ARTICLE · 1194246

文档智能体的实践(一):实践分享和测试邀请

发布时间：2026-10-16 17:09:40 最近访问：2026-10-16 17:09:42

先看这张图。

一份可行性研究报告的封面。框架、正文、表格、页码、目录，都是它生成的

一份可行性研究报告的封面。框架、正文、表格、页码、目录，都是智能体根据上传的资料和语言指令自动生成的。

这个文档智能体的主干是一个开源 Agent 框架，模型接 DeepSeek，配了 40 个按章节拆的写作技能，编写了操作文档的程序工具。

这篇写三块：它能做什么，我怎么搭的，还做不好什么。文末有地址和账号，欢迎测试使用，有问题随时来聊。

67标题节点一键解析4 步从资料到成稿40 个可研写作技能

它能做什么

第一步上传背景资料

docx、pdf、txt、md、xlsx 都收，单文件 50MB 以内，同名直接覆盖。传完它自己切片。我试的那份说明文档 24KB，切了 81 片进检索库，写的时候按需取用。

但扫描件不行。

拿手机拍的打印稿传进去，解析出来是空的。文字在图片里，它读不出来。这种得先转成文本版再传。

背景资料上传，一份 docx 解析成 81 片入库

第二步选模板，解析目录

内置模板按发改委投规〔2023〕304 号文的通用大纲做的。点一下解析，67 个标题节点整棵树出来。

每个节点写什么，我提前填了五段：内容、结构、篇幅、图表、依据资料。这块花的功夫最多，前前后后返工过好几轮，填得好不好现在也说不准，得靠更多项目来验。

项目名、投资额这类全局信息填一次就够，全文从同一份取，写到哪一章引用哪一章，数字不会打架。自己的模板也能传，走同一条解析管线。

一键解析出 67 个节点，每节的写作要求提前填好

第三步对话写作

左边目录树勾章节，右边发话。模型、技能、MCP 工具在对话页选，就是截图里那三个下拉。

动笔前它先读一遍原文。中间调了什么工具、成没成，对话里全程可见，不用去猜。

可以连着排几章让它写。我从第一章连写到第八章，写到第四章停了一次，页面冒出一个继续执行按钮，点一下接着写完。为什么断的到现在也没查清，日志看着像接口超时。

左侧勾选章节，右侧逐章写作，工具调用全程可见

第四步预览，下载

页面里直接渲染排版效果，表格、插图、页码、目录都在。确认后下载，是一份完整的 Word 文档。

它是怎么搭的

四层架构，文档写入只走最底下这一条通道

四层：前端 Vue 3，后端 FastAPI，中间是 Agent 运行时，最底下管文档写入。细节留到下一篇，这里说三个当初纠结的点。

框架和模型，选了 Claude Agent SDK 接 DeepSeek 的兼容端点。我先自己写过一版调度循环，光中断恢复折腾了两天，发现行不通，就换现成的了。DeepSeek 便宜，跑一份完整报告几毛钱。

技能拆了 40 个，按章节粒度。可研里论证的、写方案的、做测算的，写法差得很远，写到哪章加载哪套。

最底下那层 doc_tools 是被一次事故逼出来的。早期让模型直接改文档，有一次它把一整章盖没了，备份也没做，找不回来。从那以后所有写入收在一个口：先备份、再改、原子落盘，大纲和正本双写，每一步留轨迹。想翻哪一版都翻得到。

外部能力走 MCP 接入，比如联网搜索，但要过白名单，没放行的调不进来。

还做不到什么

能做的上面都讲了。做不到的列在下面，都是这几天实测出来的。