OpenDeepSearch：支持智能推理的开源搜索工具

综合介绍

OpenDeepSearch 是一个开源的搜索工具，由 sentient-agi 团队开发。它结合了大型语言模型（LLM）和智能推理代理，让用户可以用简单的方式搜索网页信息并获取准确答案。这个工具的目标是让搜索变得更开放和智能，不依赖封闭的商业系统。它支持快速搜索和深度搜索两种模式，适合回答简单问题或复杂的多步骤问题。项目托管在 GitHub 上，任何人都可以免费下载、使用或参与改进。当前版本更新到 2025 年 3 月，展现了团队对开源AI技术的持续努力。

功能列表

• 支持快速搜索，能在短时间内给出简洁答案。
• 提供深度搜索模式，适合需要多步骤推理的复杂问题。
• 集成开源大型语言模型，提升搜索结果的智能性。
• 使用语义排序技术，确保返回的信息更相关。
• 开源代码，用户可以自定义模型和功能。
• 支持与 SmolAgents 等生态系统结合，扩展推理能力。
• 提供本地界面，方便测试和交互。

使用帮助

OpenDeepSearch 的安装和使用并不复杂，适合有基本编程知识的用户。下面是详细的操作指南，帮助你快速上手。

安装流程

1. 准备环境
   你需要一台电脑，安装 Python 3.10 或更高版本。可以用命令检查版本：

python --version

如果版本太低，去 Python 官网 下载最新版。

2. 克隆项目
   打开终端，输入以下命令下载 OpenDeepSearch：

git clone https://github.com/sentient-agi/OpenDeepSearch.git

下载完成后，进入项目文件夹：

cd OpenDeepSearch

3. 设置虚拟环境（可选但推荐）
   创建一个虚拟环境，避免与其他项目冲突：

python -m venv venv

激活虚拟环境：

• Windows: venv\Scripts\activate
• Mac/Linux: source venv/bin/activate

4. 安装依赖
   在终端运行以下命令，安装所需库：

pip install -r requirements.txt

如果遇到问题，确保你的 pip 是最新版：

pip install --upgrade pip

5. 配置 API 密钥
   OpenDeepSearch 需要一些外部服务的 API 密钥，比如 SERPER、OPENROUTER 和 JINA。你需要：

• 在 Serper、OpenRouter 和 Jina 注册账号。
• 获取密钥后，创建一个 .env 文件，填入以下内容：

  SERPER_API_KEY=你的密钥
  OPENROUTER_API_KEY=你的密钥
  JINA_API_KEY=你的密钥
  

保存文件到项目根目录。

如何使用

安装完成后，你可以用两种方式体验 OpenDeepSearch：命令行或本地界面。

命令行使用

1. 运行简单搜索
   在终端输入以下代码，搜索“最快的陆地动物是什么？”：

from opendeepsearch import OpenDeepSearchTool
search_agent = OpenDeepSearchTool(model_name="openrouter/google/gemini-2.0-flash-001")
result = search_agent.search("最快的陆地动物是什么？")
print(result)

系统会返回答案，比如“猎豹是最快的陆地动物，速度可达每小时 120 公里”。

2. 启用深度搜索
   如果问题复杂，比如“比较猎豹和狮子的速度”，可以加参数：

search_agent = OpenDeepSearchTool(model_name="openrouter/google/gemini-2.0-flash-001", pro_mode=True)
result = search_agent.search("比较猎豹和狮子的速度")
print(result)

它会详细分析并返回对比结果。

本地界面使用

1. 启动界面
   在终端运行：

python gradio_demo.py

系统会生成一个本地链接（比如 http://127.0.0.1:7860），复制到浏览器打开。

2. 搜索操作

• 在输入框输入问题，比如“2025 年 AI 趋势”。
• 选择模式（默认或深度搜索）。
• 点击“提交”，等待结果显示。
• 你可以调整模型或排序方式，界面会实时更新。

特色功能操作

• 切换模型
  在代码或界面中，你可以换其他模型，比如 <code>anthropic/claude-3-opus-20240229</code>。只需修改 model_name 参数。
• 语义排序
  默认用 Jina 排序，也可以改成其他排序器（比如 <code>infinity</code>），在代码中设置 reranker="infinity"。
• 调试与改进
  如果结果不理想，可以查看日志或调整参数，比如增大搜索深度。

安装和使用都很灵活，你可以根据需求调整。遇到问题时，去 GitHub 提 issue，社区会帮忙解答。

应用场景

1. 学术研究
   学生或研究者可以用它搜索论文相关信息，比如输入“量子计算最新进展”，获取整理后的结果。
2. 日常查询
   想知道“哪种咖啡机最好用”，它能快速搜索并给出推荐。
3. 技术开发
   开发者可以用它测试 AI 模型，或整合到自己的项目中。

QA

1. 需要编程经验吗？
   是的，安装和命令行使用需要基础 Python 知识。但界面模式对新手友好。
2. 免费吗？
   项目本身免费，但 API 服务可能需要付费账号。
3. 支持中文吗？
   支持，只要输入中文问题，它会尽量返回中文答案。