オープン・ディープ・リサーチ：LangChainのディープ・リサーチ用オープンソース・インテリジェント・アシスタント

はじめに

Open Deep Researchは、あらゆるトピックに関する包括的なリサーチレポートを作成するウェブベースのリサーチアシスタントです。このシステムは、時間のかかる調査フェーズに移る前に、ユーザがレポートの構成を計画し、レビューすることを可能にする計画と実行のワークフローを使用しています。ユーザーは、個々のニーズに合わせて、Tavily、Perplexity、Anthropic、OpenAIなどの異なる計画モデル、検索API、およびライティングモデルから選択することができます。Open Deep Researchは、レポートの深さと正確さを確保するために、考察と検索を複数回繰り返すことをサポートします。ユーザーは、簡単な設定ファイルとコマンドライン操作によって、ツールを迅速に導入して使用することができます。

機能一覧

• 報告書の構成の概要を説明する。
• 計画モデルの設定（DeepSeek、OpenAIの推論モデルなど）
• レポートの各セクションのプランにフィードバックし、ユーザーが満足するまで反復する。
• 検索API（例：Tavily、Perplexity）と研究反復あたりの検索回数の設定
• 各セクションの検索深度（反復回数）の設定
• カスタムライティングモデル（例：Anthropic）
• LangGraph Studio UIをローカルで実行する
• 構造化された調査レポートの自動生成
• レポートの品質を向上させるために、複数の検索と反射的な反復をサポートする。

ヘルプの使用

クイックスタート

1. 必要なツールのAPIキーが設定されていることを確認する。
2. ウェブ検索ツールを選択します（デフォルトではTavilyが使用されています）：
   • タビリーAPI
   • 当惑 API
3. ライティングモデルを選択する（デフォルトではAnthropicが使用される） クロード 3.5ソネット）：
   • アンソロピック
   • オープンAI
   • グロック
4. プランニングモデルを選択します（デフォルトではOpenAI o3-miniが使用されています）：
   • オープンAI
   • グロック

使用方法

仮想化環境

1. 仮想環境を作る：
   复制复制复制复制复制复制复制复制复制复制复制复制复制复制复制

   复制

   python -m venv open_deep_research
   source open_deep_research/bin/activate

2. インストール：
   复制复制复制复制复制复制复制复制复制复制复制复制复制

   复制

   pip install open-deep-research

Jupyterノートブックを使う

1. チャートをインポートしてコンパイルする：
   复制复制复制复制复制复制复制复制复制复制复制复制

   复制

   from langgraph.checkpoint.memory import MemorySaver
   from open_deep_research.graph import builder
   memory = MemorySaver()
   graph = builder.compile(checkpointer=memory)

2. チャートを見る
   复制复制复制复制复制复制复制复制复制复制复制

   复制

   from IPython.display import Image, display
   display(Image(graph.get_graph(xray=1).draw_mermaid_png()))

3. チャートを実行する：
   复制复制复制复制复制复制复制复制复制复制

   复制

   import uuid 
   thread = {"configurable": {"thread_id": str(uuid.uuid4()),
   "search_api": "tavily",
   "planner_provider": "openai",
   "planner_model": "o3-mini",
   "writer_provider": "anthropic",
   "writer_model": "claude-3-5-sonnet-latest",
   "max_search_depth": 1,
   }}
   topic = "Overview of the AI inference market with focus on Fireworks, Together.ai, Groq"
   async for event in graph.astream({"topic":topic,}, thread, stream_mode="updates"):
   print(event)
   print("\n")

4. レポートプランを作成した後、レポートを更新するためにフィードバックを提出する：
   复制复制复制复制复制复制复制复制复制

   复制

   from langgraph.types import Command
   async for event in graph.astream(Command(resume="Include a revenue estimate (ARR) in the sections"), thread, stream_mode="updates"):
   print(event)
   print("\n")

5. 報告スキームに満足した場合に提出Trueを使用してレポートを作成します：
   复制复制复制复制复制复制复制复制

   复制

   async for event in graph.astream(Command(resume=True), thread, stream_mode="updates"):
   print(event)
   print("\n")

LangGraph Studio UIをローカルで実行する

1. クローン倉庫
   复制复制复制复制复制复制复制

   复制

   git clone https://github.com/langchain-ai/open_deep_research.git
   cd open_deep_research

2. コンパイラ.envファイルでAPIキーを設定する：
   复制复制复制复制复制复制

   复制

   cp .env.example .env

3. 環境変数の設定：
   复制复制复制复制复制

   复制

   export TAVILY_API_KEY=<your_tavily_api_key>
   export ANTHROPIC_API_KEY=<your_anthropic_api_key>
   export OPENAI_API_KEY=<your_openai_api_key>

4. LangGraphサーバーを起動する：
   • マックだ：
     复制复制复制复制

     复制

     curl -LsSf https://astral.sh/uv/install.sh | sh
     uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.11 langgraph dev

   • ウィンドウズ
     复制复制复制

     复制

     pip install -e .
     pip install langgraph-cli[inmem]
     langgraph dev

5. スタジオUIを開く：
   复制复制

   复制

   - 🚀 API: http://127.0.0.1:2024
   - 🎨 Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
   - 📚 API Docs: http://127.0.0.1:2024/docs

カスタマイズされたレポート

• report_structure: : カスタムのレポート構造を定義する (デフォルトでは標準の調査レポート形式が使用されます)
• number_of_queries:: セクションごとに生成される検索クエリの数 (デフォルト: 2)
• max_search_depth検索深度の最大値（デフォルト：2）
• planner_provider:: 計画段階のモデリングプロバイダー（デフォルト："openai"、オプション："groq）
• planner_model:: 計画に使用する特定のモデル（デフォルト："o3-mini"、オプションで "deepseek-r1-distill-llama-70b"）。
• writer_model:: レポート作成に使用されるモデル（デフォルト："claude-3-5-sonnet-latest）
• search_api検索APIを使用（デフォルト：Tavily）