함께 여는 심층 연구: 색인화된 심층 연구 보고서 생성하기

일반 소개

오픈 딥 리서치는 다음과 같은 프로그램입니다. 함께 AI 팀이 개발하여 오픈소스로 제공하는 심층 연구 도구로, GitHub에서 호스팅됩니다. 인간의 연구 프로세스를 모방한 멀티 에이전트 AI 워크플로우를 통해 상세한 연구 보고서를 생성합니다. 사용자가 연구 주제를 입력하기만 하면 도구가 자동으로 정보를 계획, 검색, 평가하고 인용이 포함된 보고서를 작성합니다. 이 프로젝트는 Python 3.12 이상을 지원하며 외부 검색 및 언어 모델링 서비스를 사용하려면 API 키를 구성해야 합니다. 학술 연구, 시장 분석 및 기타 시나리오에 적합하며 오픈 소스 및 커뮤니티 확장에 중점을 두고 누구나 무료로 코드를 받아 필요에 따라 커스터마이징할 수 있습니다.

기능 목록

• 종합적인 연구 생성사용자가 입력한 주제를 기반으로 인용이 포함된 긴 연구 보고서를 자동으로 생성합니다.
• 다단계 정보 수집계획, 검색, 자기 성찰의 단계를 통해 정보의 품질을 보장합니다.
• 다중 소스 정보 검증소스 인용과 함께 Tavily, HuggingFace 등의 API를 통한 웹 검색을 지원합니다.
• 유연한 아키텍처 설계사용자는 다양한 요구 사항에 맞게 모델, 검색 도구 및 보고서 구조를 사용자 지정할 수 있습니다.
• 멀티 모달 출력 지원보고서를 생성하는 동안 표지 이미지, 팟캐스트 등의 추가 콘텐츠를 자동으로 생성할 수 있습니다.
• 오픈 소스 및 커뮤니티 주도코드가 완전히 오픈 소스로 제공되므로 사용자가 기능을 수정하고 확장할 수 있습니다.

도움말 사용

설치 프로세스

오픈 딥 리서치를 사용하려면 로컬 또는 서버에서 런타임 환경을 구성해야 합니다. 자세한 설치 단계는 다음과 같습니다:

1. 환경 요구 사항 검사
   Python 3.12 이상이 설치되어 있는지 확인하세요. 종속성 충돌을 피하려면 가상 환경을 사용하는 것이 좋습니다. 또한 다음을 설치해야 합니다. uv(약간 더 많은 pip (더 빠르고 효율적인 패키지 관리 도구).

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

2. 복제 코드 리포지토리
   GitHub에서 로컬로 프로젝트 코드를 복제합니다:

   git clone https://github.com/togethercomputer/open_deep_research.git
   cd open_deep_research
   

3. 가상 환경 만들기 및 활성화
   활용 uv 가상 환경을 만들고 활성화합니다:

   uv venv --python=3.12
   source .venv/bin/activate
   

4. 종속성 설치
   프로젝트에 필요한 모든 Python 패키지를 설치합니다:

   uv pip install -r pyproject.toml
   uv lock --check
   

   실행해야 하는 경우 LangGraph 평가, 선택적 종속성을 설치할 수 있습니다:

   uv pip install -e ".[with-open-deep-research]"
   

5. API 키 구성
   이 프로젝트는 검색 및 언어 모델 추론을 위해 Together AI, Tavily 및 HuggingFace와 같은 외부 서비스에 의존합니다. 다음 환경 변수를 설정해야 합니다:

   export TOGETHER_API_KEY=your_together_api_key
   export TAVILY_API_KEY=your_tavily_api_key
   export HUGGINGFACE_TOKEN=your_huggingface_token
   

   최고 사령관(군) your_together_api_key 등은 실제 API 키로 대체됩니다. 서비스 제공업체의 공식 웹사이트에서 계정을 등록하고 키를 받을 수 있습니다.

6. 프로젝트 실행
   설치가 완료되면 메인 프로그램을 실행하여 연구 과제를 시작합니다. 예를 들어, '인공 지능 윤리'에 대한 보고서를 생성합니다:

   python main.py --topic "人工智能伦理"
   

   이 프로그램은 자동으로 계획, 검색 및 보고서 생성을 수행하며, 출력물은 마크다운 파일로 저장됩니다.

주요 기능

오픈 딥 리서치의 핵심 기능은 자동화된 리서치 보고서 생성입니다. 자세한 절차는 다음과 같습니다:

1. 연구 주제 입력
   사용자는 명령줄 또는 스크립트를 통해 연구 주제를 지정합니다. 예시:

   python main.py --topic "气候变化的影响"
   

   도구가 대상 보고서를 생성하려면 주제가 가능한 한 명확해야 합니다.

2. 계획 단계
   이 도구는 먼저 언어 모델(예 Claude 또는 GPT)를 클릭하여 보고서 개요를 생성합니다. 사용자는 기본 개요를 수락하거나 사용자 지정 구조를 수동으로 입력할 수 있습니다. 예를 들어 사용자 지정 구조는 다음과 같을 수 있습니다:

   {
   "title": "气候变化影响研究",
   "sections": ["引言", "环境影响", "经济影响", "社会影响", "结论"]
   }
   

   JSON 파일로 저장하고 명령줄에 지정합니다:

   python main.py --topic "气候变化的影响" --structure custom_structure.json
   

3. 정보 검색 및 유효성 검사
   이 도구는 Tavily API는 웹 검색을 수행하여 주제와 관련된 웹 콘텐츠를 가져옵니다. 각 검색 라운드마다 시스템은 스스로를 반성하고 정보의 품질을 평가하며 후속 질문을 합니다. 예를 들어, '기후 변화의 환경 영향'을 검색하는 경우 시스템은 '해수면 상승에 대한 구체적인 데이터'와 같은 하위 질문을 생성할 수 있습니다. 검색 결과는 자동으로 중복이 제거되고 핵심 정보가 추출됩니다.
4. 보고서 생성
   시스템은 수집된 정보를 제목, 장, 서론, 본문 및 참고 문헌을 포함한 마크다운 형식의 보고서로 구성합니다. 보고서는 다국어 출력을 지원하며, 기본 보고서는 영어로 생성되며 사용자는 중국어 또는 다른 언어 버전을 생성하도록 보고서를 구성할 수 있습니다.
5. 멀티모달 확장
   이 도구는 보고서와 함께 제공되는 표지 이미지와 팟캐스트 오디오 생성을 지원합니다. 이미지는 DALL-E와 같은 이미지 생성 모델을 통해 생성되며 팟캐스트는 텍스트 음성 변환 서비스를 통해 생성됩니다. 이러한 기능을 사용하려면 예를 들어 추가 API 구성이 필요합니다:

   export DALLE_API_KEY=your_dalle_api_key
   

   생성된 이미지와 오디오 파일은 출력 디렉터리에 저장됩니다.

주요 기능 작동

• 멀티 에이전트 협업
  오픈 딥 리서치는 기획 에이전트, 검색 에이전트, 작성 에이전트로 분류되는 멀티 에이전트 워크플로우를 사용합니다. 사용자는 구성 파일을 통해 검색 깊이를 설정하는 등 에이전트 동작을 조정할 수 있습니다:

  python main.py --topic "人工智能伦理" --max_search_depth 3
  

  위의 명령은 보다 심층적인 정보를 얻기 위해 검색 반복 횟수를 3회로 늘립니다.

• 커뮤니티 확장
  이 프로젝트는 오픈 소스이므로 사용자는 코드 저장소를 포크하여 새로운 기능을 추가할 수 있습니다. 예를 들어, 새로운 검색 API(예: Google 맞춤 검색)를 통합하거나 더 많은 언어 모델을 지원할 수 있습니다. 코드를 수정한 후 설치 명령을 다시 실행하여 적용합니다.

주의

• 네트워크 연결이 안정적인지, 검색 및 모델 추론이 외부 API에 의존하는지 확인하세요.
• API 키는 유출을 방지하기 위해 적절하게 보관해야 합니다.
• 종속성 충돌이 발생하면 업그레이드를 시도하세요. uv 또는 Docker를 사용하여 프로젝트를 실행합니다.

애플리케이션 시나리오

1. 학술 연구
   학생과 연구자는 오픈 딥 리서치를 사용해 문헌 검토 또는 연구 배경 보고서를 빠르게 생성할 수 있습니다. 예를 들어 '양자 컴퓨팅의 최근 발전'을 입력하면 이 도구가 학술 데이터베이스와 웹 리소스를 검색하여 인용이 포함된 상세한 보고서를 생성합니다.
2. 시장 분석
   비즈니스 분석가는 이 도구를 사용해 업계 동향을 연구할 수 있습니다. 예를 들어 '전기 자동차 시장 전망 2025'를 입력하면 이 도구가 시장 데이터, 뉴스 및 보고서를 수집하여 구조화된 분석 문서를 생성합니다.
3. 교육 및 훈련
   교사는 강의용 교재를 준비할 수 있습니다. 예를 들어 'Python 프로그래밍 기초'를 입력하면 튜토리얼, 샘플 코드 및 리소스가 포함된 강의 계획서를 생성합니다.
4. 콘텐츠 제작
   콘텐츠 제작자는 영감이나 배경 정보에 빠르게 액세스할 수 있습니다. 예를 들어 '메타버스의 미래'를 입력하면 기술 트렌드와 글쓰기에 대한 사회적 영향이 담긴 보고서가 생성됩니다.

QA

1. 오픈 딥 리서치는 어떤 언어 모델을 지원하나요?
   Together AI, OpenAI 및 HuggingFace의 모델이 기본적으로 지원됩니다. 사용자는 다음과 같은 구성 파일을 통해 다른 모델을 추가할 수 있습니다. DeepSeek 아니면 클로드.
2. 사용하려면 비용을 지불해야 하나요?
   프로젝트 자체는 무료이지만 종속 API 서비스(예: Tavily, Together AI)는 키에 대한 결제가 필요합니다. 사용자는 무료 대체 서비스 또는 로컬 모델 중에서 선택할 수 있습니다.
3. 보고 품질을 어떻게 개선할 수 있나요?
   검색 깊이 증가(--max_search_depth) 또는 더 강력한 언어 모델(예: GPT-4)을 사용하세요. 주제에 대한 자세한 설명을 제공하면 보다 정확한 보고서를 생성하는 데 도움이 될 수도 있습니다.
4. 오프라인에서도 사용할 수 있나요?
   현재 검색 및 모델 API에 액세스하려면 인터넷 연결이 필요합니다. 향후에는 완전히 오프라인으로 실행되는 로컬 모델을 지원할 수 있습니다.