GPT Researcher 快速上手指南10分钟从主题到带引用的研究报告【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher手动搜资料、逐篇读文献、再拼报告一份像样的调研往往要花一整天。GPT Researcher 是一个开源的自主研究智能体输入一个主题它自动联网检索、汇总来源写出带引用链接的结构化报告。本文带你用 10 分钟跑通它。 项目定位三条核心能力先说清它解决什么问题你只负责提出任务检索、归纳、写报告这些活由智能体完成。主题变报告自动把任务拆成多个子问题并行检索后聚合成完整报告来源可追溯单次研究可聚合 20 个以上网页来源报告中的结论附带出处组件可替换LLM 默认用 OpenAI也可换成 Ollama 等本地模型搜索引擎支持 Tavily、DuckDuckGo、Google 等多种方案 环境准备版本要求与安装步骤这一节解决怎么把它装起来。要求 Python 3.11以及两个密钥LLM 服务的OPENAI_API_KEY和搜索引擎的TAVILY_API_KEY二选一即可先跑起来。git clone https://gitcode.com/GitHub_Trending/gp/gpt-researcher # 克隆项目 cd gpt-researcher export OPENAI_API_KEYsk-xxxx # 填入你的 LLM 服务密钥 export TAVILY_API_KEYtvly-xxxx # 填入搜索引擎密钥 pip install -r requirements.txt # 安装依赖 python -m uvicorn main:app --reload # 启动 Web 服务密钥不想写export的话也可以建一个.env文件放在项目根目录内容相同、去掉export。启动后打开http://localhost:8000就是可视化研究界面后面几节我们改用代码方式调用。 第一次运行最小可运行示例这一节解决不调界面、只写代码怎么出报告。以 pip 包方式使用时先执行pip install gpt-researcher然后看这个 9 行示例import asyncio from gpt_researcher import GPTResearcher async def run(): researcher GPTResearcher(query固态电池最新研究进展, report_typeresearch_report) # 报告类型 await researcher.conduct_research() # 第一步检索并汇总来源 report await researcher.write_report() # 第二步生成报告 print(report) asyncio.run(run())conduct_research负责跑检索流水线write_report负责写作。跑完后你会拿到一篇带引用列表的 Markdown 报告researcher.get_research_sources()还能单独取出所有来源 URL。⚙️ 原理简析从任务输入到报告输出这一节解决它到底是怎么干活的理解后你就知道去哪里调参数。整条链路是任务输入 → 规划 → 并行检索 → 报告输出任务输入你传入一个查询系统据此创建一个任务专属智能体规划规划器planner把主题拆成一组子问题合起来能客观回答原任务并行检索每个子问题交给独立的检索执行智能体联网搜索、爬取网页、逐篇摘要并记录来源聚合写作把各分支摘要去重过滤后汇总写入器据此生成带引用的最终报告核心逻辑都在 gpt_researcher/ 目录actions/是检索与写作动作retrievers/是各搜索引擎适配config/是默认参数。 实战场景三个具体用法学术文献调研。场景开题前需要快速摸清某方向的现状。把查询设为2025年固态电池技术路线对比用默认的research_report类型几分钟内拿到一篇含引用链接的报告来源列表可直接导进文献管理工具。竞品与市场分析。场景做产品决策要看竞品动态。查询设为主流开源向量数据库的功能与定价对比报告会按子问题组织内容各厂商信息来源可逐一核查。资源清单收集。场景只要链接不要长文。把report_type换成resource_report查询设为2025 年值得参加的 AI 会议输出就是带出处的资源列表省掉筛选时间。 进阶与调优四条可操作建议这一节解决跑通之后怎么调。大多数调整只需改环境变量对应默认值见 gpt_researcher/config/variables/default.pyexport TOTAL_WORDS2500 # 默认 1200 词需要长报告就调大 export DEEP_RESEARCH_DEPTH2 # 深度研究的探索层数 export DEEP_RESEARCH_BREADTH4 # 每层并行的研究分支数 export RETRIEVERduckduckgo # 换搜索引擎免申请 Tavily 密钥报告长度不够优先调大TOTAL_WORDS配合MAX_SUBTOPICS增加子问题数量想要更深的挖掘把report_type设为deep进入树状递归研究模式单次约 5 分钟官方给出的参考成本约 0.4 美元o3-mini high详见 deep_research.md想接自己的文档设置DOC_PATH指向本地资料目录把检索来源切到本地文档与网页混合做法参考 contenteditable="false">【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考