DeepResearch: um assistente de IA de código totalmente aberto para pesquisa profunda automatizada

O DeepResearch é um assistente de pesquisa de IA de código aberto, hospedado no GitHub, projetado para ajudar os usuários a automatizar a pesquisa profunda por meio de uma combinação de mecanismos de pesquisa, rastreamento da Web e Large Language Modelling (LLM). Ele foi criado pelo desenvolvedor cat3399 com o objetivo de fornecer uma ferramenta de pesquisa fácil de usar que possa otimizar gradualmente as direções de pesquisa e se aprofundar em tópicos complexos. Os usuários podem inserir perguntas para acionar várias rodadas de pesquisa iterativa e obter resultados de análises estruturadas. A ferramenta é compatível com uma variedade de grandes modelos convencionais e pode integrar serviços externos por meio de APIs, o que a torna adequada para pesquisadores, estudantes ou profissionais que precisam organizar informações rapidamente. O DeepResearch enfatiza a implementação localizada e a flexibilidade, e o código-fonte é totalmente aberto, permitindo que os usuários modifiquem e ampliem a funcionalidade livremente.

Lista de funções

• Estudo aprofundado sobre automaçãoPesquisa: realiza automaticamente várias rodadas de pesquisa com base nas perguntas inseridas pelo usuário, otimizando progressivamente as direções e gerando relatórios detalhados.
• Suporte a vários modelosSuporte para modelos de idiomas grandes, como Google Gemini, OpenAI, OpenRouter e Ollama nativo.
• Rastreamento e pesquisa na WebCombinação de mecanismos de pesquisa e técnicas de rastreamento da Web para reunir as informações mais atualizadas e relevantes da Web.
• Processo de pesquisa estruturadoForneça um plano de pesquisa claro com detalhamento do problema, coleta de dados, análise e etapas de resumo.
• Código aberto e escalabilidadeCódigo-fonte: O código é totalmente aberto, os usuários podem modificar ou adicionar novos recursos de acordo com a demanda.
• Fácil configuração do ambienteConfigurado por meio do Docker ou do ambiente local para oferecer suporte à implantação rápida.
• Suporte a vários idiomasSuporte a interfaces em vários idiomas para facilitar o acesso de usuários globais.

Usando a Ajuda

Processo de instalação

O DeepResearch precisa ser implantado localmente ou em um servidor para funcionar. Abaixo estão as etapas detalhadas de instalação:

1. armazém de clones
   Abra um terminal e execute o seguinte comando para clonar o repositório DeepResearch localmente:

   git clone https://github.com/cat3399/deepresearch.git
   cd deepresearch
   

2. Configuração de variáveis de ambiente
   No diretório raiz do projeto, crie o arquivo .env para armazenar chaves de API e outras configurações. Execute o seguinte comando:

   echo "GOOGLE_API_KEY=your_google_api_key" > .env
   echo "OPENAI_API_KEY=your_openai_api_key" >> .env
   

   Se estiver usando o OpenRouter ou o Azure OpenAI, você poderá continuar a adicionar:

   echo "OPENROUTER_API_KEY=your_openrouter_api_key" >> .env
   echo "AZURE_OPENAI_API_KEY=your_azure_openai_api_key" >> .env
   echo "AZURE_OPENAI_ENDPOINT=your_azure_openai_endpoint" >> .env
   echo "AZURE_OPENAI_VERSION=your_azure_openai_version" >> .env
   

   Se estiver usando um modelo Ollama local, você poderá definir o endereço do host Ollama (o endereço local padrão é http://localhost:11434):

   echo "OLLAMA_HOST=your_ollama_host" >> .env
   

3. Instalação de dependências
   Certifique-se de que o Docker e o Docker Compose estejam instalados; caso contrário, consulte o guia de instalação do Docker no site oficial do Docker. Após a conclusão da instalação, execute o seguinte comando para iniciar o serviço:

   docker-compose up
   

   Isso extrairá automaticamente as imagens necessárias e iniciará o serviço DeepResearch.

4. Verificar a instalação
   Depois que o serviço é iniciado, o acesso ao endereço de interface local ou fornecido pelo servidor (geralmente o endereço http://localhost:8000), confirme se o serviço está sendo executado corretamente. Se ocorrer um erro, verifique o .env A chave de API no arquivo está correta.

Uso

O DeepResearch oferece uma interface de usuário simples que permite aos usuários interagir com a ferramenta pela Web ou pela linha de comando. Veja a seguir as etapas para usar os principais recursos:

1. Início de estudos aprofundados
   • Abra a interface do DeepResearch (geralmente encontrada no diretório http://localhost:8000).
   • Insira uma pergunta de pesquisa na tela "Ask" (Perguntar), por exemplo, "Recent applications of AI in healthcare" (Aplicações recentes de IA na área de saúde).
   • Alterne a chave "Deep Research" para ativar o modo de pesquisa profunda.
   • Clique em "Submit" (Enviar) e o sistema iniciará automaticamente várias rodadas de pesquisa.
2. processo de pesquisa
   • O DeepResearch divide o problema e gera um plano de pesquisa.
   • O sistema coleta dados por meio de mecanismos de pesquisa e rastreamento da Web e, normalmente, executa até 5 iterações.
   • Após cada iteração, o sistema atualiza as direções de pesquisa e exibe resultados intermediários.
   • Por fim, é gerado um relatório abrangente que contém análises de problemas, suporte de dados e conclusões.
3. modelo de configuração
   • Selecione o modelo de linguagem grande desejado (por exemplo, GPT-4 da OpenAI ou o modelo nativo Ollama) na interface ou no perfil.
   • Se você estiver usando uma API externa, certifique-se de que o .env A chave no arquivo é válida.
   • O modelo Ollama local é adequado para usuários sensíveis à privacidade e não requer uma conexão com a Internet para ser executado.
4. Exibir resultados
   • Após a conclusão da pesquisa, o relatório é exibido em um formato estruturado, contendo fontes de dados citadas e um resumo da análise.
   • Os usuários podem exportar relatórios para o formato PDF ou Markdown para facilitar o compartilhamento ou o arquivamento.

Solução de problemas

• "Variáveis de ambiente ausentes": Inspeção .env está no diretório raiz do projeto e contém a chave de API correta.
• "Chave de API não válida"Verifique se a chave de API não tem espaços e é válida e, se necessário, gere novamente a chave.
• "Erro de API do OpenRouter"Verifique se a conta do OpenRouter tem saldo suficiente.
• "Falha na inicialização do serviço".Verifique se o Docker está sendo executado corretamente e se a porta não está ocupada.

Uso avançado

• Personalização do processo de pesquisaOs usuários podem modificar o modelo de plano de pesquisa no código para ajustar o número de iterações ou as prioridades da fonte de dados.
• Integração de outras ferramentasExtensão do código: Ao estender o código, o DeepResearch pode se conectar a mais bancos de dados ou ferramentas analíticas.
• estudo de loteSuporte à entrada em lote de várias perguntas de pesquisa por meio de scripts, adequado para usuários que precisam lidar com um grande número de tópicos.

cenário do aplicativo

1. pesquisa acadêmica
   Os pesquisadores podem usar o DeepResearch para coletar rapidamente os artigos, notícias e dados mais recentes em um campo específico. Por exemplo, digite "avanços recentes em computação quântica" e a ferramenta reunirá automaticamente a literatura e os relatórios relevantes para gerar um relatório de revisão.
2. análise de mercado
   Os usuários corporativos podem usar o DeepResearch para analisar concorrentes ou tendências de mercado. Por exemplo, digite "Tendências do mercado de veículos elétricos 2025" e a ferramenta rastreará relatórios e notícias do setor para gerar uma análise detalhada.
3. trabalho dos alunos
   Os alunos podem usar o DeepResearch para ajudar em sua dissertação ou pesquisa de tópico. Depois de inserir um tópico, a ferramenta fornece informações estruturadas sobre o histórico e referências, economizando tempo em pesquisas manuais.
4. desenvolvimento de tecnologia
   Os desenvolvedores podem usar o DeepResearch para pesquisar documentos técnicos ou projetos de código aberto. Por exemplo, digite "Compare the latest machine learning frameworks" e a ferramenta reunirá as informações e gerará um relatório de comparação.

QA

1. O DeepResearch requer uma conexão com a Internet?
   O DeepResearch pode ser executado completamente off-line se estiver usando um modelo Ollama nativo. No entanto, se for usada uma API externa (como OpenAI ou Google Gemini), será necessária uma conexão com a Internet.
2. Como você garante a precisão dos resultados de sua pesquisa?
   O DeepResearch se baseia em dados de mecanismos de pesquisa e rastreadores da Web e recomenda que os usuários verifiquem manualmente as principais fontes. A ferramenta lista os links de citação para facilitar a verificação.
3. Ele apoia a pesquisa do idioma chinês?
   Sim, o DeepResearch suporta entrada e saída em vários idiomas, a pesquisa em chinês tem bom desempenho e gera relatórios claros e fáceis de ler.
4. Quanto tempo leva para instalar?
   Com o Docker e a chave de API configurada, a instalação normalmente leva de 5 a 10 minutos, dependendo da velocidade da rede.