オートディープリサーチ：マルチエージェント連携による文献検索と研究報告書の作成

はじめに

Auto-Deep-Researchは、香港大学データインテリジェンス研究所（HKUDS）によって開発されたオープンソースのAIツールで、ユーザーがディープリサーチタスクを自動化するのに役立ちます。AutoAgentフレームワーク上に構築されており、OpenAI、Anthropic、Deepseek、およびAutoAgentのような様々な大規模言語モデル（LLM）をサポートしています。 グロック など、複雑なファイルデータのやり取りやウェブ検索を扱うことができる。OpenAIのDeep Researchのようなサブスクリプションを必要とする高コストのツールとは対照的に、Auto-Deep-Researchは完全に無料で、ユーザーはLLMのAPIキーを提供するだけで使用できます。その高いパフォーマンスと柔軟性で知られるこのツールは、GAIAベンチマークで好成績を収めており、効率的なリサーチソリューションを必要とする研究者、開発者、ユーザーに適しています。

機能一覧

• 綿密な調査の自動化ユーザーが入力したトピックに基づいて、関連情報を自動的に検索・照合し、詳細なレポートを作成します。
• マルチモデル対応様々な大規模言語モデルに対応しており、ユーザーは必要に応じて適切なモデルを選択することができます。
• ファイルデータの相互作用画像、PDF、テキストファイルなどのアップロードと加工をサポートし、研究のためのデータソースを強化します。
• ワンタッチスタート複雑な設定は不要で、簡単なコマンドを入力するだけで、すぐに使い始めることができます。
• ウェブ検索機能ウェブリソースとソーシャルメディア（プラットフォームXなど）のデータを組み合わせて、より包括的な情報を提供する。
• オープンソースで無料ユーザーが機能をカスタマイズしたり、ローカル環境にデプロイできるように、完全なソースコードが提供されています。

ヘルプの使用

設置プロセス

Auto-Deep-Researchのインストールはシンプルかつ直感的で、PythonとDocker環境に大きく依存している。以下はその詳細な手順である：

1.環境準備

• PythonのインストールPython 3.10以降がインストールされていることを確認してください。推奨 conda 仮想環境を作る：

  conda create -n auto_deep_research python=3.10  
  conda activate auto_deep_research

• DockerのインストールこのツールはDockerコンテナ化された実行環境を使用するので、まずDocker Desktopをダウンロードしてインストールしてください。

2.ソースコードのダウンロード

• GitHub リポジトリをローカルにクローンする：

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

3.依存関係のインストール

• プロジェクト・ディレクトリで以下のコマンドを実行して、必要なPythonパッケージをインストールする：

  pip install -e .
  

4.APIキーの設定

• プロジェクトのルート・ディレクトリで、テンプレート・ファイルをコピーし、編集する：

  cp .env.template .env
  

• テキストエディタで開く .env ファイルに、必要に応じてLLMのAPIキーを記入してください：

  OPENAI_API_KEY=your_openai_key  
  DEEPSEEK_API_KEY=your_deepseek_key  
  XAI_API_KEY=your_xai_key
  

  注：すべてのキーが必要なわけではなく、使用する予定のモデルキーを設定するだけでよい。

5.スタートアップツール

• 以下のコマンドを入力し、オートディープリサーチを開始する：

  auto deep-research
  

• コンテナ名やモデルの指定など、オプションのパラメータ設定：

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

主な機能

綿密な調査の自動化

1. 研究テーマを入力する起動すると、「ヘルスケアにおける人工知能」のような研究トピックの入力が求められます。
2. 自動実行このツールは、ウェブ検索と内蔵モデルを使用して、ユーザーの介入なしに関連情報を分析します。
3. レポートの作成終了すると、結果はMarkdown形式でターミナルに出力されるか、ソースと詳細な分析結果を含むファイルとして保存されます。

ファイルデータの相互作用

1. ファイルのアップロードコマンドラインでファイルパスを指定する：

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

2. 加工データこのツールは、PDF、画像、またはテキストの内容を解析し、研究に組み込む。
3. 複合分析アップロードされたファイルデータは、ウェブ検索結果と統合され、より包括的な結論を提供します。

大規模言語モデルの選択

1. サポートモデルを見るモデル名については、LiteLLMのドキュメントを参照してください。
2. モデルの指定例えば、起動コマンドにパラメーターを追加する：

   auto deep-research --COMPLETION_MODEL deepseek
   

3. 動作試験モデルのパフォーマンスとAPIの応答性に基づいて、エクスペリエンスを最適化するための選択肢を調整します。

注目の機能

ワンタッチ・スタート体験

• Dockerイメージや複雑なパラメータを手動で設定する代わりに、単純に auto deep-researchツールは自動的に必要な環境を取り出し、起動する。
• カスタマイズが必要な場合は --container_name 複数のインスタンスを簡単に管理できるように、パラメータ名付きコンテナ。

ウェブ検索とソーシャルメディアの統合

• このツールには、ウェブコンテンツを自動的にクロールするウェブ検索機能が組み込まれている。Xプラットフォームのデータを取り入れたい場合は、リサーチトピックにキーワードを記載すれば、ツールが関連記事を検索してくれる。
• 例：「最新のAI研究動向」と入力すると、Xユーザーによる議論や技術ブログへのリンクが表示される。

ほら

• APIキーのセキュリティを付けないでください。 .env 鍵の公開を避けるため、ファイルは公開リポジトリにアップロードされる。
• ネットワーク環境Dockerとネットワーク接続が正しく機能していることを確認してください。
• パフォーマンス最適化ローカルのハードウェアが限られている場合は、ラグを引き起こす大規模なモデルの実行を避けるために、クラウドベースのLLMを使用することをお勧めします。

以上の手順で、ユーザーは簡単にAuto-Deep-Researchを使い始めることができる。Auto-Deep-Researchは、学術研究と技術探求の両方を効率的にサポートするツールである。