togethercomputer/open_deep_research

它解决了什么问题

当您需要针对复杂主题进行深入的多跳推理时，传统的网络搜索往往力不从心。本项目通过自动化整个研究过程（规划、搜索、评估和迭代），提供全面且带有引用的研究报告，让您无需花费数小时手动挖掘即可获得详尽的溯源文档。

工作原理

它运行一个具有多个自我反思阶段的代理式 LLM 工作流。系统会规划研究方法，通过 Tavily 进行网络搜索，评估所发现的信息，并不断迭代直到报告完成。每一项来源都会被引用。您可以通过带有配置文件的命令行运行它，或者使用随附的 Gradio webapp。它需要 Together、Tavily 和 HuggingFace 的 API 密钥，并可生成 PDF、HTML、播客版本以及可视化目录图像作为输出。

适用人群

研究人员、分析师以及任何需要针对复杂主题（特别是那些需要多步推理的主题）撰写长篇引用报告的人。开发人员也可以扩展该架构，因为它旨在保持灵活性并支持社区贡献。

亮点

• 具有自我反思功能的多阶段流程，确保高质量的信息收集
• 对所有信息进行来源验证和引用
• 可扩展的架构，支持社区扩展
• 输出格式：PDF、HTML、播客和可视化目录图像
• 可通过命令行或 Gradio webapp 运行