II-Researcher: búsqueda profunda y razonamiento por pasos para responder a preguntas complejas
Últimos recursos sobre IAPublicado hace 5 meses Círculo de intercambio de inteligencia artificial 9.9K 00
Introducción general
II-Researcher es una herramienta de investigación de IA de código abierto desarrollada por el equipo Intelligent-Internet y alojada en GitHub, diseñada para la búsqueda profunda y el razonamiento complejo, capaz de responder a preguntas complejas mediante la búsqueda inteligente en la web y el análisis en varios pasos. Lanzado el 27 de marzo de 2025, el proyecto es compatible con múltiples herramientas de búsqueda y rastreo (por ejemplo, Tavily, SerpAPI, Firecrawl) e integra LiteLLM para llamar a diferentes modelos de IA. Los usuarios pueden obtener el código gratuitamente y desplegarlo o modificarlo por sí mismos, lo que resulta idóneo para investigadores, desarrolladores y otras personas que necesiten un procesamiento eficaz de la información. Su núcleo radica en el código abierto, configurable y de funcionamiento asíncrono, proporcionando un apoyo transparente a la investigación.

Lista de funciones
- Búsqueda inteligente en Internet: a través de Tavily y SerpAPI para obtener información precisa.
- Rastreo y extracción de páginas web: Soporta Firecrawl, Browser, BS4 y otras herramientas para extraer contenidos.
- Razonamiento en varios pasos: capacidad para descomponer un problema y razonar paso a paso hasta llegar a una respuesta.
- Modelos configurables: soporte para ajustar los LLM a diferentes tareas (por ejemplo, GPT-4o, DeepSeek).
- Operaciones asíncronas: mejora de la eficacia de la búsqueda y el procesamiento.
- Genere respuestas detalladas: proporcione informes completos con referencias.
- Canalizaciones personalizadas: los usuarios pueden ajustar el proceso de búsqueda y razonamiento.
Utilizar la ayuda
Proceso de instalación
Para utilizar II-Researcher, es necesario instalar y configurar el entorno. A continuación se indican los pasos específicos:
- Clonación del código base
Introduzca el siguiente comando en el terminal para descargar el código:
git clone https://github.com/Intelligent-Internet/ii-researcher.git
cd ii-researcher
- Instalación de dependencias
El proyecto requiere Python 3.7+. Ejecute el siguiente comando para instalar las dependencias:
pip install -e .
- Configuración de variables de entorno
Configure las claves y parámetros API necesarios. Ejemplo:
export OPENAI_API_KEY="your-openai-api-key"
export TAVILY_API_KEY="your-tavily-api-key"
export SEARCH_PROVIDER="tavily"
export SCRAPER_PROVIDER="firecrawl"
Configuración opcional (para compresión o inferencia):
export USE_LLM_COMPRESSOR="TRUE"
export FAST_LLM="gemini-lite"
export STRATEGIC_LLM="gpt-4o"
export R_TEMPERATURE="0.2"
- Ejecución del servidor local de modelos LiteLLM
Instala LiteLLM:
pip install litellm
Creación de archivos de configuración litellm_config.yaml
::
model_list:
- model_name: gpt-4o
litellm_params:
model: gpt-4o
api_key: ${OPENAI_API_KEY}
- model_name: r1
litellm_params:
model: deepseek-reasoner
api_key: ${OPENAI_API_KEY}
litellm_settings:
drop_params: true
Inicie el servidor:
litellm --config litellm_config.yaml
Por defecto se ejecuta en el http://localhost:4000
.
- Despliegue en Docker (opcional)
Después de configurar las variables de entorno, ejecútelo:
docker compose up --build -d
Dirección de servicio:
- Parte delantera:
http://localhost:3000
- API de backend:
http://localhost:8000
- LiteLLM:
http://localhost:4000
Funciones principales
Búsqueda profunda inteligente
- procedimiento::
- Ejecútalo desde la línea de comandos:
python cli.py --question "AI如何改善教育质量?"
- El sistema llama a Tavily o SerpAPI para buscar y devolver resultados.
- Descripción funcional: Admite búsquedas multifuente, adecuadas para problemas complejos.
razonamiento multipaso
- procedimiento::
- Utilizar el modelo de inferencia:
python cli.py --question "AI在教育中的优缺点" --use-reasoning --stream
- El sistema analiza y emite conclusiones paso a paso.
- Descripción funcionalPuede realizar tareas que requieran deducción lógica.
rastreador web
- procedimiento::
- configure
SCRAPER_PROVIDER="firecrawl"
y la clave API. - Ejecute una tarea de búsqueda para rastrear automáticamente contenidos web.
- Descripción funcional: Admite múltiples herramientas de rastreo para garantizar un contenido completo.
Uso de la interfaz web
- procedimiento::
- Inicie la API backend:
python api.py
- entrar en
frontend
instale y ejecute el front-end:
npm install
npm run dev
- entrevistas
http://localhost:3000
problemas de entrada.
- Descripción funcional: Proporciona una interfaz gráfica para un funcionamiento más intuitivo.
advertencia
- Para acceder a la API se necesita una conexión de red estable.
- Requisitos de hardware: 8 GB de RAM para las funciones básicas, 16 GB o más y GPU recomendada para la inferencia de modelos de gran tamaño.
- Comprobación de registros: compruebe los registros con la función
docker compose logs -f
Compruebe el estado de funcionamiento. - Configuración del tiempo de espera: Tiempo de espera de búsqueda por defecto 300 segundos, ajustable
SEARCH_PROCESS_TIMEOUT
.
Con estos pasos, los usuarios pueden desplegar y utilizar fácilmente II-Researcher para el proceso completo, desde la búsqueda hasta la inferencia.
escenario de aplicación
- investigación académica
Los investigadores pueden utilizarlo para buscar bibliografía, analizar datos y generar informes. - desarrollo tecnológico
Los desarrolladores pueden crear herramientas de búsqueda personalizadas basadas en el marco. - Ayudas educativas
Los alumnos pueden utilizarlo para organizar la información y responder a preguntas. - análisis del mercado
Las empresas pueden utilizarlo para recopilar información del sector y generar análisis de tendencias.
CONTROL DE CALIDAD
- ¿II-Researcher es gratuito?
Sí, es un proyecto de código abierto y el código es gratuito para los usuarios. - ¿Necesita una base de programación?
Requiere conocimientos básicos de las operaciones con Python, pero la documentación es lo suficientemente detallada como para que los principiantes puedan empezar. - ¿Es compatible con el chino?
Soporte, configure el modelo y la herramienta de búsqueda adecuados para gestionar la tarea china. - ¿Cuáles son los requisitos mínimos de hardware?
8 GB de RAM para ejecutar funciones básicas, más de 16 GB y GPU recomendados para tareas de gran envergadura.
© declaración de copyright
Derechos de autor del artículo Círculo de intercambio de inteligencia artificial Todos, por favor no reproducir sin permiso.
Artículos relacionados
Sin comentarios...