文旅数据研究工具

输入一条查询，自动搜索公开数据源，提取网页内容，通过 LLM 分析生成包含文字、表格和图表的研究报告。

面向文旅、酒店、会展从业者和研究人员。

快速开始

# 1. 安装依赖
pip install -r requirements.txt

# 2. 配置 LLM API Key（交互式引导）
python research.py setup

# 3. 运行研究查询
python research.py "四川省2024年旅游数据分析"

输出文件保存在 data/reports/ 下，包含 Markdown 报告和图表。

支持的 LLM 提供商

所有兼容 OpenAI 格式的模型均可使用，仅需配置 API Key：

提供商	推荐场景	参考成本/次
DeepSeek（默认）	通用，性价比高	~¥0.02-0.05
Kimi（月之暗面）	长文本分析	~¥0.05-0.1
智谱 GLM	中文理解	~¥0.01-0.03
MiniMax	多模态	~¥0.02-0.05
自定义	兼容 OpenAI 格式的任意服务	—

命令

# 研究查询
python research.py "你的查询"
python research.py "查询" --output ./my-reports    # 指定输出目录
python research.py "查询" --no-charts              # 不生成图表
python research.py "查询" --model deepseek-chat     # 指定模型

# 配置
python research.py setup                            # 引导式配置

# 历史记录
python research.py history                          # 查看研究历史
python research.py show <session-id>                # 查看指定报告

工作流程

用户输入查询
  ↓
LLM 解析查询意图 → 生成 3-5 个搜索查询
  ↓
搜索引擎检索 → 去重 → 最多 15 个来源
  ↓
提取网页正文内容
  ↓
LLM 分析数据 → 结构化报告（章节、数据表、图表建议）
  ↓
渲染 Markdown 报告 + matplotlib 图表
  ↓
保存到 data/reports/{date}_{slug}/

输出结构

每次查询生成一个目录：

data/reports/2026-02-21_四川省2024年旅游数据分析/
├── report.md          # Markdown 研究报告
├── charts/            # PNG 图表
│   ├── chart_1.png
│   └── chart_2.png
└── data/              # 原始数据
    ├── analysis.json
    └── search_strategy.json

项目结构

├── research.py              # 研究工具入口
├── src/
│   ├── cli.py               # CLI 命令解析
│   ├── research_pipeline.py # 研究管线（串联全流程）
│   ├── llm_client.py        # LLM API 调用（兼容 OpenAI 格式）
│   ├── setup_wizard.py      # API Key 配置引导
│   ├── config.py            # 全局配置
│   ├── collectors/
│   │   ├── web_search.py    # 多引擎搜索（DuckDuckGo/博查/Tavily）
│   │   └── content_extractor.py # 网页内容提取
│   ├── analyzers/
│   │   ├── query_parser.py  # 查询 → 搜索策略
│   │   ├── data_analyzer.py # 数据 → 结构化报告
│   │   └── prompts/         # LLM 提示词模板
│   ├── generators/
│   │   ├── report.py        # Markdown 报告渲染
│   │   ├── charts.py        # matplotlib 图表
│   │   └── templates/       # Jinja2 模板
│   ├── db/
│   │   └── cache.py         # 研究缓存（SQLite）
│   └── utils/
│       ├── display.py       # 终端显示（rich）
│       └── json_extract.py  # LLM 输出 JSON 提取
├── data/                    # 运行时数据（不入 Git）
├── requirements.txt
├── .env.example
└── LICENSE

配置

配置存储在项目根目录 .env 文件中：

LLM_PROVIDER=deepseek
LLM_API_KEY=sk-...
LLM_BASE_URL=https://api.deepseek.com
LLM_MODEL=deepseek-chat

运行 python research.py setup 可交互式完成配置。

搜索引擎

引擎	特点	API Key
DuckDuckGo（默认）	免费，零配置	不需要
博查（Bocha）	中文搜索质量最好	需要
Tavily	免费 1000 次/月	需要

依赖

• Python 3.10+
• requests — HTTP 请求 + LLM API 调用
• beautifulsoup4 — 网页解析
• matplotlib — 图表生成
• rich — 终端美化
• jinja2 — 模板渲染
• python-dotenv — 环境变量
• ddgs — DuckDuckGo 搜索

License

MIT