Auto-Deep-Research：多Agent协作执行文献查询并生成研究报告

综合介绍

Auto-Deep-Research 是由香港大学数据智能实验室（HKUDS）开发的一款开源AI工具，旨在帮助用户自动完成深度研究任务。它基于 AutoAgent 框架打造，支持多种大语言模型（LLM），如 OpenAI、Anthropic、Deepseek 和 Grok 等，能够处理复杂的文件数据交互和网络搜索。与需要订阅的高成本工具（如 OpenAI 的 Deep Research）相比，Auto-Deep-Research 完全免费，用户只需提供自己的 LLM API 密钥即可使用。这款工具以高性能和灵活性著称，在 GAIA 基准测试中表现优异，适合研究人员、开发者或需要高效研究解决方案的用户使用。

功能列表

• 自动深度研究：根据用户输入的主题，自动搜索和整理相关信息，生成详细报告。
• 多模型支持：兼容多种大语言模型，用户可根据需求选择适合的模型。
• 文件数据交互：支持上传和处理图像、PDF、文本文件等，增强研究的数据来源。
• 一键启动：无需复杂配置，输入简单命令即可快速运行。
• 网络搜索能力：结合网络资源和社交媒体（如 X 平台）数据，提供更全面的信息。
• 开源免费：提供完整源码，用户可自定义功能或部署到本地环境。

使用帮助

安装流程

Auto-Deep-Research 的安装过程简单直观，主要依赖 Python 和 Docker 环境。以下是详细步骤：

1. 环境准备

• 安装 Python：确保系统已安装 Python 3.10 或以上版本。推荐使用 conda 创建虚拟环境：

  conda create -n auto_deep_research python=3.10  
  conda activate auto_deep_research

• 安装 Docker：由于工具使用 Docker 容器化运行环境，请先下载并安装 Docker Desktop，无需手动拉取镜像，工具会自动处理。

2. 下载源码

• 克隆 GitHub 仓库到本地：

  git clone https://github.com/HKUDS/Auto-Deep-Research.git  
  cd Auto-Deep-Research
  

3. 安装依赖

• 在项目目录下运行以下命令安装所需 Python 包：

  pip install -e .
  

4. 配置 API 密钥

• 在项目根目录下，复制模板文件并编辑：

  cp .env.template .env
  

• 使用文本编辑器打开 .env 文件，根据需求填入 LLM 的 API 密钥，例如：

  OPENAI_API_KEY=your_openai_key  
  DEEPSEEK_API_KEY=your_deepseek_key  
  XAI_API_KEY=your_xai_key
  

  注：并非所有密钥都必须填写，只需配置你计划使用的模型密钥即可。

5. 启动工具

• 输入以下命令启动 Auto-Deep-Research：

  auto deep-research
  

• 可选参数配置，例如指定容器名称或模型：

  auto deep-research --container_name myresearch --COMPLETION_MODEL grok
  

主要功能操作流程

自动深度研究

1. 输入研究主题：启动后，工具会提示输入研究主题，例如“人工智能在医疗领域的应用”。
2. 自动执行：工具会利用网络搜索和内置模型分析相关信息，过程无需用户干预。
3. 生成报告：完成后，结果将以 Markdown 格式输出到终端或保存为文件，包含来源和详细分析。

文件数据交互

1. 上传文件：在命令行中指定文件路径，例如：

   auto deep-research --file_path ./my_paper.pdf
   

2. 处理数据：工具会解析 PDF、图像或文本内容，并将其纳入研究范围。
3. 结合分析：上传的文件数据会与网络搜索结果整合，提供更全面的结论。

选择大语言模型

1. 查看支持模型：支持 OpenAI、Grok、Deepseek 等，具体模型名称需参考 LiteLLM 文档。
2. 指定模型：在启动命令中添加参数，例如：

   auto deep-research --COMPLETION_MODEL deepseek
   

3. 运行测试：根据模型性能和 API 响应速度，调整选择以优化体验。

特色功能操作详解

一键启动体验

• 无需手动配置 Docker 镜像或复杂参数，只需运行 auto deep-research，工具会自动拉取所需环境并启动。
• 若需自定义，可以通过 --container_name 参数命名容器，便于管理多个实例。

网络搜索与社交媒体整合

• 工具内置网络搜索功能，会自动抓取网页内容。若想结合 X 平台数据，可在研究主题中提及关键词，工具会尝试搜索相关帖子。
• 示例：输入“最新 AI 研究趋势”，结果可能包含 X 用户的讨论和技术博客链接。

注意事项

• API 密钥安全：不要将 .env 文件上传至公共仓库，以免泄露密钥。
• 网络环境：确保 Docker 和网络连接正常，否则可能影响镜像拉取或搜索功能。
• 性能优化：若本地硬件有限，建议使用云端 LLM，避免运行大型模型导致卡顿。

通过以上步骤，用户可以轻松上手 Auto-Deep-Research，无论是进行学术研究还是技术探索，这款工具都能提供高效支持。