98%）。

验证 cache 是否生效：

1. 在 https://zenmux.ai/settings/logs 打开 API Call Logging
2. 运行 /dr-frame 让 dr-plan 连续调用 2 次
3. 第 2 次的 cache_read_input_tokens 字段应 > 0
4. 若始终为 0，检查 agent 的 model: 是否以 zenmux-anthropic/ 开头（详见 AGENTS.md §6.5）

---

已知待办

用户侧

1. 在 zenmux 后台确认模型 slug，更新 AGENTS.md §6 映射表（已在 v0.2 完成，使用双 provider 架构）
2. 填写 secrets.env
3. 运行 download-fonts.sh 下载字体
4. 用一个小主题（如"5000 字 PD-1 综述"）跑通 MVP 流水线

系统侧（下一阶段）

• dr-chief-editor / dr-searcher / dr-analyst / dr-verifier / dr-polisher / dr-reporter 6 个 subagent
• /dr-research /dr-review /dr-finalize /dr-status 4 个命令
• 生物医药专业信源 skill：PubMed / ClinicalTrials / openFDA / 专利 / 金融
• citation-manager / evidence-table / mckinsey-method / docx-pandoc / report-template 5 个辅助 skill
• Pandoc reference-doc 模板（中文 DOCX）

---

排错

字体下载失败

# 检查网络访问 GitHub
curl -I https://github.com

# 用镜像手动下载（见 .opencode/templates/fonts/README.md）

MCP Server 启动失败

# 检查 npx 可用
which npx

# 验证 MCP server 可独立运行
npx -y tavily-mcp@latest

subagent 没被真正调度

1. 检查 agent frontmatter 的 mode 字段是否为 subagent
2. 检查命令 frontmatter 是否有 subtask: true
3. 检查主 agent 的 permission.task 是否允许目标 subagent
4. 在 TUI 用 <Leader>+Right 看是否有独立子会话

ReportLab PDF 中文乱码

# 确认字体已注册（venv 里）
source scripts/activate.sh
ls .opencode/templates/fonts/*.otf | wc -l   # 应为 6+

# 手动测试
python .opencode/templates/report-template.py --help

Quarto PDF 生成失败

字体找不到（Could not resolve font "Source Han Serif CN/I"）：

CJK 字体没有斜体变体，fontspec 默认会找 /I 导致报错。build_report.py --engine quarto 已通过 mainfontoptions: [ItalicFont=...] 自动绕开，无需手动处理。若自行编写 .qmd，需在 YAML 里加：

format:
  pdf:
    pdf-engine: xelatex
    CJKmainfont: "Source Han Serif CN"
    mainfontoptions:
      - BoldFont=Source Han Serif CN
      - ItalicFont=Source Han Serif CN
      - BoldItalicFont=Source Han Serif CN

tlmgr 找不到：

TinyTeX 不在系统 PATH，用完整路径：

~/.TinyTeX/bin/x86_64-linux/tlmgr install <package>   # Linux
~/.TinyTeX/bin/universal-darwin/tlmgr install <package> # macOS

TeX capacity exceeded [parameter stack size]（landscape 大表）：

pdflscape 的 \LS@makefcolumn 在 101 行以上的 longtable 里递归过深，耗尽 TeX 的 param_size。解决方法：把超大表拆成每块 ≤20 行的子表，每块都包在 {.landscape} div 里：

::: {.landscape}
| 列1 | 列2 | ... |
|---|---|---|
| 第1-20行 | ... |
:::

::: {.landscape}
| 列1 | 列2 | ... |
|---|---|---|
| 第21-40行 | ... |
:::

若使用 build_report.py --engine quarto，可通过传入预处理好的 .md（宽表已拆块）来避免此问题。

uv 安装后找不到

uv 官方脚本把 uv 装到 ~/.local/bin/。若终端里 which uv 找不到：

export PATH="$HOME/.local/bin:$PATH"
# 永久生效：
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.zshrc   # macOS zsh
echo 'export PATH="$HOME/.local/bin:$PATH"' >> ~/.bashrc  # debian bash

Python 依赖安装报 externally-managed-environment

不要用系统 pip！改用 uv（本项目标准方案）：

bash scripts/setup.sh   # uv sync 会自建 .venv 并装依赖

uv sync 很慢 / 下载超时

国内网络下，可用镜像加速：

export UV_INDEX_URL=https://pypi.tuna.tsinghua.edu.cn/simple
# 或
export UV_INDEX_URL=https://mirrors.aliyun.com/pypi/simple
uv sync

每次开终端都要手动 source

用 source scripts/activate.sh 一次搞定。或装 direnv：

# macOS
brew install direnv

# Debian
sudo apt install direnv

# 都装完后在项目根目录
echo 'source scripts/activate.sh' > .envrc
direnv allow

之后 cd 进项目目录就会自动激活，不用再想。

---

参考链接

• OpenCode 文档：https://opencode.ai/docs
• Agent 配置：https://opencode.ai/docs/agents
• Skill 配置：https://opencode.ai/docs/skills
• MCP Servers：https://opencode.ai/docs/mcp-servers
• ReportLab 文档：https://docs.reportlab.com
• Quarto 文档：https://quarto.org/docs/output-formats/pdf-basics.html
• Quarto PDF 引擎：https://quarto.org/docs/output-formats/pdf-engine.html
• Quarto 表格文档：https://quarto.org/docs/authoring/tables.html
• 思源字体：https://github.com/adobe-fonts
• 霞鹜文楷：https://github.com/lxgw/LxgwWenKai

---

变更记录

• v0.1 (2026-04-20) — MVP 路径 2 完成：dr-plan + dr-pm 两主 agent、4 个核心 skill、2 个命令、ReportLab 模板基础版、字体下载脚本
• v0.2 (2026-04-20) — 双 provider 架构（zenmux-anthropic + zenmux），解决 Claude prompt cache 生效问题
• v0.3 (2026-04-20) — 修正 v0.2 模型名（回到 Opus 4.7 / Sonnet 4.6 / Gemini 3.1 Pro / GPT-5.4 Pro 等真实 slug）；改 venv + requirements.txt 跨平台方案（macOS + Debian）；新增 scripts/setup.sh、scripts/activate.sh
• v0.13 (2026-05-02) — build_report.py 新增 --engine quarto 选项：Quarto 1.9 + xelatex 引擎，解决 ReportLab 超宽表格渲染 bug（negative availWidth/NoneType 问题）；report-template.py 同步修复（render_table_blocks 分块 + 等宽列强制分配）；README 补充双引擎安装指南与排错

见 PLAN.md §12 了解完整变更历史。