OpenDeepResearcher

OpenDeepResearcher：一款 AI 驱动的深度研究工具

OpenDeepResearcher 是一个开源 Notebook，可作为 AI 研究员使用。它会根据用户的查询持续搜索信息，直到收集到所有必要的详细信息。它利用 SERPAPI、Jina 和 OpenRouter 等服务，自动执行研究过程，提供关于各种主题的综合报告。此工具旨在简化研究，使其更高效和全面。

什么是 OpenDeepResearcher？

OpenDeepResearcher 是一个实现了 AI 研究员的 Jupyter Notebook。它旨在自动收集关于给定主题的信息，使用搜索引擎、Web 内容提取和大型语言模型 (LLM) 的组合。

OpenDeepResearcher 如何工作？

该工具通过迭代研究循环运行，优化搜索查询并异步处理信息。以下是其工作流程的细分：

1. 输入和查询生成： 用户提供一个研究主题，LLM 生成最多四个不同的搜索查询。
2. 并发搜索和处理：
   • SERPAPI： 每个搜索查询并发地发送到 SERPAPI。
   • 去重： 所有检索到的链接在当前迭代中被聚合和去重。
   • Jina 和 LLM： 每个唯一链接被并发处理，以通过 Jina 获取网页内容，使用 LLM 评估其有用性，并在页面被认为有用时提取相关信息。
3. 迭代优化： 系统将聚合的上下文传递给 LLM，以确定是否需要进一步的搜索查询。如果需要，则生成新的查询；否则，循环终止。
4. 最终报告生成： 所有收集到的上下文被编译并发送到 LLM，以生成解决原始查询的最终综合报告。

主要功能：

• 迭代研究循环： 系统迭代地优化搜索查询，直到不需要进一步的查询。
• 异步处理： 并发执行搜索、网页抓取、评估和上下文提取，以提高速度。
• 重复过滤： 聚合和去重每一轮中的链接，确保同一个链接不会被处理两次。
• LLM 驱动的决策： 使用 LLM 生成新的搜索查询，决定页面的有用性，提取相关上下文，并生成最终的综合报告。
• Gradio 界面： 通过 open-deep-researcher - gradio Notebook 提供了一个功能性的 UI。

如何使用 OpenDeepResearcher？

1. 设置：
   • 在 Google Colab 中克隆或打开 Notebook。
   • 安装 nest_asyncio 库。
   • 为 OpenRouter、SERPAPI 和 Jina 配置 API 密钥。
2. 使用：
   • 按顺序运行 Notebook 单元格。
   • 提供一个研究查询/主题。
   • 指定一个可选的最大迭代次数。
3. 遵循研究过程： Notebook 将生成初始搜索查询，执行异步搜索，并迭代地优化搜索，直到生成最终报告。
4. 查看最终报告： 综合报告将打印在输出中。

为什么选择 OpenDeepResearcher？

OpenDeepResearcher 通过结合搜索引擎、Web 内容提取和 LLM 的强大功能，提供了一种独特的自动化研究方法。它对于以下情况特别有用：

• 需要快速高效地收集信息的研究人员。
• 需要分析大量数据的分析师。
• 任何想要了解特定主题的人。

OpenDeepResearcher 适合谁？

此工具非常适合：

• 研究人员
• 数据分析师
• 学生
• 任何需要对某个主题进行深入研究的人。

要求

要使用 OpenDeepResearcher，您需要以下服务的 API 访问权限和密钥：

• OpenRouter API
• SERPAPI API
• Jina API

故障排除

• 带有 asyncio 的 RuntimeError： 确保您已按照设置部分所示应用了 nest_asyncio。
• API 问题： 验证您的 API 密钥是否正确，以及您是否未超出任何速率限制。

OpenDeepResearcher 在 MIT 许可证下发布。有关更多详细信息，请参见 LICENSE 文件。

通过利用 AI 和自动化的强大功能，OpenDeepResearcher 使研究过程更加高效和全面。对于任何希望收集关于各种主题的深入信息的人来说，它都是一个有价值的工具。