AI个人学习
和实操指南

Open Deep Research:生成基于网络搜索内容的AI研究报告

综合介绍

Open Deep Research是一个开源的AI驱动研究报告生成工具,作为Google Gemini深度研究功能的开源替代方案。该项目采用TypeScript开发,基于Next.js 15框架构建,集成了Azure Bing搜索API和Google Gemini AI模型。它能够自动化地从网络搜索结果中提取有价值的信息,并生成深度分析报告。系统通过三个核心步骤工作:首先使用Bing搜索API获取全面的搜索结果,然后利用JinaAI提取和处理选定网页的内容,最后运用AI技术生成定制化的研究报告。该项目支持多种导出格式,并实现了请求速率限制以确保稳定性,是一个功能完整的开源研究助手。

相关推荐:STORM:基于Topic搜索网络数据,生成带引用的论文、长文报告


Open Deep Research:生成基于网络搜索的AI研究报告-1

 

功能列表

  • 支持带时间过滤的网络搜索功能
  • 智能提取网页内容和关键信息
  • AI驱动的自动报告生成
  • 多格式导出支持(PDF、Word、Text)
  • 内置请求速率限制保护机制
  • 响应式设计适配多种设备
  • 可自定义搜索结果数量和选择限制
  • 支持安全搜索级别调整
  • 灵活的市场/地区设置选项

 

使用帮助

1. 部署准备

在开始使用Open Deep Research之前,您需要准备以下环境和资源:

  • Node.js 18或更高版本
  • 包管理器(npm、yarn、pnpm或bun)
  • Azure订阅密钥(用于Bing搜索)
  • Google Gemini Pro API密钥
  • Upstash Redis账号(用于速率限制)

2. 安装步骤

  1. 克隆代码仓库:
git clone https://github.com/btahir/open-deep-research
cd open-deep-research
  1. 安装依赖:
npm install
  1. 配置环境变量:
    创建.env.local文件并填入必要的API密钥:
AZURE_SUB_KEY=您的Azure订阅密钥
GEMINI_API_KEY=您的Gemini API密钥
UPSTASH_REDIS_REST_URL=您的Redis URL
UPSTASH_REDIS_REST_TOKEN=您的Redis Token
  1. 启动开发服务器:
npm run dev

3. 系统配置

您可以通过修改lib/config.ts文件来自定义以下设置:

速率限制设置:

rateLimits: {
enabled: true,         // 启用/禁用速率限制
search: 5,            // 每分钟搜索请求数
contentFetch: 20,     // 每分钟内容获取请求数
reportGeneration: 5,  // 每分钟报告生成请求数
}

搜索设置:

search: {
resultsPerPage: 10,           // 每页搜索结果数
maxSelectableResults: 3,      // 用户可选择的最大结果数
safeSearch: 'Moderate',       // 安全搜索设置
market: 'en-US',             // 搜索市场/地区
}

4. 使用流程

  1. 访问应用主页(本地开发环境为http://localhost:3000)
  2. 输入要研究的主题或关键词
  3. 系统会通过Bing API获取搜索结果
  4. 选择需要分析的搜索结果(最多3个)
  5. 系统将自动提取选定页面的内容
  6. AI将处理提取的内容并生成研究报告
  7. 选择所需的导出格式(PDF、Word或Text)下载报告

5. 注意事项

  • 确保API密钥配置正确且有效
  • 注意API使用限制,避免超出配额
  • 建议在生产环境中启用速率限制
  • 可以根据需要调整配置参数
  • 定期检查API密钥的有效性
未经允许不得转载:首席AI分享圈 » Open Deep Research:生成基于网络搜索内容的AI研究报告

首席AI分享圈

首席AI分享圈专注于人工智能学习,提供全面的AI学习内容、AI工具和实操指导。我们的目标是通过高质量的内容和实践经验分享,帮助用户掌握AI技术,一起挖掘AI的无限潜能。无论您是AI初学者还是资深专家,这里都是您获取知识、提升技能、实现创新的理想之地。

联系我们
zh_CN简体中文