kai/deep_research
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
0644a68ecc135889cd9d404a937eeee7361f0245
deep_research/docs/platform-adapters.md
T

7.5 KiB
Raw Blame History

v0.20 Platform Adapters

v0.20 的唯一核心入口是 Python core：scripts/dr.py、scripts/runtime/**、configs/models.yaml、.agents/skills。所有 IDE/CLI agent 只做 surface adapter。

Shared Rule

不要让平台 agent 自己调度 Phase 2 并发、模型选择或上下文压缩。平台只负责：

  • 运行 uv run python scripts/dr.py ...
  • 展示产物路径与失败包
  • 做少量人工访谈、审阅、解释
  • 必要时调用其原生强模型做“补充审校”，但不得覆盖 Python runtime 的产物 schema

最小可执行链路：

uv run python scripts/dr.py init "研究主题" --slug <slug> --method mckinsey_market
uv run python scripts/dr.py frame <slug>
uv run python scripts/dr.py research <slug> --workers 6
uv run python scripts/dr.py research <slug> --workers 6 --execute-packets
uv run python scripts/dr.py research <slug> --workers 6 --build-briefs
uv run python scripts/dr.py research <slug> --workers 6 --assemble-chapters
uv run python scripts/dr.py review <slug>
uv run python scripts/dr.py finalize <slug>

OpenCode

官方机制：OpenCode 支持 .opencode/commands/*.md 自定义命令；文件名就是 slash command，内容是 prompt，frontmatter 可指定 agent、model、subtask。OpenCode 也支持 primary/subagent 两类 agent，但 v0.20 不再把平台 subagent 当默认并发机制。

本项目调用方式：

/dr-init "ADC 全球竞争格局" --slug adc-global-landscape --method mckinsey_market
/dr-frame adc-global-landscape
/dr-research adc-global-landscape
/dr-review adc-global-landscape
/dr-finalize adc-global-landscape
/dr-status adc-global-landscape

使用建议：

  • OpenCode 适合做表层 TUI、人工访谈和快速查看状态。
  • 不要让 dr-pm 在 OpenCode 里 spawn 多个 dr-analyst；Phase 2 并发已经由 Python worker pool 控制。
  • 如果要用 OpenCode 原生模型优势，只用于 frame 前的人工访谈或 review 后的解释，不改变 configs/models.yaml 的 role/task 映射。

Codex

官方机制：Codex CLI 使用 AGENTS.md 作为项目指令；用户级配置位于 ~/.codex/config.toml 或 $CODEX_HOME/config.toml，项目级 .codex/** 只作为可选覆盖。v0.20 推荐用部署脚本把 adapter 模板写到用户级 Codex home，避免在研究项目里维护 .codex。Codex 可通过 /model 选择 GPT 系列模型、通过 /permissions 调整审批/沙盒，也支持多 agent thread，但 v0.20 默认不使用它做研究并发。

本项目调用方式：

uv run python scripts/deploy_adapters.py codex --force
codex

默认部署不会复制 config.toml，避免覆盖用户级 Codex 设置；只有明确需要 bundled deep-research profile 时才加 --include-config，然后用 codex --profile deep-research。

在 Codex 里直接要求：

运行：uv run python scripts/dr.py run "ADC 全球竞争格局" --slug adc-global-landscape --method mckinsey_market

或用已有 wrapper prompt：

codex exec "$(uv run python scripts/dr.py prompt dr-run 'adc-global-landscape')"
codex exec "$(uv run python scripts/dr.py prompt dr-research 'adc-global-landscape')"

使用建议：

  • Codex 原生 GPT 系列适合代码改造、回归测试、schema/debug、review。
  • 研究模型混合仍由 Python core 调 ZenMux；Codex 当前会话模型不决定 dr_analyst、dr_verifier 等 role。
  • codex_native profile 可用于偏 OpenAI/GPT 的执行环境，但仍通过 configs/models.yaml 解析。

Claude Code

官方机制：Claude Code 推荐用 .claude/skills/<name>/SKILL.md 定义可调用 skill；目录名成为 slash command。旧 .claude/commands/*.md 仍兼容，但 skill 优先。Claude Code 的优势是 Claude/Opus/Sonnet 对长文风格和中文润色的稳定性。

本项目调用方式：

claude

在 Claude Code 中：

/dr-run "ADC 全球竞争格局" --slug adc-global-landscape --method mckinsey_market
/dr-research adc-global-landscape
/dr-finalize adc-global-landscape

使用建议：

  • Claude Code 适合 Phase 1 人工访谈增强、Phase 4 中文风格润色建议、复杂报告结构讨论。
  • 默认不要让 Claude Code 直接整章写作或并发 spawn；让 Python core 生成 packets、briefs、drafts。
  • 若想优先用 Claude/Opus 成本包，可在 configs/models.yaml 里选择或新增 profile，而不是在 Claude Code prompt 里手工指定。

Gemini CLI

官方机制：Gemini CLI 支持 GEMINI.md 作为项目记忆，也支持 .gemini/commands/*.toml 自定义命令；TOML command 用 prompt 字段，支持 {{args}} 参数和 !{...} shell 注入。

本项目调用方式：

gemini

在 Gemini CLI 中：

/dr:run "ADC 全球竞争格局" --slug adc-global-landscape --method mckinsey_market
/dr:research adc-global-landscape
/dr:review adc-global-landscape
/dr:finalize adc-global-landscape

使用建议：

  • Gemini CLI 适合长上下文审校、框架替代方案、图表/多模态材料理解。
  • 对需要本地 shell 的命令，Gemini CLI 会在执行 shell injection 前要求确认，这是好事。
  • 研究执行仍以 Python core 为准；Gemini 模型可作为 phase3_review 或 final_editorial profile 的候选模型。

Antigravity

官方公开资料把 Antigravity 定位为 agent-first IDE：agent 可访问 editor、terminal、browser，并可并行规划、执行、验证。它适合把开发者提升为 Agent Manager，但不适合让每个 Antigravity agent 自己维护 Deep Research 的状态机。

本项目调用方式：

  1. 在 Antigravity 打开仓库根目录。
  2. 确认 agent 能读 AGENTS.md。
  3. 给 Agent Manager 一个明确任务：
请只作为 surface adapter，不要自行调度研究 agent。
在终端运行：
uv run python scripts/dr.py run "ADC 全球竞争格局" --slug adc-global-landscape --method mckinsey_market
然后汇报生成的项目目录、framework 路径和下一步命令。

使用建议：

  • Antigravity 的 Gemini/Opus/Gemini Computer Use/Browser 能力适合可视化 QA、PDF/HTML 预览、跨文件审阅。
  • 如果 Antigravity 提供 Opus 和 Gemini 模型，优先用它们做“表层审阅/交互”，不要替代 Python core 的 role/task 模型。
  • 对高成本/长任务，要求 Antigravity 先 dry-run，再运行真实 --execute-packets。

Model Strategy Across Platforms

Platform Surface model priority Deep Research model source
OpenCode 可用 Claude/ZenMux provider 做 TUI 增强 configs/models.yaml
Codex GPT 系列用于代码、测试、schema、review configs/models.yaml
Claude Code Opus/Sonnet 用于访谈、中文风格、结构讨论 configs/models.yaml
Gemini CLI Gemini 用于长上下文、多模态、框架审阅 configs/models.yaml
Antigravity Gemini/Opus 用于 IDE agent、browser/PDF QA configs/models.yaml

核心原则：平台模型负责“怎么帮用户操作项目”，ZenMux/Python role 模型负责“研究任务用哪个模型执行”。

Sources

Reference in New Issue View Git Blame Copy Permalink