GitHub 热门项目：OpenDeepResearcher

GitHub 项目：OpenDeepResearcher 仓库地址：https://github.com/mshumer/OpenDeepResearcher 星级：2792 | 作者：mshumer 项目描述：暂无描述 =================================================== 自述文件内容： # OpenDeepResearcher 该笔记本实现了一个**人工智能研究人员**，它根据用户查询不断搜索信息，直到系统确信它已经收集了所有必要的详细信息。它利用多种服务来做到这一点： - **SERPAPI**：执行 Google 搜索。 - **Jina**：获取并提取网页内容。 - **OpenRouter**（默认模型：`anthropic/claude-3.5-haiku`）：与 LLM 交互以生成搜索查询、评估页面相关性和提取上下文。 ## 特点 - **迭代研究循环：** 系统迭代地细化其搜索查询，直到不需要进一步的查询。 - **异步处理：** 搜索、网页获取、评估和上下文提取同时执行以提高速度。 - **重复过滤：** 每轮内聚合并删除重复链接，确保同一链接不会被处理两次。 - **LLM 支持的决策：** 使用 LLM 生成新的搜索查询、决定页面的实用性、提取相关上下文并生成最终的综合报告。 - **Gradio 界面：** 如果您想在功能性 UI 中使用它，请使用“open-deep-researcher - gradio”笔记本 ## 要求 - API 访问和密钥： - **OpenRouter API** - **SERPAPI API** - **吉纳API** ## 设置 1. **克隆或打开笔记本：** - 下载笔记本文件或直接在[Google Colab](https://colab.research.google.com/github/mshumer/OpenDeepResearcher/blob/main/open_deep_researcher.ipynb)中打开它。 2. **安装 `nest_asyncio`:** 运行第一个单元格以设置 `nest_asyncio`。 3. **配置API密钥：** - 将笔记本中“OPENROUTER_API_KEY”、“SERPAPI_API_KEY”和“JINA_API_KEY”的占位符值替换为您的实际 API 密钥。 ## 用法 1. **运行笔记本单元：** 按顺序执行所有单元格。笔记本将提示您： - 研究查询/主题。 - 可选的最大迭代次数（默认为 10）。 2. **遵循研究流程：** - **初始查询和搜索生成：** Notebook 使用 LLM 生成初始搜索查询。 - **异步搜索和提取：** 它同时对所有查询执行 SERPAPI 搜索、聚合唯一链接并并行处理每个链接以确定页面有用性并提取相关上下文。 - **迭代细化：** 每轮之后，LLM 都会分析聚合的上下文，以确定是否需要进一步的搜索查询。 - **最终报告：** 一旦法学硕士表明不需要进一步研究（或达到迭代限制），就会根据所有收集的上下文生成最终报告。 3. **查看最终报告：** 最终的综合报告将打印在输出中。 ## 它是如何工作的 1. **输入和查询生成：** 用户输入一个研究主题，法学硕士会生成最多四个不同的搜索查询。 2. **并发搜索和处理：** - **SERPAPI：** 每个搜索队列