Allgemeine Einführung
Deep Research ist ein KI-basierter Forschungsassistent, der durch die Kombination von Suchmaschinen, Web-Crawling und großen Sprachmodellen iterative Tiefenforschung betreibt. Das Projekt wurde von dzhng auf GitHub mit dem Ziel veröffentlicht, einen einfach zu bedienenden Deep-Research-Agenten bereitzustellen, der tiefgreifende Recherchen zu jedem beliebigen Thema ermöglicht. Deep Research ist in der Lage, gezielte Suchanfragen auf der Grundlage der Recherchebedürfnisse des Benutzers zu generieren, die Ergebnisse zu verarbeiten und auf der Grundlage der Erkenntnisse zu vertiefen. Die Design-Philosophie besteht darin, die Code-Basis kleiner als 500 Zeilen zu halten, um das Verständnis und die Erweiterung zu erleichtern.
Produktspezifische Version der detaillierten Forschung, die speziell auf den Vertrieb/GTM zugeschnitten ist: https://www.aomni.com/
Funktionsliste
- Eine iterative StudieGründliche Recherche: Erstellen Sie Suchanfragen, verarbeiten Sie die Ergebnisse und vertiefen Sie sie.
- Intelligente AbfragegenerierungGenerierung von gezielten Suchanfragen mit Hilfe großer Sprachmodelle.
- Kontrolle von Tiefe und BreiteKonfigurierbare Parameter steuern den Umfang und die Tiefe der Studie.
- Intelligente FolgemaßnahmenGenerieren Sie Folgefragen, um den Forschungsbedarf besser zu verstehen.
- SyntheseberichtGenerieren Sie detaillierte Forschungsberichte im Markdown-Format mit Ergebnissen und Quellen.
Hilfe verwenden
Ablauf der Installation
- Klon-Lager::
git clone https://github.com/dzhng/deep-research.git
cd deep-research
- Installation von Abhängigkeiten::
npm-Installation
- Umgebungsvariablen konfigurieren: Basierend auf
.env.example
Datei, erstellen und konfigurieren Sie die.env
Dokumentation. - Neue Dienste::
npm-Start
Verwendung Prozess
- Eingabe einer AbfrageGeben Sie das Forschungsthema und die Parameter in der Befehlszeile oder in einer Konfigurationsdatei ein.
- Abfragen generierenDas System erstellt eine erste Suchanfrage auf der Grundlage der Eingaben.
- ErgebnisDas System durchsucht und verarbeitet die Suchergebnisse, um wichtige Informationen zu extrahieren.
- Eine iterative StudieGenerierung von Folgeanfragen auf der Grundlage der vorläufigen Ergebnisse, um die Recherche zu vertiefen.
- Erstellung von BerichtenNach Abschluss der Studie erstellt das System einen detaillierten Bericht im Markdown-Format.
Detaillierte Funktionsweise
1. iterative vertiefte Studien
dzhng/deep-research bietet leistungsstarke iterative Deep-Research-Funktionen, die es dem Benutzer ermöglichen, Suchmaschinen- und Crawler-Parameter über Konfigurationsdateien anzupassen, um Deep Research zu bestimmten Themen durchzuführen. Der Agent optimiert automatisch die Suchrichtung, um kontinuierlich mehr wertvolle Informationen zu finden.
2. selbstoptimierende Studien
Während der Durchführung der Recherche passt der Agent die Suchstrategie ständig an und optimiert die Richtung der Recherche auf der Grundlage der gesammelten Informationen. Die Benutzer können die Optimierungsstrategie über die Konfigurationsdatei anpassen, um eine genauere Recherche zu erzielen.
3. quelloffene Implementierung
Das Projekt ist vollständig quelloffen und kann von den Nutzern frei heruntergeladen, verändert und eingesetzt werden. Keine Notwendigkeit, hohe Gebühren zu zahlen, können Sie die leistungsstarke Forschungs-Assistent Funktion genießen.
4. die Anpassbarkeit
Die Benutzer können das Verhalten des Agenten nach Bedarf anpassen, einschließlich der Auswahl der Suchmaschine, der Anzahl der Ergebnisse usw. Durch die Änderung der Konfigurationsdatei können die Nutzer ihre individuellen Recherchebedürfnisse realisieren.
allgemeine Probleme
- Wie kann ich meine Suchmaschine optimieren? Die Benutzer können in der Konfigurationsdatei verschiedene Suchmaschinen wie Google, Bing usw. auswählen. Durch die Anpassung der Parameter der Suchmaschine können unterschiedliche Suchergebnisse erzielt werden.
- Wie können wir unsere Forschung optimieren? Der Agent passt die Richtung der Recherche auf der Grundlage der gesammelten Informationen automatisch an, und der Benutzer kann die Optimierungsstrategie über die Konfigurationsdatei anpassen, um eine genauere Recherche zu erzielen.