第 40 课 | 实战：4 Agent 协作完成「市场进入决策分析」

端到端实战——整合第 31-39 课所有技术，4 个 Agent 协作完成一份完整的商业决策报告。从「我们会做」到「我们做完了一件事」。

---

一、业务目标

输入：一个商业问题——「我们是否应该进入智能手表市场？」

系统自动完成：

1. 市场研究 Agent：分析市场规模、增长率、用户画像、趋势
2. 竞品分析 Agent：分析竞品矩阵、市场份额、差异化机会
3. 风险评估 Agent：识别风险因素、评估概率、设计缓解策略
4. 报告整合 Agent：汇总所有分析，生成结构化决策建议报告

输出：一份完整的决策建议报告，包含：

• 执行摘要（Executive Summary）
• 市场分析（市场规模、增长趋势、用户画像）
• 竞品格局（主要玩家、市场份额、优劣势）
• 风险评估（风险矩阵、概率、缓解策略）
• 战略建议（进入策略、资源需求、时间线）

---

二、系统架构

---

三、Agent 角色定义

3.1 市场研究 Agent

MARKET_RESEARCHER_PROMPT = """你是一个资深市场研究分析师，拥有 15 年行业经验。

你的任务：
1. 搜索和分析目标市场的规模数据
2. 识别市场增长趋势和驱动因素
3. 分析目标用户画像和需求
4. 评估市场成熟度和进入时机

输出格式：
## 市场分析
- 市场规模：当前规模和预测增长率
- 增长趋势：关键驱动因素和趋势
- 用户画像：目标用户特征和需求
- 进入时机：市场成熟度评估

关键原则：
- 每个结论必须有数据支撑
- 区分「事实」和「推测」
- 引用来源时注明出处
"""

3.2 竞品分析 Agent

COMPETITOR_ANALYST_PROMPT = """你是一个竞品分析专家，擅长分析竞争格局。

你的任务：
1. 识别主要竞争对手及其市场份额
2. 分析每个竞品的优势和劣势
3. 发现差异化机会和空白市场
4. 评估竞争壁垒

输出格式：
## 竞品分析
- 竞品矩阵：列出主要玩家及其定位
- SWOT 对比：每个竞品的优劣势
- 差异化机会：未被满足的需求
- 竞争壁垒：进入难度评估

关键原则：
- 客观分析，不贬低竞品
- 关注用户真实需求，而非表面功能
- 识别竞品的「软肋」而非全面否定
"""

3.3 风险评估 Agent

RISK_ASSESSOR_PROMPT = """你是一个风险管理专家，擅长识别和评估商业风险。

你的任务：
1. 识别所有可能的风险因素
2. 评估每个风险的概率和影响
3. 构建风险矩阵
4. 设计缓解策略

输出格式：
## 风险评估
- 风险列表：每个风险的描述
- 概率/影响：用高/中/低标注
- 风险矩阵：按优先级排列
- 缓解策略：针对高风险的具体措施

风险类别：
- 市场风险：需求不足、竞争加剧
- 技术风险：技术壁垒、供应链
- 法规风险：合规要求、专利
- 执行风险：团队能力、资源不足
"""

3.4 报告整合 Agent

REPORT_WRITER_PROMPT = """你是一个战略咨询顾问，擅长将分析整合为决策建议。

你的任务：
1. 汇总三个 Agent 的分析结果
2. 交叉验证信息的一致性
3. 生成结构化的决策报告
4. 给出明确的战略建议

输出格式：
## 执行摘要
（200 字以内，最核心的发现和建议）

## 市场分析
（整合市场研究 Agent 的结果）

## 竞品格局
（整合竞品分析 Agent 的结果）

## 风险评估
（整合风险评估 Agent 的结果）

## 战略建议
- 推荐方案：进入/不进入/观望
- 如果进入：建议的进入策略
- 资源需求：人才、资金、时间
- 关键里程碑：6 个月、1 年、3 年目标
"""

---

四、Supervisor 编排

class MarketEntrySupervisor:
    """市场进入决策 Supervisor"""
    
    def __init__(self):
        self.market_agent = Agent("市场研究员", MARKET_RESEARCHER_PROMPT)
        self.competitor_agent = Agent("竞品分析师", COMPETITOR_ANALYST_PROMPT)
        self.risk_agent = Agent("风险评估师", RISK_ASSESSOR_PROMPT)
        self.report_agent = Agent("报告撰写师", REPORT_WRITER_PROMPT)
    
    def analyze(self, question: str) -> dict:
        """执行完整的决策分析"""
        results = {}
        
        print("=" * 60)
        print(f"  任务：{question}")
        print("=" * 60)
        
        # Phase 1: 并行执行三个分析 Agent
        print("\n[Phase 1] 并行执行市场研究、竞品分析、风险评估...")
        
        results["market"] = self.market_agent.run(question)
        print("  ✓ 市场研究完成")
        
        results["competitor"] = self.competitor_agent.run(question)
        print("  ✓ 竞品分析完成")
        
        results["risk"] = self.risk_agent.run(question)
        print("  ✓ 风险评估完成")
        
        # Phase 2: 质量检查
        print("\n[Phase 2] 质量检查...")
        for name, result in results.items():
            if not self._validate_output(result):
                print(f"  ⚠ {name} 输出不完整，重新生成...")
                results[name] = getattr(self, f"{name}_agent").run(question)
        
        # Phase 3: 报告整合
        print("\n[Phase 3] 报告整合...")
        context = self._merge_results(results)
        final_report = self.report_agent.run(
            f"请整合以下分析结果，生成决策报告：\n\n{context}"
        )
        print("  ✓ 报告生成完成")
        
        print("\n" + "=" * 60)
        print("  分析完成！")
        print("=" * 60)
        
        return {
            "question": question,
            "market_analysis": results["market"],
            "competitor_analysis": results["competitor"],
            "risk_assessment": results["risk"],
            "final_report": final_report,
        }
    
    def _validate_output(self, output: str) -> bool:
        """验证输出完整性"""
        required_sections = ["## ", "分析", "建议"]
        return all(section in output for section in required_sections[:2])
    
    def _merge_results(self, results: dict) -> str:
        """合并三个 Agent 的结果"""
        return "\n\n---\n\n".join([
            f"### 市场研究结果\n{results['market']}",
            f"### 竞品分析结果\n{results['competitor']}",
            f"### 风险评估结果\n{results['risk']}",
        ])

---

五、关键设计决策

设计点	决策	原因
分析阶段并行	三个 Agent 同时执行	无依赖关系，可并行加速
质量检查	每阶段完成后检查	防止错误传递到下游
报告整合串行	等待所有分析完成后	需要完整上下文
结构化输出	统一 Markdown 格式	便于解析和展示
可追溯	每个 Agent 输出独立保存	便于审计和调试

---

六、运行

cd code/lesson-40-market-entry
uv sync
uv run market_entry.py

输出包含：市场研究分析、竞品分析报告、风险评估矩阵、完整决策建议报告。

---

七、本课小结

1. 第一个端到端多 Agent 实战——4 Agent 协作，从问题到报告全自动
2. 关键设计：并行分析 → 质量检查 → 报告整合
3. 每个 Agent 有专业化 Prompt，输出结构化结果
4. 质量检查防止错误传递，是生产级系统的关键

配套代码：code/lesson-40-market-entry/market_entry.py