Deep Research

Investigación Profunda: Un Asistente de Investigación Impulsado por IA

¿Qué es Investigación Profunda? Investigación Profunda es un asistente de investigación de código abierto impulsado por IA diseñado para realizar investigaciones iterativas y profundas sobre cualquier tema. Combina el poder de los motores de búsqueda, el web scraping y los grandes modelos de lenguaje (LLMs) para proporcionar a los usuarios una comprensión integral del tema elegido.

Este proyecto tiene como objetivo ofrecer la implementación más simple de un agente de investigación profunda, permitiéndole refinar su dirección de investigación con el tiempo y profundizar en un tema. El objetivo es mantener una base de código compacta, facilitando su comprensión y desarrollo.

¿Cómo funciona Investigación Profunda?

Investigación Profunda aprovecha varios componentes clave para ofrecer sus capacidades de investigación:

• Motores de Búsqueda: Utiliza motores de búsqueda para recopilar información inicial e identificar fuentes relevantes.
• Web Scraping: Extrae contenido de páginas web para recopilar información y datos detallados.
• Grandes Modelos de Lenguaje (LLMs): Emplea LLMs para generar consultas de búsqueda específicas, procesar resultados e identificar nuevas direcciones de investigación.

Características Clave de Investigación Profunda

• Investigación Iterativa: Realiza investigaciones en profundidad generando iterativamente consultas de búsqueda, procesando resultados y profundizando en función de los hallazgos.
• Generación Inteligente de Consultas: Utiliza LLMs para generar consultas de búsqueda específicas basadas en los objetivos de investigación y los hallazgos anteriores.
• Control de Profundidad y Amplitud: Ofrece parámetros configurables para controlar el alcance (amplitud) y la profundidad de la investigación.
• Seguimiento Inteligente: Genera preguntas de seguimiento para refinar las necesidades de investigación y descubrir nuevos conocimientos.
• Informes Integrales: Produce informes detallados en markdown con hallazgos y fuentes, proporcionando una visión general clara y organizada de la investigación.
• Procesamiento Concurrente: Maneja múltiples búsquedas y procesamiento de resultados en paralelo para mayor eficiencia, reduciendo el tiempo de investigación.

¿Cómo usar Investigación Profunda?

Para comenzar con Investigación Profunda, sigue estos pasos:

1. Requisitos
   • Entorno Node.js
   • Claves API para:
     • API de Firecrawl (para búsqueda web y extracción de contenido)
     • API de OpenAI (para el modelo o3 mini)
2. Configuración
   • Clona el repositorio: git clone [repository_url]
   • Instala las dependencias: npm install
   • Configura las variables de entorno en un archivo .env.local:

     FIRECRAWL_KEY="your_firecrawl_key"
     # Si quieres usar tu Firecrawl auto-hospedado, añade lo siguiente abajo:
     # FIRECRAWL_BASE_URL="http://localhost:3002"
     
     OPENAI_KEY="your_openai_key"
     

   • Para usar LLM local, comenta OPENAI_KEY y descomenta OPENAI_ENDPOINT y OPENAI_MODEL en su lugar:
     • Establece OPENAI_ENDPOINT a la dirección de tu servidor local (p. ej., "http://localhost:1234/v1")
     • Establece OPENAI_MODEL al nombre del modelo cargado en tu servidor local.
3. Uso
   • Ejecuta el asistente de investigación: npm start
   • Se te pedirá:
     • Introduce tu consulta de investigación
     • Especifica la amplitud de la investigación (recomendado: 3-10, predeterminado: 4)
     • Especifica la profundidad de la investigación (recomendado: 1-5, predeterminado: 2)
     • Responde a las preguntas de seguimiento para refinar la dirección de la investigación
   • El sistema entonces:
     • Generará y ejecutará consultas de búsqueda
     • Procesará y analizará los resultados de la búsqueda
     • Explorará recursivamente más a fondo basándose en los hallazgos
     • Generará un informe completo en markdown
   • El informe final se guardará como report.md o answer.md en tu directorio de trabajo, dependiendo de los modos seleccionados.

Concurrencia

Si tienes una versión de pago de Firecrawl o una versión local, aumenta el ConcurrencyLimit estableciendo la variable de entorno CONCURRENCY_LIMIT para mejorar la velocidad. Los usuarios gratuitos pueden encontrar errores de límite de velocidad y deben reducir el límite a 1.

DeepSeek R1

Investigación Profunda funciona bien con el modelo R1. Para usar R1, establece una clave API de Fireworks:

FIREWORKS_KEY="api_key"

El sistema cambiará automáticamente a R1 en lugar de o3-mini cuando se detecte la clave.

Endpoints y Modelos Personalizados

También puedes ajustar el endpoint (para otras APIs compatibles con OpenAI como OpenRouter o Gemini) así como la cadena del modelo usando estas variables de entorno:

OPENAI_ENDPOINT="custom_endpoint"
CUSTOM_MODEL="custom_model"

¿Para quién es Investigación Profunda?

Investigación Profunda es adecuado para:

• Investigadores que necesitan recopilar información en profundidad sobre un tema específico.
• Estudiantes que necesitan realizar investigaciones para proyectos académicos.
• Profesionales que necesitan estar al día sobre las tendencias y desarrollos de la industria.
• Cualquier persona que quiera explorar rápida y eficientemente un tema en detalle.

¿Por qué elegir Investigación Profunda?

• Simplifica la Investigación Compleja: Automatiza el proceso de recopilación y análisis de información, ahorrando tiempo y esfuerzo.
• Descubre Conocimientos Ocultos: Explora un tema en profundidad, descubriendo conocimientos que podrían pasarse por alto con los métodos de investigación tradicionales.
• Proporciona Informes Integrales: Genera informes detallados que resumen los hallazgos y proporcionan una visión general clara de la investigación.
• Personalizable y Flexible: Ofrece parámetros configurables para adaptar el proceso de investigación a necesidades específicas.

Licencia

Investigación Profunda se publica bajo la Licencia MIT, permitiendo a los usuarios usar y modificar libremente el código según sea necesario.

Investigación Profunda agiliza el análisis en profundidad de temas. Al automatizar la búsqueda, el web scraping y aprovechar los LLMs para la generación inteligente de consultas, simplifica los procesos de investigación complejos. Investigadores, estudiantes y profesionales pueden usar esta herramienta para recopilar rápidamente información completa, descubrir conocimientos y generar informes detallados, todo ello manteniendo un formato claro y legible. Lo que distingue a Investigación Profunda es su capacidad para refinar iterativamente su dirección de investigación, profundizando en un tema con cada iteración.