Deep Research

Deep Research: AI驱动的研究助手

什么是Deep Research？Deep Research是一款开源的AI驱动研究助手，旨在对任何主题进行迭代式的深度研究。它结合了搜索引擎、网络抓取和大型语言模型（LLMs）的力量，为用户提供对其所选主题的全面理解。

该项目旨在提供一个最简单的深度研究代理的实现，使其能够随着时间的推移完善其研究方向，并深入研究一个主题。目标是保持一个紧凑的代码库，使其易于理解和构建。

Deep Research如何工作？

Deep Research利用几个关键组件来实现其研究能力：

• 搜索引擎： 利用搜索引擎收集初始信息并识别相关来源。
• 网络抓取： 从网页中提取内容，以收集详细的信息和数据。
• 大型语言模型（LLMs）： 使用LLMs生成有针对性的搜索查询，处理结果并确定新的研究方向。

Deep Research的主要特点

• 迭代研究： 通过迭代生成搜索查询、处理结果并根据发现深入挖掘来进行深入研究。
• 智能查询生成： 使用LLMs根据研究目标和之前的发现生成有针对性的搜索查询。
• 深度与广度控制： 提供可配置的参数来控制研究的范围（广度）和深度。
• 智能跟进： 生成跟进问题以完善研究需求并发现新的见解。
• 综合报告： 生成包含发现和来源的详细markdown报告，提供清晰且有组织的research概述。
• 并发处理： 并行处理多个搜索和结果处理以提高效率，从而减少研究时间。

如何使用Deep Research？

要开始使用Deep Research，请按照以下步骤操作：

1. 要求
   • Node.js 环境
   • 以下API密钥：
     • Firecrawl API（用于网络搜索和内容提取）
     • OpenAI API（用于 o3 mini 模型）
2. 设置
   • 克隆存储库：git clone [repository_url]
   • 安装依赖项：npm install
   • 在.env.local文件中设置环境变量：

     FIRECRAWL_KEY="your_firecrawl_key"
     # 如果你想使用你自己的 Firecrawl，请在下面添加：
     # FIRECRAWL_BASE_URL="http://localhost:3002"
     
     OPENAI_KEY="your_openai_key"
     

   • 要使用本地LLM，请注释掉OPENAI_KEY，而是取消注释OPENAI_ENDPOINT和OPENAI_MODEL：
     • 将OPENAI_ENDPOINT设置为本地服务器的地址（例如，“http://localhost:1234/v1”）
     • 将OPENAI_MODEL设置为本地服务器中加载的模型的名称。
3. 用法
   • 运行研究助手：npm start
   • 系统会提示您：
     • 输入您的研究查询
     • 指定研究广度（推荐：3-10，默认：4）
     • 指定研究深度（推荐：1-5，默认：2）
     • 回答后续问题以完善研究方向
   • 然后，系统将：
     • 生成并执行搜索查询
     • 处理和分析搜索结果
     • 根据发现递归地进行更深入的探索
     • 生成一份全面的markdown报告
   • 最终报告将以report.md或answer.md保存在您的工作目录中，具体取决于所选模式。

并发

如果您拥有Firecrawl的付费版本或本地版本，请通过设置CONCURRENCY_LIMIT环境变量来增加ConcurrencyLimit以提高速度。免费用户可能会遇到速率限制错误，应将限制降低到1。

DeepSeek R1

Deep Research与R1模型配合良好。要使用R1，请设置一个Fireworks API密钥：

FIREWORKS_KEY="api_key"

当检测到密钥时，系统将自动切换到R1而不是o3-mini。

自定义端点和模型

您还可以使用这些环境变量调整端点（对于其他与OpenAI兼容的API，如OpenRouter或Gemini）以及模型字符串：

OPENAI_ENDPOINT="custom_endpoint"
CUSTOM_MODEL="custom_model"

Deep Research适合谁？

Deep Research适合：

• 需要收集有关特定主题的深入信息的的研究人员。
• 需要为学术项目进行研究的学生。
• 需要及时了解行业趋势和发展的专业人士。
• 任何想要快速有效地详细探索某个主题的人。

为什么选择Deep Research？

• 简化复杂的研究： 自动化收集和分析信息的过程，从而节省时间和精力。
• 揭示隐藏的见解： 深入探索一个主题，揭示传统研究方法可能错过的见解。
• 提供全面的报告： 生成详细的报告，总结研究结果并提供清晰的研究概述。
• 可定制和灵活： 提供可配置的参数，以根据特定需求定制研究过程。

许可证

Deep Research根据MIT许可证发布，允许用户根据需要自由使用和修改代码。

Deep Research简化了深入的主题分析。通过自动化搜索、网络抓取以及利用LLMs进行智能查询生成，它简化了复杂的研究流程。研究人员、学生和专业人士可以使用此工具快速收集全面的信息、揭示见解并生成详细的报告，同时保持清晰、易读的格式。Deep Research的独特之处在于它能够迭代地完善其研究方向，并在每次迭代中更深入地研究一个主题。