501 lines
19 KiB
Markdown
501 lines
19 KiB
Markdown
# Deep Research 系统
|
||
|
||
> 生物医药行业的 AI 驱动深度研究流水线。v0.20 起以项目自有 Python core + skills + model profiles 为核心，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**：v0.20 重构启动。核心编排从平台 prompt 迁移到项目自有 Python runtime：模型选择、skills、任务卡并发、中文原生成稿都由 `scripts/dr.py` 与 `configs/models.yaml` 驱动；OpenCode/Codex/Claude Code/Antigravity/Gemini CLI 只作为表层入口。
|
||
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**](https://docs.astral.sh/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
|
||
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）
|
||
|
||
```bash
|
||
# 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
|
||
|
||
```bash
|
||
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
|
||
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）
|
||
|
||
```bash
|
||
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
|
||
|
||
```bash
|
||
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）：
|
||
```bash
|
||
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
|
||
|
||
v0.20 后，所有平台都是 surface adapter，核心调度只在 Python core 中执行。详细调用方式见 `docs/platform-adapters.md`。
|
||
|
||
- OpenCode：使用 `.opencode/commands/*.md` 薄封装 Python CLI。
|
||
- Codex：使用 `AGENTS.md` + 部署到 `$CODEX_HOME` 的 adapter 文件，优先用 GPT 系列做代码/测试/审阅。
|
||
- Claude Code：使用 `.claude/skills/*/SKILL.md`，优先用 Opus/Sonnet 做访谈、结构讨论和中文风格审阅。
|
||
- Gemini CLI：使用 `GEMINI.md` 与 `.gemini/commands/dr/*.toml`，优先用 Gemini 做长上下文、多模态和替代框架审阅。
|
||
- Antigravity：作为 Agent Manager 打开仓库，要求 agent 在终端运行 `uv run python scripts/dr.py ...`。
|
||
|
||
部署 Codex adapter（不在仓库内创建 `.codex`）：
|
||
|
||
```bash
|
||
uv run python scripts/deploy_adapters.py codex --force
|
||
```
|
||
|
||
Codex adapter 会写到 `$CODEX_HOME` 或 `~/.codex`；已有文件会在 `--force` 覆盖前生成 `.bak` 备份。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。
|
||
|
||
安全默认：部署脚本不会复制 `config.toml`，避免覆盖用户级 Codex 配置。只有明确需要安装本项目 bundled profile 时，才使用 `--include-config`。
|
||
|
||
部署到新环境后自检：
|
||
|
||
```bash
|
||
uv run python scripts/deploy_check.py
|
||
uv run python scripts/deploy_check.py --repair --force
|
||
```
|
||
|
||
运行平台无关 Python core：
|
||
|
||
```bash
|
||
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 run <slug-or-topic> --method gmp_gap_assessment
|
||
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 --execute-packets --allow-search-fallback
|
||
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/Codex/Claude Code/Antigravity/Gemini CLI adapter 只包装这些 CLI，不再承担核心调度或模型选择。
|
||
|
||
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`。v0.20 后模型选择优先在 Python runtime 中解析，adapter agent 文件只是兼容层。
|
||
|
||
命令行查看解析后的模型映射：
|
||
|
||
```bash
|
||
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
|
||
uv run python scripts/dr.py skills validate
|
||
uv run python scripts/dr.py skills sync
|
||
uv run python scripts/dr.py methods list
|
||
uv run python scripts/dr.py methods show gmp_gap_assessment
|
||
|
||
# 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）：
|
||
|
||
```bash
|
||
uv run python scripts/sprint5_regression.py <slug>
|
||
```
|
||
|
||
统一搜索入口：
|
||
|
||
```bash
|
||
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. Python core 防止上下文污染
|
||
|
||
OpenCode/Codex/Claude Code/Antigravity/Gemini CLI 的 subagent 或 agent thread 都可能把大上下文带入子会话。v0.20 起，默认并发由 Python runtime 的任务卡执行层控制：先生成 `phase2/task_cards.json`，再按任务卡产出 `phase2/packets/*.json`，最后组装中文章节。平台 agent 只负责调用 CLI 和展示状态。
|
||
|
||
### 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）
|
||
|
||
```bash
|
||
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）
|
||
|
||
```bash
|
||
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）：
|
||
|
||
```bash
|
||
# 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. 运行一个真实 Claude/ZenMux 调用链路，例如 `uv run python scripts/dr.py research <slug> --execute-packets`
|
||
3. 第 2 次的 `cache_read_input_tokens` 字段应 > 0
|
||
4. 若始终为 0，检查 `configs/models.yaml` 中对应 role 是否走 `zenmux-anthropic/...`
|
||
|
||
---
|
||
|
||
## 已知待办
|
||
|
||
### 用户侧
|
||
1. [x] ~~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）
|
||
- [x] Python core `init/frame/research/review/finalize/status` 骨架
|
||
- [x] OpenCode/Codex/Claude Code/Gemini CLI wrapper
|
||
- [ ] Antigravity 专用工作流模板（等待官方本地配置格式稳定）
|
||
- [x] 用户资料导入基础能力：PDF 文本抽取 + FireRed OCR 扫描件识别 + phase0 落盘
|
||
- [ ] 用户资料导入增强：DOCX / PPTX / 表格抽取 / 版面结构化
|
||
- [ ] PDF reporting 包继续拆分：字体、宽表、引用、渲染验证
|
||
|
||
---
|
||
|
||
## 排错
|
||
|
||
### 字体下载失败
|
||
```bash
|
||
# 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
|
||
```bash
|
||
# 检查 npx 可用
|
||
which npx
|
||
|
||
# 验证 MCP server 可独立运行
|
||
npx -y tavily-mcp@latest
|
||
```
|
||
|
||
### 平台 agent 看起来没有真正并发
|
||
v0.20 不再用平台 subagent 作为默认并发机制。请检查 Python core 产物：
|
||
|
||
```bash
|
||
uv run python scripts/dr.py status <slug>
|
||
ls projects/<slug>/phase2/task_cards.json
|
||
ls projects/<slug>/phase2/packets
|
||
ls projects/<slug>/phase2/chapter_briefs
|
||
```
|
||
|
||
### ReportLab PDF 中文乱码
|
||
```bash
|
||
# 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：
|
||
|
||
```yaml
|
||
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：
|
||
```bash
|
||
~/.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：
|
||
|
||
```markdown
|
||
::: {.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：
|
||
```bash
|
||
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
|
||
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：
|
||
```bash
|
||
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](https://direnv.net/)：
|
||
```bash
|
||
# 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
|
||
- 跨平台调用：`docs/platform-adapters.md`
|
||
- 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
|
||
- **v0.20** (2026-05-05) — Skill-driven Python core 重构启动：新增 `scripts/runtime/*`、`scripts/dr.py init/frame/run/research/review/skills`、task-type 模型映射、中文原生 finalize 默认路径和 `scripts/reporting/*` 报告模块；OpenCode/Codex/Claude Code/Gemini CLI 命令降级为 Python CLI wrapper。
|
||
|
||
见 `PLAN.md` §12 了解完整变更历史。
|