用途：这是一个基于 FastAPI 的研究智能体服务，实现反思式多步研究流程。它先用规划智能体把研究任务拆解为步骤，再依次调用研究、写作、编辑智能体，借助 Tavily 网页搜索、arXiv 论文和 Wikipedia 等外部工具完成资料收集与报告撰写。任务状态和结果存入 Postgres，并可通过 REST API 实时查看进度。
主要能力：多智能体编排（planner → researcher → writer → editor）；集成 Tavily、arXiv、Wikipedia；Postgres 任务状态管理；REST API 进度跟踪；单容器内同时运行 Docker 与 Postgres；提供提交与监控任务的 Web UI。
使用方式：准备 Docker 与 .env（含 OPENAI_API_KEY、TAVILY_API_KEY），然后执行 git clone https://github.com/https-deeplearning-ai/agentic-ai-public.git，进入目录后 docker build -t fastapi-postgres-service .，再用 docker run --rm -it -p 8000:8000 -p 5432:5432 --name fpsvc --env-file .env fastapi-postgres-service 启动。入口脚本会自动启动 Postgres、创建库与用户、设置 DATABASE_URL 并运行 Uvicorn。接口包括 POST /generate_report 创建任务、GET /task_progress/{task_id} 查询进度、GET /task_status/{task_id} 获取报告。
适用场景：需要把研究问题拆解为多步、自动检索网页与学术资料并生成结构化报告的实验或原型场景。
限制：需自行提供 OpenAI 与 Tavily 的 API 密钥；依赖外部 API，可能受速率限制影响；公开资料未说明收费与价格信息，也未给出性能、并发或安全性等指标的评测数据。