TheBlewish/Automated-AI-Web-Researcher-Ollama

它解决的问题

本项目解决了标准 LLM 聊天机器人无法进行深入、系统性研究的局限性。它不再依赖单一的提示与响应循环，而是自动化地将复杂查询分解为多个研究领域、搜索网络并记录发现的过程，从而提供可验证且全面的答案。

工作原理

该工具通过 Ollama 使用本地 LLM 来执行结构化的研究循环：

1. 规划：分析用户查询并生成五个优先排序的研究重点领域。
2. 执行：针对每个领域，制定搜索查询，抓取相关网页，并将所有内容和来源 URL 保存到文本文件中。
3. 迭代：利用先前搜索的发现来生成新的、经过细化调整的重点领域，使研究能够不断演进。
4. 综合：一旦用户终止研究（或 LLM 确定其已掌握足够信息），LLM 将审查整个收集到的数据集以生成最终总结。
5. 交互：随后，用户可以进入问答模式，针对收集到的研究提出具体问题。

适用人群

它专为希望使用本地模型进行彻底、自动化在线研究以保持隐私或控制权的用户而设计，也适合那些需要为他们的发现提供有据可查的来源记录的人。

亮点

• 自动化研究规划：自动将查询分解为优先排序的重点领域。
• 自我改进的搜索：根据会话期间发现的信息生成新的研究路径。
• 有据可查的研究记录：将所有抓取的内容和来源链接保存到文本文件中以供验证。
• 本地执行：完全通过 Ollama 运行，支持具有大上下文窗口的模型，如 Phi-3。