homework/06_vendor_guard/HOMEWORK.md

VendorGuard 供应商准入尽调战情室(作业)

这是《Deep Agents 核心理论与能力边界》的配套代码项目。

项目使用 Supervisor Agent（主管智能体）协调安全、法务、财务和舆情四个 Subagent（子智能体），读取本地资料室，生成证据可追溯的供应商准入报告，并在提交决定前触发 Human-in-the-loop（人在回路）审批。LangSmith 用于追踪执行过程和运行离线评估。

Novapay 供应商续约复审

环境要求

• Python 3.11+
• UV
• 支持 Tool Calling（工具调用）的模型
• 对应模型供应商的 API Key
• LangSmith 账户与 API Key（仅在启用 Trace 或评估实验时需要）

安装

Windows PowerShell

uv sync

Linux / macOS

uv sync
touch .env

编辑 .env，填写 DeepSeek API Key。模型和 LangSmith 的所有凭证都由项目根目录的 .env 加载，不在代码中硬编码：

DEEPSEEK_API_KEY=你的DeepSeek密钥
DEEPSEEK_BASE_URL=https://api.deepseek.com
DEEPSEEK_MODEL_NAME=deepseek-v4-flash
DEEPSEEK_ANSWER_THINKING=true

LANGSMITH_TRACING=true
LANGSMITH_API_KEY=你的LangSmith密钥
LANGSMITH_PROJECT=vendor-guard-course
APP_ENV=local

运行

以下命令在 Windows、Linux 和 macOS 中相同：

uv run vendor-guard NOVAPAY

也可以直接运行模块：

uv run python -m vendor_guard.cli NOVAPAY

CLI 会显示 Trace 是否开启。开启后，根运行名为 vendor-guard-interactive，并带有供应商、线程、环境和工作流元数据。示例配置默认隐藏重复的输入状态、保留输出，避免 DeepAgents Trace 过大。

测试

测试不调用模型，也不需要 API Key：

uv run python -m unittest discover -s tests -v

运行结果如下：

LangSmith 数据集与离线实验

首次创建教学数据集（代码中数据集名称为 vendor-guard-onboarding-v2 ）：

uv run vendor-guard-create-dataset

运行离线回归实验（experiment名称为vendor-guard-after-change）：

uv run vendor-guard-evaluate --dataset vendor-guard-onboarding-v2 --experiment-prefix vendor-guard-after-change