NVIDIA-AI-Blueprints/deep-researcher-agent

解决的问题

Deep Researcher Agent 是一个专为受控研究工作流设计的研究后端。它解决了从各种数据源生成高质量、带引用的研究报告和快速答案的问题，同时允许团队自行托管应用边界，并保持对模型、数据和安全策略的控制。

运作方式

该系统基于 NVIDIA NeMo Agent Toolkit 和 LangChain Deep Agents 构建，使用基于 LangGraph 的状态机来编排不同的研究深度：

• 编排节点 (Orchestration Node)：分类用户的意图，并判断请求是需要简单回复 (meta) 还是研究 (浅层 vs. 深层)。
• 浅层研究 (Shallow Research)：一个快速的工具增强型智能体，提供有边界、带引用的答案。
• 结构化深度研究 (Structured Deep Research)：一个多阶段流程，涉及咨询来源路由、结构化规划、并发研究工作者以及专门的写作智能体，以产出综合报告。
• 报告后续追踪 (Report Follow-up)：允许用户针对已完成的报告提问，或使用原始报告作为上下文执行“增量研究 (delta research)”。

适用对象

• AI 研究人员与开发者：正在构建或扩展智能体研究工作流的人员。
• 企业团队：需要具备严格引用要求和受控工作流的工具增强型研究的组织。
• NeMo Agent Toolkit 用户：探索高级多智能体模式的开发者。

特色亮点

• 模块化工作流：智能体（编排、浅层、深层、澄清）皆可组合，并可独立运行或作为流水线运行。
• 多元数据源：支持网络搜索 (Tavily, Exa, Nimble, You.com)、学术论文搜索 (Serper, SerpAPI, SearchAPI) 以及知识层 (OpenSearch, Azure AI Search, LlamaIndex)。
• 持久化输出：具备用于代码的供应商中立沙盒执行环境，并可选择性地将生成的文件存储至 SQL 或兼容 S3 的存储空间。
• 生产就绪：包含 REST 端点、受 OAuth 保护的 MCP 来源、用于策略控制的 NeMo Guardrails 中间件，以及用于可观测性的 OTEL 导出。
• 评估工具集：内置基准测试（例如 FreshQA, DeepResearch）以衡量并迭代智能体质量。