README.md

metadata

title: Doc Research
emoji: 🔬
colorFrom: yellow
colorTo: green
sdk: gradio
sdk_version: 5.39.0
app_file: app.py
pinned: false

Gradio研究工作流应用

这是一个基于Gradio的研究工作流应用，支持文件上传和URL输入的智能研究分析。

功能特性

• 📝 用户提示输入：支持中英文输入研究问题或任务描述
• 📁 文件上传功能：支持多文件上传，默认支持PDF格式
• 🔗 URLs输入功能：支持多个URL输入，每行一个
• 🚀 一键运行：点击按钮即可开始研究工作流
• 📊 结果显示：实时显示执行结果和工作目录
• 🗂️ 临时工作目录：每次运行创建新的工作目录
• 🌐 多语言支持：支持中文和英文界面
• 👥 多用户并发：支持多用户同时使用，默认最大并发数为8
• 🔒 用户隔离：每个用户拥有独立的工作空间和会话数据
• ⏱️ 任务超时控制：自动清理超时任务，默认超时时间15分钟
• 📈 实时状态监控：显示系统并发状态和用户任务状态

安装和运行

1. 安装依赖：

pip install -r requirements.txt

2. 配置环境变量：

cp .env.example .env
# 编辑 .env 文件，填入你的API配置

3. 运行应用：

python app.py

4. 打开浏览器访问：http://localhost:7860

环境变量配置

• OPENAI_API_KEY: OpenAI API密钥
• OPENAI_BASE_URL: OpenAI API基础URL
• OPENAI_MODEL_ID: 使用的模型ID
• GRADIO_DEFAULT_CONCURRENCY_LIMIT: Gradio默认并发限制（默认：8）
• LOCAL_MODE: 本地模式开关（默认：true）

使用说明

1. 用户提示：在文本框中输入您的研究目标或问题
2. 文件上传：选择需要分析的文件（支持多选）
3. URLs输入：输入相关的网页链接，每行一个URL
4. 开始研究：点击运行按钮开始执行工作流
5. 查看结果：在右侧区域查看执行结果和工作目录路径

工作目录结构

每次运行都会在 temp_workspace 目录下创建新的工作目录：

temp_workspace/
├── task_20231201_143022_a1b2c3d4/
├── task_20231201_143156_e5f6g7h8/
└── ...

并发控制说明

并发限制

• 系统默认支持最大8个用户同时执行研究任务
• 可通过环境变量 GRADIO_DEFAULT_CONCURRENCY_LIMIT 调整并发数
• 超出并发限制的用户会收到系统繁忙提示

任务管理

• 每个用户同时只能执行一个研究任务
• 超时任务会被自动清理，释放系统资源

状态监控

• 实时显示系统并发状态：活跃任务数/最大并发数
• 显示用户任务状态：运行中、已完成、失败等
• 提供系统状态刷新功能

用户隔离

• 每个用户拥有独立的工作目录和会话数据
• 本地模式下使用时间戳区分不同会话
• 远程模式下基于用户ID进行隔离

注意事项

• 确保有足够的磁盘空间用于临时文件存储
• 定期清理工作空间以释放存储空间
• 确保网络连接正常以访问外部URLs
• 在高并发场景下，建议适当增加服务器资源配置
• 长时间运行的任务可能会被超时机制清理