AI 原生头脑风暴 CLI 工具。提交主题 → 4 阶段 deep agent 管线 → 结构化创业想法。
Python + LangGraph + deepagents + typer
- CLI 原生 — 命令行操作，无需浏览器
- 4 阶段 deep agent 管线 — 深度研究 → 专家生成 → 并行洞察 → 创意合成
- 多 agent 并行洞察 — 洞察凝练阶段为每位专家创建一个独立 deep agent，所有 agent 并行生成洞察（
asyncio.gather） - 模型按阶段配置 — 不同阶段可指定不同 LLM Provider、模型和 API Key
- 文件系统存储 — 无需数据库，每个 session 独立目录，输出 markdown + JSON
- LangGraph 编排 — 条件边路由处理错误
| 层 | 技术 |
|---|---|
| CLI | typer |
| 管线编排 | LangGraph (StateGraph) |
| AI / LLM | LangChain + Anthropic / OpenAI / OpenRouter |
| Deep Agent | deepagents |
| 搜索 | DuckDuckGo / Tavily / LLM |
| 数据验证 | Pydantic v2 |
| 存储 | 文件系统 (markdown + JSON) |
| 构建 | uv (pyproject.toml) |
neobee/
├── __main__.py # CLI 入口: python -m neobee
├── cli/
│ ├── app.py # typer 主程序 (run / session 命令)
│ └── session_cmd.py # session list / show
├── core/
│ ├── config.py # ~/.neobee/neobee.yaml 配置（YAML 格式）
│ ├── llm.py # LLM 工厂 (Anthropic/OpenAI)
│ └── search.py # 搜索 (DuckDuckGo/Tavily/LLM)
├── models/__init__.py # Pydantic v2 数据模型
├── pipeline/
│ ├── graph.py # LangGraph 4 节点串行管线
│ ├── state.py # NeobeeState TypedDict
│ ├── agents/
│ │ ├── _utils.py # extract_json 共享函数
│ │ ├── research_agent.py # 深度研究 agent (有搜索工具)
│ │ ├── expert_agent.py # 专家生成 agent
│ │ ├── insight_agent.py # 洞察凝练 agent (多 agent 辩论)
│ │ └── idea_agent.py # 想法合成 agent
│ └── tools/
│ └── search.py # web_search_tool / fetch_url_tool
└── storage/
└── session.py # 文件系统 session 读写
- Python 3.12+
- 可选：Anthropic / OpenAI / OpenRouter / Tavily API Key
cd neobee
uv sync# 编辑 ~/.neobee/neobee.yaml
providers:
- stage: default
provider: anthropic
model: claude-sonnet-4-7
temperature: 0.7
search_provider: duckduckgo支持按阶段独立配置：
providers:
- stage: default
provider: anthropic
model: claude-sonnet-4-7
temperature: 0.7
- stage: deep_research
provider: openai
model: gpt-4o
temperature: 0.5# 一键运行完整管线
neobee run "AI for Education" --experts 3 --rounds 3
# 查看历史 session
neobee session list
# 查看 session 详情
neobee session show <name>运行示例输出：
Session: ai-for-education-3-3-20260517-1430
[research] Starting...
[research] Research brief saved
[experts] Starting...
[experts] 3 experts saved
[insight] Starting...
[insight] 3 final insights saved
[ideas] Starting...
[ideas] 6 ideas saved
━━ Results ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Session: ai-for-education-3-3-20260517-1430
Status: completed
Duration: 142.3s
Top Ideas:
1. [8.7/10] AI-Personalized Homework Engine
2. [8.2/10] Classroom Discussion Facilitator
Output: ~/.neobee/sessions/ai-for-education-3-3-20260517-1430/
| 阶段 | Agent 类型 | 说明 |
|---|---|---|
| deep_research | Research Agent (有搜索工具) | 自主多轮 Web 搜索 → 研究简报 + 机会地图 |
| expert_creation | Expert Agent | 根据研究简报生成多样化专家画像 |
| insight_refinement | N × Expert Agent（并行） | 每位专家独立 deep agent，并行生成深度洞察 |
| idea_synthesis | Idea Agent | 生成 → 自评 → 过滤 → 精炼 → 排序 |
deep_research → expert_creation → insight_refinement → idea_synthesis → 完成
↓ error ↓ error ↓ error ↓ error ↓ error
└────────────────────── END ──────────────────────────────┘
每个 session 独立目录，无数据库：
~/.neobee/
sessions/
{topic}-{experts}-{rounds}-{timestamp}/
session.json # 元数据
research/report.md # 研究简报（全文）
experts/ # 每个专家独立文件
{name}.md
...
insights/ # 每条洞察独立文件，以专家名命名
{name}.md
...
ideas/ # 每个创意独立文件（按评分排序）
{rank}-{title}.md
...
from neobee.models import SessionMeta
from neobee.storage.session import create_session_dir, write_session_meta, list_session_dirs
from neobee.pipeline.graph import run_pipeline
# 创建 session
path, name = create_session_dir("AI for Education", 3, 3)
meta = SessionMeta(topic="AI for Education", expert_count=3, round_count=3)
write_session_meta(path, meta)
# 运行管线
result = await run_pipeline(str(path), meta)
# 列出 session
sessions = list_session_dirs()uv run python -c "from neobee.models import *; print('OK')"
uv add <package>- API 限流：
deepagents库内部多层 middleware 可能消耗较多 token，可通过设置不同 provider 或降低并发缓解 - Agent 输出格式：部分 LLM 偶尔输出自然语言而非 JSON。已内置多策略 JSON 提取（
json 块 →块 → 平衡括号匹配） - 搜索无结果：DuckDuckGo 无需 Key；Tavily 需在配置中设置
search_api_key