OpenDeepSearch : un outil de recherche open source qui prend en charge le raisonnement intelligent

Introduction générale

OpenDeepSearch est un outil de recherche open source développé par l'équipe sentient-agi. Il combine la modélisation des grands langages (LLM) et les agents de raisonnement intelligents pour permettre aux utilisateurs de rechercher des informations sur le web et d'obtenir des réponses précises d'une manière simple. L'objectif de cet outil est de rendre la recherche plus ouverte et plus intelligente, sans dépendre de systèmes commerciaux fermés. Il prend en charge les modes de recherche rapide et approfondie et convient pour répondre à des questions simples ou à des questions complexes à plusieurs étapes. Le projet est hébergé sur GitHub et tout le monde peut le télécharger, l'utiliser ou contribuer à son amélioration. La version actuelle est mise à jour jusqu'en mars 2025, ce qui témoigne de l'engagement continu de l'équipe en faveur de la technologie d'IA open source.

Liste des fonctions

• Il permet une recherche rapide et donne des réponses concises en un rien de temps.
• Fournit un mode de recherche approfondie adapté aux problèmes complexes nécessitant un raisonnement en plusieurs étapes.
• Intégrer des modèles linguistiques open source à grande échelle pour améliorer l'intelligence des résultats de recherche.
• Utiliser des techniques de tri sémantique pour s'assurer que les informations renvoyées sont plus pertinentes.
• Code source ouvert, modèles et fonctions définissables par l'utilisateur.
• Prise en charge de l'intégration avec des écosystèmes tels que SmolAgents pour étendre les capacités de raisonnement.
• Fournit une interface locale pour faciliter les tests et l'interaction.

Utiliser l'aide

L'installation et l'utilisation d'OpenDeepSearch ne sont pas compliquées et conviennent aux utilisateurs ayant des connaissances de base en programmation. Voici un guide détaillé pour vous aider à démarrer rapidement.

Processus d'installation

1. Préparation de l'environnement
   Vous aurez besoin d'un ordinateur sur lequel est installé Python 3.10 ou une version ultérieure. Vous pouvez vérifier la version avec la commande :

python --version

Si la version est trop basse, allez sur le site web de Python et téléchargez la dernière version.

2. projet de clonage
   Ouvrez un terminal et entrez la commande suivante pour télécharger OpenDeepSearch :

git clone https://github.com/sentient-agi/OpenDeepSearch.git

Une fois le téléchargement terminé, allez dans le dossier du projet :

cd OpenDeepSearch

3. Mise en place d'un environnement virtuel (facultatif mais recommandé)
   Créer un environnement virtuel pour éviter les conflits avec d'autres projets :

python -m venv venv

Activer l'environnement virtuel :

• Fenêtres. venv\Scripts\activate
• Mac/Linux. source venv/bin/activate

4. Installation des dépendances
   Exécutez la commande suivante dans le terminal pour installer les bibliothèques requises :

pip install -r requirements.txt

Si vous rencontrez des problèmes, assurez-vous que votre pip Il s'agit de la dernière version :

pip install --upgrade pip

5. Configuration des clés API
   OpenDeepSearch nécessite des clés API pour certains services externes tels que SERPER, OPENROUTER et JINA :

• Créez un compte sur Serper, OpenRouter et Jina.
• Après avoir obtenu la clé, créez un .env remplir les champs suivants :

  SERPER_API_KEY=你的密钥
  OPENROUTER_API_KEY=你的密钥
  JINA_API_KEY=你的密钥
  

Enregistrez le fichier dans le répertoire racine du projet.

Comment l'utiliser

Une fois installé, vous pouvez utiliser OpenDeepSearch de deux façons : la ligne de commande ou l'interface locale.

Utilisation de la ligne de commande

1. Effectuer une recherche simple
   Entrez le code suivant dans votre terminal et cherchez "Quel est l'animal terrestre le plus rapide ?". :

from opendeepsearch import OpenDeepSearchTool
search_agent = OpenDeepSearchTool(model_name="openrouter/google/gemini-2.0-flash-001")
result = search_agent.search("最快的陆地动物是什么？")
print(result)

Le système renvoie des réponses telles que "Le guépard est l'animal terrestre le plus rapide, atteignant une vitesse de 120 kilomètres par heure".

2. Activer la recherche approfondie
   Si le problème est complexe, comme "Comparer la vitesse d'un guépard et d'un lion", vous pouvez ajouter des paramètres :

search_agent = OpenDeepSearchTool(model_name="openrouter/google/gemini-2.0-flash-001", pro_mode=True)
result = search_agent.search("比较猎豹和狮子的速度")
print(result)

Il effectue une analyse détaillée et renvoie des résultats comparatifs.

Utilisation de l'interface locale

1. Interface de lancement
   S'exécute dans le terminal :

python gradio_demo.py

Le système génère un lien local (par ex. http://127.0.0.1:7860), copiez-le et ouvrez-le dans votre navigateur.

2. Opération de recherche

• Saisissez une question dans le champ de saisie, par exemple "Tendances de l'IA en 2025".
• Sélectionnez le mode (par défaut ou recherche approfondie).
• Cliquez sur "Soumettre" et attendez que les résultats s'affichent.
• Vous pouvez ajuster le modèle ou la méthode de tri et l'interface sera mise à jour en temps réel.

Fonction en vedette Fonctionnement

• Modèles de commutation
  Dans le code ou l'interface, vous pouvez modifier d'autres modèles, tels que <code>anthropic/claude-3-opus-20240229</code>. Il suffit de modifier le model_name Paramètres.
• ordre sémantique
  Jina effectue un tri par défaut, mais il peut être remplacé par d'autres trieurs (par ex. <code>infinity</code>), fixée dans le code reranker="infinity".
• Débogage et amélioration
  Si les résultats ne sont pas satisfaisants, vous pouvez vérifier les journaux ou ajuster les paramètres, par exemple en augmentant la profondeur de recherche.

L'installation et l'utilisation sont flexibles, et vous pouvez l'adapter à vos besoins. Si vous avez un problème, allez sur GitHub et posez un problème, la communauté vous aidera à y répondre.

scénario d'application

1. recherche universitaire
   Les étudiants ou les chercheurs peuvent l'utiliser pour rechercher des informations relatives à un article, par exemple en tapant "Recent Advances in Quantum Computing" pour obtenir des résultats groupés.
2. Enquête quotidienne
   Lorsque vous souhaitez savoir "quelle est la meilleure machine à café", il effectue une recherche rapide et formule des recommandations.
3. développement technologique
   Les développeurs peuvent l'utiliser pour tester des modèles d'IA ou les intégrer dans leurs propres projets.

QA

1. Expérience en programmation requise ?
   Oui, des connaissances de base en Python sont nécessaires pour l'installation et l'utilisation de la ligne de commande. Mais le mode d'interface est convivial pour les débutants.
2. Est-il gratuit ?
   Le projet lui-même est gratuit, mais le service API peut nécessiter un compte payant.
3. Prend-il en charge le chinois ?
   Il suffit de taper une question en chinois pour obtenir une réponse en chinois.