30秒速读：想自己搭一个能联网做深度研究的 AI 助手，而不是每次都去翻搜索引擎？知序（ai-research-platform）是一个开源的 AI 研究助手平台：Go 写 API 和后台任务，Python 跑 Agent 做规划、并行搜索和报告写作；支持快速问答、联网深入研究、异步任务和报告历史，数据库和缓存 Docker Compose 一把梭。本篇把三终端启动、必改配置和官方明确列出的边界一次讲透。
软件信息表
| 项目 | 说明 |
|---|---|
| 软件名 | 知序 ai-research-platform（学习版） |
| 版本 | GitHub 主分支持续更新 |
| 平台 | 跨平台（Windows / macOS / Linux；需 Docker、Go 1.26.4+、Python 3.12+、uv） |
| 界面语言 | 中文 |
| 许可证 | 仓库暂未附 LICENSE 文件，商用前请与作者确认 |
| 数据库/缓存 | MySQL（13306）、缓存 Redis（16379）、队列 Redis（16380），Compose 一键起 |
| 技术栈 | Go/Gin 后端 + Python/OpenAI Agents SDK + 原生 JS 前端（无构建步骤） |
版本选择：两种启动方式，先看结论
| 方式 | 内容 | 适合谁 |
|---|---|---|
| 三终端完整启动（官方推荐） | Compose 起 MySQL+Redis，另开三终端分别跑 Python Agent、Go API、Go Worker | 想完整体验异步研究任务、看清 Go/Python/队列如何协作的学习者 |
| 只起 API + Agent | 不起 Worker | 只想体验同步快速问答的人；注意登录后提交的研究任务会一直排队 |
明确推荐：学习目的直接走三终端完整启动。三个窗口分别看日志，最能理解一条研究请求是怎么从 HTTP 进来、经 Redis Streams 进队列、被 Worker 捞起、调 Python Agent、再把 SSE 进度推回网页的。只想先试试问答质量，可以先用匿名 POST /api/research 同步接口体验，不用起全套。
安装：5 个卡点一次走顺
- 先起数据库和缓存。项目根目录执行
docker compose up -d --wait：只起 MySQL 和两套 Redis（13306 / 16379 / 16379 旁边的 16380），数据卷保留；停用docker compose stop，别手快down -v把数据卷删了。 - Python Agent（终端一）。进 agent-service 目录，
cp .env.example .env后必须填OPENAI_API_KEY、OPENAI_BASE_URL、TAVILY_API_KEY（没 Tavily key 联网研究不可用），然后uv sync --locked再uv run uvicorn main:app --reload --host 127.0.0.1 --port 8000。 - Go API（终端二）。进 backend 目录，把 .env 里
JWT_SECRET占位值换成openssl rand -hex 32生成的随机串（别用示例值），然后set -a; . ./.env; set +a; go run .。Go 会自动执行尚未应用的 SQL 迁移，不要改已执行的迁移文件。 - Go Worker（终端三）。同一目录再执行
go run ./cmd/worker。API 和 Worker 必须连同一个 MySQL、同一个队列 Redis、同一个 QUEUE_PREFIX，否则任务状态对不上——这是”提交了没反应”的第二大原因。 - 健康检查再开网页。
curl http://127.0.0.1:8000/health和curl http://127.0.0.1:8080/health，看到 mysql/redis/queue=ok、async_tasks=true、task_events=true 再访问http://127.0.0.1:8080注册登录。健康接口不调用模型，随便测。
装完必改设置：5 处先调顺
- JWT_SECRET（backend/.env）。必须换成随机值，这是登录态签名的根；用示例占位值等于没设防，内网学习可以忍，一旦多一台机器能访问就必须换。
- TAVILY_API_KEY（agent-service/.env）。联网搜索的钥匙，不填则深入研究模式无数据可用，只能玩本地问答。key 的用量就是你的钱，先看 Tavily 的免费额度。
- REDIS_URL（agent-service/.env）。指向
redis://127.0.0.1:16379/0启用搜索缓存，重复问题直接命中缓存，省上游费用；缓存 Redis 丢了可以重建，别和队列 Redis 搞混。 - QUEUE_PREFIX 与队列地址。API 和 Worker 的配置必须一致；队列 Redis 用 AOF + 禁止淘汰策略——丢任务比丢缓存严重得多，这条是作者在 README 里反复强调的。
- 用量边界先看懂（limits.go）。匿名
/api/research是同步等待，登录后/api/tasks走异步 202；匿名用户共享服务端 Key，进程级限流不等于个人费用隔离，搞懂再开放给别人用。
注意事项：动手前先看这 5 条
- 只起 API 不起 Worker，任务会一直排队。登录后提交的研究任务靠 Worker 执行，这是最常见的”提交了没反应”原因，先查三个终端是不是都在跑。
- 报告基于搜索片段，不等于逐句核实。作者明确写了：URL 校验不代表每个结论都被来源完整支持，关键结论自己点开源链验证，别直接引用进正式材料。
- 匿名接口别直接暴露到公网。匿名用户共享服务端 Key，没有个人费用隔离，被刷就是刷你的钱；对外服务前先把鉴权和限流配好。
- Worker 中断恢复会重跑整任务。目前没有阶段级断点续跑，中断后整任务重来，可能重复产生上游模型和搜索费用；长任务跑之前先评估稳定性。
- 这是学习版，不是生产件。作者原话：学习版不表示具备生产高可用或百分之百正确的回答；最后一轮公网浏览器和生产重启复核还没做完。拿来学架构可以，拿来接生产流量先自己补完缺的那几块。
适合谁：选型结论
适合：想学 Go+Python 双栈 Agent 工程的学习者——README 自带 7 步学习路线（先读一条同步请求→账号与数据库→缓存→异步任务状态机→SSE 事件→Agent 工作流→限流与可观测性），跟着走一遍胜过看十篇博客；想自托管一个内部研究工具的小团队。
不适合：要生产级高可用、要来源逐条自动核验、要个人费用隔离的场景——这些作者都明确说还没做，先看源码再评估，别被”AI 研究助手”的名字误导。
| 学习顺序 | 入口 | 这一轮要理解什么 |
|---|---|---|
| 1 | main.go → research.go → agent-service/main.py | HTTP 路由、Go 调用 Python、超时处理 |
| 2 | accounts.go → mysql.go → 001_initial.sql | bcrypt、JWT、事务与迁移 |
| 3 | service/tasks.go → research/cache.py | 缓存键、TTL、回源 |
| 4 | async_tasks.go → jobs.go → service/worker.go | 状态机、Redis Streams、幂等、重试与取消 |
| 5 | handler/events.go → events.js | SSE、游标补发与前端恢复 |
| 6 | workflow.py → searcher.py → writer_agent.py | Planner → 并行搜索 → Writer、引用校验 |
| 7 | limits.go → observability.go → telemetry.py | 并发、日额度、关联日志 |
开源地址
GitHub 国内访问较慢，如打不开可多刷新几次
推广
关注「软件教程管家」
回复软件名即取即下：网盘下载链接 + 提取码，一步直达，不用再跳转。
版权与使用提示
本站资源仅供个人学习交流，请勿用于商业用途。软件与资料版权归原作者所有；如有侵权，请通过公众号「软件教程管家」联系我们，我们将在 24 小时内下架处理。查看免责声明 ›
文章推荐
标签推荐
正文完
