2025 October 31 OpenSource, Ruby, AI, Agent, Research

用Ruby从头做一个AI Agent应用 -- SmartResearch （一个真实、有用的研究助手）

这是一篇系列文章，描述我如何使用Ruby语言，从头构建一个AI Agent的应用。在前两篇中，我们分别介绍了Smart Prompt和Smart Agent，现在终于来到了这个系列的最终章：SmartResearch，一个真正实用、能够帮助进行学术研究和知识管理的AI助手。

开源地址：SmartResearch

第三部分：SmartResearch - 学习与思考的循环（CoLT）

SmartResearch不仅仅是一个AI对话工具，它实现了一个完整的学习与思考循环（Chain of Learning & Thinking, CoLT）：

[思考] → [搜索] → [学习] → [存储] → [重复]

这个自增强循环让AI能够持续积累知识、自适应推理，并不断改进。

三模式应用系统

SmartResearch运行在TUI（终端用户界面）中，通过F键切换三种操作模式：

核心架构：建立在SmartAgent之上

SmartResearch建立在之前介绍的SmartAgent框架之上，提供了完整的Agent系统：

# 在agents/smart_search.rb中定义的搜索Agent
SmartAgent.define :smart_search do
  question = params[:text]
  result = call_worker(:pre_search, params, with_tools: true, with_history: true)

  if result.call_tools
    call_tools(result)
    params[:text] = "请输出一份搜索规划"
    result = call_worker(:pre_search, params, with_tools: true, with_history: true)
  end

  params[:text] = result.content
  result = call_worker(:smart_search, params, with_tools: true, with_history: true)

  if result.call_tools
    call_tools(result)
  end

  params[:text] = question
  result = call_worker(:summary, params, with_tools: false, with_history: true)

  result.content
end

知识存储系统

SmartResearch使用PostgreSQL + pgvector扩展来存储和管理知识：

内容首先按Markdown标题分割，然后按最大字符数分块，每个块都会被嵌入和标记。

内容处理管道

  1. 用户在F2模式提问
  2. pre_search工作器分析范围并生成搜索计划
  3. smart_search工作器使用工具执行搜索
  4. 结果存储为SourceDocuments（内容为”null”占位符）
  5. 在F3模式使用dall命令下载完整内容
  6. 内容被分块、嵌入、标记并链接到研究主题
  7. 在F4模式，向量搜索检索相关内容用于文章写作

分块策略

内容首先按Markdown标题分割，然后按max_chars（默认4000）分块，各块之间保留100字符的重叠：

def chunk_content(content, max_chars = 4000)
  # 如果内容长度小于max_chars，则整篇返回
  return [content] if content.length <= max_chars

  # 按照markdown的语法分段
  chunks = split_by_markdown_headers(content, max_chars)

  # 如果按markdown分段后仍然有超过max_chars的块，则进一步分片
  final_chunks = []
  chunks.each do |chunk|
    if chunk.length <= max_chars
      final_chunks << chunk
    else
      # 按max_chars大小分片，且各片之间保留100的重叠内容
      final_chunks += split_with_overlap(chunk, max_chars, 100)
    end
  end

  final_chunks
end

F3知识库命令

在F3模式下，你可以使用以下命令：

F4写作命令

在F4模式下，你可以使用以下命令：

流式显示

TUI使用回调进行实时显示：

agent.on_reasoning do |reasoning_content|
  print reasoning_content.dig("choices", 0, "delta", "reasoning_content")
  print "\n" if reasoning_content.dig("choices", 0, "finish_reason") == "stop"
end

agent.on_content do |content|
  print content.dig("choices", 0, "delta", "content")
  print "\n" if content.dig("choices", 0, "finish_reason") == "stop"
end

agent.on_tool_call do |msg|
  puts msg
end

MCP服务器集成

SmartResearch集成了多个MCP服务器：

每个MCP服务器都是一个Ruby类，定义了SmartAgent可以调用的工具。

配置系统

SmartResearch使用分层配置：

实际使用示例

让我们看看SmartResearch如何帮助进行实际研究：

  1. 启动应用： 
    ./bin/smart_research
  2. 在F2模式提问： 
    请帮我研究一下Ruby在AI领域的应用现状
  3. 系统自动：
    • 分析问题范围
    • 生成搜索计划
    • 执行搜索并保存结果
    • 提供初步总结
  4. 在F3模式下载内容： 
    dall
  5. 在F4模式生成文章： 
    outline Ruby在AI领域的应用现状
write_all

为什么选择Ruby？

正如前两篇文章提到的，Ruby在LLM生态中确实”一穷二白”，但这正是挑战所在。通过SmartResearch，我们证明了：

  1. Ruby可以构建复杂的AI应用
  2. DSL设计让代码更优雅
  3. TUI界面提供优秀的用户体验
  4. 完整的Agent系统可以处理复杂任务

技术栈总结

外部依赖

结语

通过这个系列，我们展示了如何从零开始，用Ruby语言构建一个完整的AI Agent应用生态系统：

  1. Smart Prompt：基础的大模型调用和模板系统
  2. Smart Agent：增强的Agent框架，支持工具调用和MCP
  3. SmartResearch：实用的研究助手，实现学习与思考循环

SmartResearch不仅仅是一个技术演示，它是一个真正有用的工具，能够帮助研究人员、学生和任何需要系统化知识管理的人。它证明了Ruby语言在AI领域的潜力，以及”从零开始”构建复杂系统的可行性。

希望这个系列对你有所启发，也欢迎你参与SmartResearch的开发，共同探索AI Agent的更多可能性！

本系列文章到此结束，感谢阅读！

All content is licensed under CC BY-NC-SA

Buit with Jekyll and 3-Jekyll theme • Hosted on Github