Open Deep Research：LangChain开源的深度研究智能助手

754 0

일반 소개

Open Deep Research 是一个基于网络的研究助手，能够生成有关任何主题的综合研究报告。该系统采用计划和执行的工作流程，用户可以先对报告结构进行规划并审阅，然后进入耗时的研究阶段。用户可选择不同的规划模型、搜索API和写作模型，例如Tavily、Perplexity、Anthropic和OpenAI等，以满足个性化需求。Open Deep Research 支持多次迭代的反思和搜索，确保报告的深度和准确性。用户可以通过简单的配置文件和命令行操作快速部署和使用该工具。

기능 목록

提供报告结构大纲
设定规划模型（如DeepSeek、OpenAI推理模型等）
对报告各部分的计划进行反馈并迭代直到用户满意
设定搜索API（如Tavily、Perplexity）和每次研究迭代的搜索次数
设定每部分的搜索深度（迭代次数）
自定义写作模型（如Anthropic）
本地运行LangGraph Studio UI
自动生成结构化的研究报告
支持多次搜索和反思迭代，提升报告质量

도움말 사용

빠른 시작

确保已设置所需工具的API密钥。
选择一个网络搜索工具（默认使用Tavily）：
- Tavily API
- Perplexity API
选择一个写作模型（默认使用Anthropic Claude 3.5 Sonnet）：
- Anthropic
- OpenAI
- Groq
选择一个规划模型（默认使用OpenAI o3-mini）：
- OpenAI
- Groq

사용법

虚拟环境

가상 환경을 만듭니다:

python -m venv open_deep_research
source open_deep_research/bin/activate

安装：
```
pip install open-deep-research
```

在Jupyter Notebook中使用

导入并编译图表：

from langgraph.checkpoint.memory import MemorySaver
from open_deep_research.graph import builder
memory = MemorySaver()
graph = builder.compile(checkpointer=memory)

查看图表：

from IPython.display import Image, display
display(Image(graph.get_graph(xray=1).draw_mermaid_png()))

运行图表：

import uuid 
thread = {"configurable": {"thread_id": str(uuid.uuid4()),
"search_api": "tavily",
"planner_provider": "openai",
"planner_model": "o3-mini",
"writer_provider": "anthropic",
"writer_model": "claude-3-5-sonnet-latest",
"max_search_depth": 1,
}}
topic = "Overview of the AI inference market with focus on Fireworks, Together.ai, Groq"
async for event in graph.astream({"topic":topic,}, thread, stream_mode="updates"):
print(event)
print("\n")

生成报告计划后，提交反馈更新报告计划：

from langgraph.types import Command
async for event in graph.astream(Command(resume="Include a revenue estimate (ARR) in the sections"), thread, stream_mode="updates"):
print(event)
print("\n")

当满意报告计划时，提交True以生成报告：

async for event in graph.astream(Command(resume=True), thread, stream_mode="updates"):
print(event)
print("\n")

本地运行LangGraph Studio UI

복제 창고:

git clone https://github.com/langchain-ai/open_deep_research.git
cd open_deep_research

컴파일러.env文件，设置API密钥：
```
cp .env.example .env
```

환경 변수 설정하기:

export TAVILY_API_KEY=<your_tavily_api_key>
export ANTHROPIC_API_KEY=<your_anthropic_api_key>
export OPENAI_API_KEY=<your_openai_api_key>

启动LangGraph服务器：

Mac:

curl -LsSf https://astral.sh/uv/install.sh | sh
uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.11 langgraph dev

Windows：

pip install -e .
pip install langgraph-cli[inmem]
langgraph dev

打开Studio UI：

- 🚀 API: http://127.0.0.1:2024
- 🎨 Studio UI: https://smith.langchain.com/studio/?baseUrl=http://127.0.0.1:2024
- 📚 API Docs: http://127.0.0.1:2024/docs