Open Deep Research: генерирование исследований ИИ на основе содержимого веб-поиска

Общее введение

Open Deep Research - это инструмент для создания исследовательских отчетов с открытым исходным кодом на основе искусственного интеллекта, который служит альтернативой возможностям глубоких исследований Google Gemini. Разработанный на TypeScript и построенный на фреймворке Next.js 15, проект интегрирует поисковый API Azure Bing и Google Близнецы Модель искусственного интеллекта. Она автоматизирует извлечение ценной информации из результатов веб-поиска и генерирует отчеты с углубленным анализом. Система работает в три основных этапа: сначала она использует Bing Search API для получения комплексных результатов поиска, затем с помощью JinaAI извлекает и обрабатывает содержимое выбранных веб-страниц, и, наконец, применяет технологию искусственного интеллекта для создания индивидуальных отчетов об исследованиях. Проект поддерживает несколько форматов экспорта и реализует ограничение скорости запросов для обеспечения стабильности, что делает его полнофункциональным исследовательским помощником с открытым исходным кодом.

Похожие рекомендации:STORM: поиск данных в Интернете по темам, генерация статей с цитатами, длинные отчеты о статьях

Список функций

• Поддержка веб-поиска с фильтрацией по времени
• Интеллектуальное извлечение веб-контента и ключевой информации
• Автоматическое создание отчетов на основе искусственного интеллекта
• Поддержка экспорта в нескольких форматах (PDF, Word, текст)
• Встроенный механизм защиты от ограничения скорости запросов
• Отзывчивый дизайн для различных устройств
• Настраиваемое количество результатов поиска и границы выбора
• Поддержка безопасной настройки уровня поиска
• Гибкие возможности настройки рынка/региона

Использование помощи

1. Подготовка к развертыванию

Перед началом работы с Open Deep Research вам необходимо подготовить следующую среду и ресурсы:

• Node.js версии 18 или выше
• Менеджер пакетов (npm, yarn, pnpm или bun)
• Ключ подписки Azure (для поиска Bing)
• Ключ API Google Gemini Pro
• Аккаунт Upstash Redis (для ограничения скорости)

2. Этапы установки

1. Клонируйте репозиторий кода:

git clone https://github.com/btahir/open-deep-research
cd open-deep-research

2. Установите зависимость:

npm install

3. Настройте переменные окружения:
   создать.env.localфайл и заполните необходимые API-ключи:

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

4. Запустите сервер разработки:

npm run dev

3. конфигурация системы

Это можно сделать, изменивlib/config.tsфайл, чтобы настроить следующие параметры:

Установка предельной скорости:

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
}

Настройки поиска:

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. Процесс использования

1. Посетите домашнюю страницу приложения (http://localhost:3000 для локальной среды разработки).
2. Введите тему или ключевое слово для исследования
3. Система будет получать результаты поиска через Bing API
4. Выберите результаты поиска, которые необходимо проанализировать (до 3)
5. Система автоматически извлечет содержимое выбранной страницы
6. ИИ обработает извлеченный контент и создаст отчет об исследовании
7. Выберите нужный формат экспорта (PDF, Word или Text), чтобы загрузить отчет.

5. предостережения

• Убедитесь, что ключ API настроен правильно и является действительным
• Помните о лимитах использования API и не допускайте превышения квот.
• Рекомендуется включить ограничение скорости в производственных средах
• Параметры конфигурации могут быть настроены по мере необходимости
• Периодически проверяйте действительность ключа API