IntelliFlow：基于多智能体工作流的AI学习路线生成系统

IntelliFlow是基于Multi-Agent Workflow的AI学习路线生成系统，通过Planner、Researcher、Writer三个智能体协作，结合Tavily搜索增强，生成结构化Markdown学习路线。它解决信息爆炸时代学习规划的痛点：传统方式耗时且缺乏系统性，LLM问答式交互难以定制化。

信息爆炸时代，制定合理学习路线面临耗时、难保证系统性的问题；传统方案（官方文档、博客、社区）效率低；LLM简单问答仅能给出泛泛建议，缺乏定制化。IntelliFlow尝试用多智能体工作流+搜索增强生成（Search Augmented Generation）解决这些痛点。

核心智能体分工：Planner解析用户目标、基础水平和周期，拆解学习阶段；Researcher提取主题调用Tavily搜索资源；Writer整合结果生成Markdown路线。技术栈包括Python3.10+、FastAPI、LangGraph、OpenAI SDK、Tavily Search API等。主工作流：用户输入→Planner→Researcher（Tavily搜索）→Writer→输出学习路线。

实际应用场景：1.快速入门新技术（如两周零基础学Redis，生成含阶段划分、资料、实践项目的路线）；2.动态资源补充（Chat Assistant识别搜索意图，检索实时资源）；3.持续迭代优化（通过revise-plan接口整合建议到路线）。

当前局限：无用户登录/权限系统；无数据库持久化（结果存本地）；无长期记忆/跨会话画像；无学习进度追踪；无搜索资源去重与可信度评分；无异步任务队列（接口同步执行）。

未来方向：引入数据库保存路线与修订历史；增加进度追踪与阶段复盘；搜索结果去重与质量评分；异步任务队列优化长耗时请求；单元测试与端到端测试覆盖；Docker部署支持。

技术启示：1.Multi-Agent Workflow分工让每个智能体专注特定任务，提升输出质量；2.Search Augmented Generation解决LLM知识时效性问题；3.清晰模块划分、接口设计、优雅降级机制等良好工程实践。

IntelliFlow是设计精良的多智能体学习助手，结合LLM、搜索增强与工作流编排解决学习规划问题。其架构、实践及工程化设计为类似AI应用提供参考。对学习LangGraph、多智能体或搜索增强生成技术的开发者，是值得深入研究的开源案例，代码清晰、文档完整，适合入门。