Automated-Information-Research-Report
# 信息调研报告自动化（Automated Information Research Report） > 一个用于自动生成“政府/机关风格”调研报告的 OpenClaw Skill。 > 输入研究主题与检索结果，自动输出结构化 DOCX 报告。 --- ## ✨ 功能特性 - 一键生成规范化调研报告（DOCX） - 自动调用 LLM 生成摘要（背景 / 趋势 / 风险） - 支持网页内容抓取与解析 - 支持 MCP 抓取 + 本地 fallback（requests + BeautifulSoup） - 可使用已有 `results.json` 跳过在线抓取 --- ## 📁 项目结构 ```text info-research-report/ ├── run.py # 主入口脚本 ├── requirements.txt # Python 依赖 ├── .env # 环境变量配置（本地） ├── browseros-mcp/ # 内置 MCP 服务（可选） │ ├── package.json │ ├── server.js │ └── ... ├── src/ │ ├── __init__.py │ ├── fetcher.py # 网页内容抓取（支持 MCP fallback） │ ├── parser.py # 搜索结果解析 │ ├── report_generator.py # DOCX 报告生成 │ ├── llm_client.py # LLM API 调用封装 │ └── templates/ │ └── default.docx # 报告模板 ├── results/ │ └── results.json # 示例/缓存检索结果 └── output/ # 报告输出目录 ``` --- ## 🚀 快速开始 ### 1) 安装依赖 ```bash pip install -r requirements.txt ``` ### 2) 配置环境变量（可选但推荐） 创建 `.env`（或导出系统环境变量）： ```env MINIMAX_API_KEY=your_minimax_key OPENAI_API_KEY=your_openai_key ``` > 至少配置一个可用的 LLM Key，用于生成摘要内容。 ### 3) 准备检索结果（两种方式） #### 方式 A：使用 MCP 抓取（可选） ```bash mcporter call browseros.new_page url="https://duckduckgo.com/html/?q=你的主题" mcporter call browseros.get_page_content -- page=1 ``` #### 方式 B：手动准备 `results.json`（推荐先跑通） ```json [ { "title": "结果标题", "url": "https://example.com", "content": "（可选）网页正文" } ] ``` ### 4) 生成报告 ```bash python run.py "主题" [results.json] [--no-fetch] ``` 示例： ```bash python run.py "低空经济发展现状与趋势" results/results.json --no-fetch ``` --- ## 🧾 命令参数 | 参数 | 必填 | 说明 | |------|------|------| | 主题 | 是 | 报告研究主题 | | results.json | 否 | 检索结果文件路径 | | --no-fetch | 否 | 跳过网页抓取（更快，适合已有 content） | --- ## 📤 输出结果 - 生成的 `.docx` 报告默认输出到 `output/`（或当前目录，视你的实现而定） - 报告建议包含以下结构： 1. 封面 2. 报告说明 3. 研究背景与目的 4. 研究方法 5. 总体形势与关键结论 6. 分专题分析（按来源类别） 7. 详细来源分析 8. 参考资料 --- ## 🧠 工作流程（简述） 1. 读取主题与检索结果 2. 按需抓取网页正文（MCP 或 fallback） 3. 解析并结构化信息 4. 调用 LLM 生成核心摘要 5. 套用模板输出 DOCX --- ## 🔌 MCP 使用说明（可选） 如需启用内置 `browseros-mcp`： ```bash cd browseros-mcp npm install node server.js ``` 若 MCP 未启动，程序会自动使用 `requests + BeautifulSoup` 进行 fallback 抓取。 --- ## 🛠 依赖与环境 - Python 3.9+（建议） - Python packages: `python-docx`, `requests`, `beautifulsoup4` 等 - 可选组件： - `browseros-mcp/`（本地 MCP 服务） - `mcporter`（MCP 调用工具） - 运行权限：`read_files`, `execute_scripts`, `network_access` --- ## ✅ 常见问题（FAQ） ### 1. 不配置 API Key 能运行吗？ 可以运行基础流程，但摘要生成质量/可用性会受限（取决于你的降级逻辑）。 ### 2. 抓取失败怎么办？ - 先使用 `--no-fetch` + 完整 `content` 的 `results.json` - 检查网络与目标站点反爬策略 - 启用 MCP 方式抓取 ### 3. 输出目录是哪里？ 默认建议为 `output/`。如与你代码实际不一致，请以 `run.py` 实现为准。 --- ## 📄 License CPL ```