作者David直接给手搓出一个开源版的deep-research。
作者自己也说，他喜欢开源。
更牛的是这个项目在Github居然6天就超过了1w颗星。
太猛，太猛，太猛了！
Open Deep Research 是一个 AI 驱动的研究助手，通过搜索引擎、网络爬虫和大语言模型进行迭代式深度研究。提供简单的深度研究代理实现，保持代码量小于 500 行以便理解和拓展。其特色包括迭代研究、智能查询生成、深度广度可控、智能跟进、生成综合报告及并发处理。使用需 Node.js 环境及相关 API 密钥，运行后按提示操作，最终生成 markdown 报告。
DEMO
工作原理
- 输入：用户输入查询内容、广度参数和深度参数。
- 深度研究：根据输入进行深度研究，生成 SERP（搜索引擎结果页面）查询。
- 处理结果：对查询结果进行处理，提取学习内容和研究方向。
- 决策判断：根据深度参数判断是否继续深入研究。如果深度大于 0，则生成新的研究方向并继续研究；否则，生成 Markdown 报告作为最终输出。
主要功能
- 迭代研究：通过迭代生成搜索查询、处理结果，并根据发现的内容进行更深入的研究。
- 智能查询生成：使用大型语言模型（LLMs）根据研究目标和先前的发现生成有针对性的搜索查询。
- 深度和广度控制：可配置的参数，用于控制研究的广度和深度。
- 智能跟进：生成后续问题，以更好地理解研究需求。
- 综合报告：生成详细的 Markdown 报告，包含研究发现和来源。
- 并发处理：并行处理多个搜索和结果，提高效率。
项目链接
https://github.com/dzhng/deep-research
关注「开源AI项目落地」公众号
（文：开源AI项目落地）