Deep Research Web UI: un asistente de inteligencia artificial para la investigación profunda multilingüe

Introducción general

Deep Research Web UI es una herramienta asistente de investigación de código abierto basada en tecnología de IA y diseñada para ayudar a los usuarios a realizar investigaciones iterativas profundas sobre cualquier tema. Combina la potencia de los motores de búsqueda, el rastreo web y los modelos lingüísticos a gran escala para ofrecer una experiencia de investigación eficiente a través de una interfaz web intuitiva. Los usuarios pueden introducir fácilmente temas de investigación, acceder a informes de análisis detallados y exportar los resultados en formato Markdown o PDF. La herramienta admite búsquedas en varios idiomas y el proceso de investigación se visualiza mediante una estructura de árbol, lo que permite a los usuarios comprender claramente la ruta de exploración de la IA. También es compatible con una amplia gama de modelos de IA y ofrece opciones de despliegue Docker para que los usuarios individuales y los desarrolladores puedan utilizarla rápidamente en su entorno local.

Se trata de una interfaz web para https://github.com/dzhng/deep-research que incluye varias mejoras y correcciones.

Lista de funciones

• Función de investigación en profundidadAnálisis: Profundización progresiva en temas específicos mediante búsquedas iterativas basadas en IA para proporcionar análisis exhaustivos.
• Visualización de la estructura arbóreaRepresentación gráfica del proceso de investigación para ayudar a los usuarios a seguir la trayectoria de razonamiento y recopilación de información de la IA.
• Búsqueda multilingüePermite realizar búsquedas en inglés y otros idiomas para satisfacer las necesidades de investigación a escala mundial.
• Función de exportación de informesEl informe de investigación generado puede exportarse a formato Markdown o PDF para guardarlo y compartirlo fácilmente.
• Compatibilidad de modelosUso de palabras clave genéricas, compatibilidad con varios proveedores de modelos de IA, sin necesidad de depender de funciones avanzadas específicas.
• Integración de la búsqueda en la red: El servicio de búsqueda integrado Tavily ofrece 1.000 búsquedas gratuitas al mes de información actualizada en Internet.
• Soporte de despliegue de DockerDespliegue local con un solo comando para que los usuarios técnicos personalicen sus entornos.
• Respuesta en tiempo realEl contenido generado por IA se muestra en tiempo real para mejorar la experiencia de interacción del usuario.

Utilizar la ayuda

Proceso de instalación

Deep Research Web UI ofrece tanto el despliegue Docker como la instalación manual, aquí están los pasos detallados:

Método 1: Despliegue en Docker (recomendado)

1. Preparar el entorno::
   • Asegúrate de que tienes Docker instalado en tu ordenador. Si no es así, descárgalo e instálalo desde el sitio web de Docker.
   • Para comprobar si Docker se está ejecutando correctamente, escriba en el terminaldocker --versionSi ve el número de versión, significa que ha tenido éxito.
2. proyecto de clonación::
   • Abra un terminal e introduzca el siguiente comando para clonar el repositorio:

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

3. Creación y ejecución de contenedores Docker::
   • Construye la imagen ejecutando el siguiente comando en el directorio del proyecto:

     docker build -t deep-research-web .
     

   • Una vez finalizada la compilación, inicie el contenedor:

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

   • -p 3000:3000indica que el puerto 3000 en el contenedor está mapeado al puerto 3000 localmente.-dIndica que se ejecuta en segundo plano.
4. interfaz de acceso::
   • Abra su navegador y escribahttp://localhost:3000Si desea ver la interfaz de Deep Research Web UI, puede hacerlo haciendo clic en el siguiente enlace.

Método 2: Instalación manual

1. Instalación de Node.js::
   • Asegúrese de que Node.js está instalado en su sistema (se recomienda la versión 16 o superior), que puede descargarse e instalarse desde el sitio web de Node.js.
   • Verificar la instalación: Entrada de terminalnode -vSi se muestra el número de versión, es correcto.
2. Clonar e instalar dependencias::
   • Después de clonar el repositorio, vaya al directorio del proyecto:

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

   • Instale la dependencia:

     npm install
     

3. Inicio de los servicios::
   • Introduzca el siguiente comando para iniciar el servicio web:

     npm run dev
     

   • Tras un inicio correcto, el navegador accede a la aplicaciónhttp://localhost:3000Disponible.

Configuración de la clave API

• Obtener clave API de Tavily::
  • Visite el sitio web de Tavily para registrarse y obtener una clave API y 1.000 búsquedas gratuitas al mes.
  • En el directorio raíz del proyecto, cree el archivo.envañada lo siguiente:

    TAVILY_API_KEY=你的Tavily密钥
    

• Configuración del modelo AI::
  • El modelo DeepSeek R1 está soportado por defecto, si desea utilizar otros modelos (por ejemplo, OpenAI), debe añadir un nuevo modelo al archivo.envConfiguración adicional de la clave API y el nombre del modelo en, por ejemplo:

    OPENAI_API_KEY=你的OpenAI密钥
    OPENAI_MODEL=gpt-4
    

  • Guarde y reinicie el servicio para que la configuración surta efecto.

Funciones principales

1. Realización de estudios en profundidad

• mover::
  1. Vaya a la interfaz principal e introduzca el tema de investigación en el cuadro de entrada, por ejemplo, "Inteligencia Artificial en Sanidad".
  2. Haz clic en el botón "Iniciar investigación" y la IA empezará a buscar y analizar de forma iterativa contenidos relevantes.
  3. El proceso de búsqueda se muestra en tiempo real, con términos de búsqueda y enlaces a las páginas visitadas.
• Funciones destacadas::
  • Profundización iterativaLa IA genera subproblemas más específicos a partir de los resultados iniciales y sigue profundizando. Por ejemplo, ampliando de "Inteligencia Artificial" a "Diagnóstico de IA".
  • salida de streaming: Los resultados del estudio demuestran paso a paso que no es necesario esperar a que se complete todo el proceso.

2. Visualización del árbol

• mover::
  1. A medida que avanza la investigación, se muestra un diagrama de árbol en la parte derecha de la interfaz, con nodos que representan cada paso de la exploración de la IA.
  2. Haga clic en un nodo para ver la búsqueda específica y las páginas de origen de ese paso.
• Funciones destacadas::
  • seguimiento visualLa estructura de árbol muestra claramente la trayectoria de la investigación y ayuda a los usuarios a comprender la lógica de la IA.
  • Soporte multilingüe: Los diagramas de árbol permiten presentar el proceso de investigación en inglés o en otros idiomas.

3. Exportación de estudios

• mover::
  1. Una vez finalizada la investigación, haga clic en el botón "Exportar".
  2. Elige el formato (Markdown o PDF) y el sistema generará un informe con análisis detallados y enlaces a las fuentes.
  3. Descargue el archivo localmente para facilitar su seguimiento o para compartirlo.
• Funciones destacadas::
  • Riqueza de formatosMarkdown es adecuado para que lo editen usuarios técnicos, mientras que PDF es adecuado para compartir documentos formales.
  • rastreableEnlaces de referencia: los enlaces de referencia se incluyen automáticamente en el informe para garantizar la credibilidad de la información.

Trucos y consejos

• Optimización de los temas de investigaciónSi introduce un tema específico y bien definido (por ejemplo, "Avances recientes en computación cuántica") obtendrá resultados más precisos.
• Ajuste de la profundidad de búsqueda: Si los resultados no son lo suficientemente profundos, pueden añadirse a la entrada palabras clave como "análisis detallado" o "datos más recientes".
• Cambio multilingüeEspecifique el idioma delante del asunto (por ejemplo, "English: AI trends") para cambiar el idioma de búsqueda.
• Comprobación de las cuotas de la APILa versión gratuita de Tavily tiene 1.000 búsquedas al mes y, cuando se agoten, tendrás que esperar a la actualización del mes siguiente o pasar a la versión de pago.

Con estos pasos, los usuarios pueden empezar rápidamente a utilizar Deep Research Web UI, ya sea para investigación académica, análisis de la industria o exploración de intereses, todo lo cual se puede hacer eficientemente con esta herramienta.