TheBlewish/Automated-AI-Web-Researcher-Ollama

解決的問題

本專案解決了標準 LLM 聊天機器人無法進行深入、系統性研究的限制。它不再依賴單一的提示與回應循環，而是自動化將複雜查詢分解為多個研究領域、搜尋網路並記錄發現的過程，以提供可驗證且全面的答案。

運作方式

該工具透過 Ollama 使用本地 LLM 來執行結構化的研究迴圈：

1. 規劃：分析使用者查詢並產生五個優先的研究重點領域。
2. 執行：針對每個領域，制定搜尋查詢、擷取相關網頁，並將所有內容和來源 URL 儲存至文字檔中。
3. 迭代：利用先前搜尋的發現來產生新的、精煉的重點領域，使研究能夠持續演進。
4. 綜合：一旦使用者終止研究（或 LLM 判斷已掌握足夠資訊），LLM 會檢閱整個收集到的資料集以產生最終摘要。
5. 互動：使用者接著可以進入問答模式，針對收集到的研究提出特定問題。

適用對象

本專案專為希望使用本地模型進行徹底、自動化線上研究以維持隱私或控制權的使用者設計，也適合需要為其發現提供有記錄來源軌跡的使用者。

特色

• 自動化研究規劃：自動將查詢分解為優先的重點領域。
• 自我改善搜尋：根據工作階段期間發現的資訊產生新的研究路徑。
• 有記錄的研究軌跡：將所有擷取的內容和來源連結儲存至文字檔中以供驗證。
• 本地執行：完全透過 Ollama 執行，支援如 Phi-3 等具有大型上下文視窗的模型。