Deep Research Web UI: um assistente de IA que oferece suporte à pesquisa profunda multilíngue

Introdução geral

O Deep Research Web UI é uma ferramenta de assistente de pesquisa de código aberto baseada em tecnologia de IA projetada para ajudar os usuários a realizar pesquisas iterativas profundas sobre qualquer tópico. Ele combina o poder dos mecanismos de pesquisa, rastreamento da Web e modelos de linguagem em larga escala para fornecer uma experiência de pesquisa eficiente por meio de uma interface da Web intuitiva. Os usuários podem inserir facilmente tópicos de pesquisa, acessar relatórios de análise detalhados e exportar resultados em formato Markdown ou PDF. A ferramenta é compatível com a pesquisa em vários idiomas e o processo de pesquisa é visualizado por meio de uma estrutura em árvore, proporcionando aos usuários uma compreensão clara do caminho de exploração da IA. Ela também é compatível com uma ampla variedade de modelos de IA e oferece opções de implantação do Docker para que usuários individuais e desenvolvedores possam usá-la rapidamente em seu ambiente local.

Esta é uma interface do usuário da Web para https://github.com/dzhng/deep-research que inclui vários aprimoramentos e correções.

Lista de funções

• Função de pesquisa aprofundadaPesquisa iterativa orientada por IA: Aprofundamento progressivo em tópicos específicos por meio de pesquisa iterativa orientada por IA para fornecer análises abrangentes.
• Visualização da estrutura da árvoreRepresentação gráfica do processo de pesquisa para ajudar os usuários a acompanhar o raciocínio da IA e o caminho de coleta de informações.
• Suporte à pesquisa em vários idiomasSuporte a pesquisas em inglês e em outros idiomas para atender às necessidades globais de pesquisa.
• Função de exportação de relatóriosRelatório de pesquisa: O relatório de pesquisa gerado pode ser exportado para o formato Markdown ou PDF para facilitar o salvamento e o compartilhamento.
• Compatibilidade de modelosUso de palavras-chave genéricas, suporte a vários fornecedores de modelos de IA, sem necessidade de depender de recursos avançados específicos.
• Integração de pesquisa em redeO serviço de pesquisa integrado da Tavily oferece 1.000 pesquisas gratuitas por mês para obter informações atualizadas da Web.
• Suporte à implantação do DockerImplementação local com um único comando, adequado para usuários técnicos personalizarem seus ambientes.
• resposta de streamingConteúdo gerado por IA: o conteúdo gerado por IA é exibido em tempo real para aprimorar a experiência de interação com o usuário.

Usando a Ajuda

Processo de instalação

A interface do usuário da Web da Deep Research oferece implantação do Docker e instalação manual. Aqui estão as etapas detalhadas:

Método 1: implantação do Docker (recomendado)

1. Preparação do ambiente::
   • Certifique-se de que o Docker esteja instalado em seu computador. Caso contrário, faça o download e instale-o no site do Docker.
   • Para verificar se o Docker está sendo executado corretamente, digite no terminaldocker --versionSe você vir o número da versão, isso significa sucesso.
2. projeto de clonagem::
   • Abra um terminal e digite o seguinte comando para clonar o repositório:

     git clone https://github.com/AnotiaWang/deep-research-web-ui.git
     cd deep-research-web-ui
     

3. Criação e execução de contêineres do Docker::
   • Compile a imagem executando o seguinte comando no diretório do projeto:

     docker build -t deep-research-web .
     

   • Após a conclusão da compilação, inicie o contêiner:

     docker run -p 3000:3000 --name deep-research-web -d deep-research-web
     

   • -p 3000:3000indica que a porta 3000 no contêiner é mapeada para a porta 3000 localmente.-dIndica que está sendo executado em segundo plano.
4. interface de acesso::
   • Abra seu navegador e digitehttp://localhost:3000Se quiser ver a interface da Deep Research Web UI, você pode fazê-lo clicando no link a seguir.

Método 2: Instalação manual

1. Instalação do Node.js::
   • Certifique-se de que o Node.js esteja instalado em seu sistema (versão recomendada 16 ou superior), que pode ser baixado e instalado no site oficial do Node.js.
   • Verificar a instalação: Entrada do terminalnode -vSe o número da versão for exibido, o processo foi bem-sucedido.
2. Clonar e instalar dependências::
   • Depois de clonar o repositório, vá para o diretório do projeto:

     git clone https://github.com/AnotiaWang/deep-research-web-ui.git
     cd deep-research-web-ui
     

   • Instale a dependência:

     npm install
     

3. Início dos serviços::
   • Digite o seguinte comando para iniciar o serviço da Web:

     npm run dev
     

   • Após uma inicialização bem-sucedida, o navegador acessa ohttp://localhost:3000Disponível.

Configuração da chave de API

• Obter a chave da API da Tavily::
  • Visite o site da Tavily para registrar uma conta, obter uma chave de API e obter 1.000 pesquisas gratuitas por mês.
  • No diretório raiz do projeto, crie o arquivo.envadicione o seguinte:

    TAVILY_API_KEY=你的Tavily密钥
    

• Configuração do modelo de IA::
  • O modelo DeepSeek R1 é compatível por padrão. Se você quiser usar outros modelos (por exemplo, OpenAI), precisará adicionar um novo modelo ao.envConfiguração adicional da chave da API e do nome do modelo, por exemplo:

    OPENAI_API_KEY=你的OpenAI密钥
    OPENAI_MODEL=gpt-4
    

  • Salve e reinicie o serviço para que a configuração entre em vigor.

Funções principais

1. realização de estudos aprofundados

• mover::
  1. Vá para a interface principal e insira o tópico de pesquisa na caixa de entrada, por exemplo, "Artificial Intelligence in Healthcare".
  2. Clique no botão "Start Research" (Iniciar pesquisa) e a IA começará a pesquisar e analisar iterativamente o conteúdo relevante.
  3. O processo de pesquisa é exibido em tempo real, contendo termos de pesquisa e links para as páginas visitadas.
• Funções em destaque::
  • Aprofundamento iterativoIA: a IA gera subproblemas mais específicos com base nos resultados iniciais e continua a se aprofundar. Por exemplo, expandir de "Inteligência Artificial" para "Diagnóstico de IA".
  • saída de streamingOs resultados do estudo mostram, passo a passo, que não há necessidade de esperar pela conclusão de todo o processo.

2. visualização da árvore

• mover::
  1. À medida que a pesquisa avança, um diagrama de árvore é exibido no lado direito da interface, com nós que representam cada etapa da exploração da IA.
  2. Clique em um nó para ver a pesquisa específica e as páginas de origem para essa etapa.
• Funções em destaque::
  • rastreamento visualA estrutura em árvore mostra claramente o caminho da pesquisa e ajuda os usuários a entender a lógica da IA.
  • Suporte a vários idiomasDiagramas de árvore: os diagramas de árvore dão suporte à apresentação do processo de pesquisa em inglês ou em outros idiomas.

3. estudos de exportação

• mover::
  1. Quando a pesquisa estiver concluída, clique no botão "Exportar".
  2. Escolha o formato (Markdown ou PDF) e o sistema gera um relatório com análises detalhadas e links para as fontes.
  3. Faça o download do arquivo localmente para facilitar o acompanhamento ou o compartilhamento.
• Funções em destaque::
  • Riqueza do formatoMarkdown é adequado para ser editado por usuários técnicos, enquanto o PDF é adequado para o compartilhamento de documentos formais.
  • rastreávelLinks de referência são incluídos automaticamente no relatório para garantir que as informações sejam confiáveis.

Dicas e truques

• Otimização de temas de pesquisaSe você digitar um tópico específico e bem definido (por exemplo, "Avanços recentes na computação quântica"), obterá resultados mais precisos.
• Ajuste da profundidade da pesquisaSe os resultados não forem suficientemente detalhados, palavras-chave como "análise detalhada" ou "dados mais recentes" podem ser adicionadas à entrada.
• Comutação de vários idiomasEspecifique o idioma na frente do assunto (por exemplo, "English: AI trends") para alternar o idioma da pesquisa.
• Verificação de cotas de APIA versão gratuita da Tavily tem 1.000 buscas por mês e, quando ela acabar, você terá que esperar a atualização do mês seguinte ou fazer o upgrade para a versão paga.

Com essas etapas, os usuários podem começar a usar rapidamente o Deep Research Web UI, seja para pesquisa acadêmica, análise do setor ou exploração de interesses, tudo pode ser feito de forma eficiente com essa ferramenta.