hoolulu/deep-research

解决的问题

本项目提供了一个自动化系统，用于生成机构级的深度研究报告。它解决了 AI 研究的常见限制，例如浅显的摘要、专业报告的高成本、难以访问特定区域来源（如中国平台），以及 AI 倾向于在没有可追溯来源的情况下捏造数据。

运作方式

该系统采用多智能体自主流程，包含四个阶段：

1. 分析大纲：AI 分析主题并创建研究框架和搜索计划。
2. 收集数据：它使用四层优先搜索策略（内置引擎、建议来源、精选的 sources.json 列表和免费备用方案）收集信息，并通过 Scrapling 抓取内容。它还支持离线模式，可读取本地的 PDF、DOCX、TXT 和 MD 文件。
3. 并行写作：各章节并行撰写，将事实直接嵌入提示词中以避免工具调用。
4. 验证与组装：系统执行批量验证，组装报告，转换引用，并运行最终的 QA 检查。

适用对象

专为独立开发者、独立研究人员和小型团队设计，他们需要专业级的研究能力，却无需承担付费数据库或研究机构的高昂费用。

特色

• 多语言支持：自动检测主题语言，并原生支持以 19 种不同语言生成报告。
• 可追溯来源：每个数字和事实都有可点击的引用和完整的参考列表支持。
• 全面分析：每个章节都包含对立观点，并为最终摘要提供置信度评级。
• 灵活深度：提供三种模式（快速、标准和深度）来控制报告长度和细节。
• ** sublattice 工具集成**：可跨各种 AI 编码工具运作，如 Claude Code、Cursor 和 Codex CLI。
• 本地管理：包含本地报告浏览器，用于搜索、筛选报告并将其导出为 PDF 或 DOCX。