用途：deep-research-agent 面向需要构建自主研究智能体的开发者，目标是让智能体系统性地调研主题、从多个来源收集信息并综合成报告。
主要能力（按研究流程分为六个阶段）：
- 研究规划：定义研究问题、确定关键研究领域、规划信息来源与评估标准、制定研究时间线（示例见 examples/research_planner.py 的 ResearchPlanner）。
- 来源收集：从学术数据库（Google Scholar、PubMed、JSTOR）、新闻与出版物、行业报告与白皮书、网页与社交媒体、专家访谈等渠道收集来源。
- 来源评估：评估作者专业度、出版方可信度、信息时效性并识别潜在偏见（见 examples/source_evaluator.py 的 SourceEvaluator）。
- 信息提取：提取关键发现与要点、统计数据、专家观点、新兴趋势与研究空白。
- 综合与分析：归纳主要结论、组织支撑证据、识别相互冲突的观点与研究空白、提出未来研究方向（见 examples/research_synthesizer.py 的 ResearchSynthesizer）。
- 报告生成：生成执行摘要、带证据地呈现发现、呈现冲突观点、指出空白与机会，并产出带引用的完整报告（见 examples/research_report_generator.py 的 ResearchReportGenerator）。
专用研究类型：市场研究（市场规模与增速估算、竞争者与主要玩家识别、细分市场与进入壁垒分析、机会与威胁）；竞争情报（直接与间接竞争者识别、产品与定价分析、市场份额与定位、优劣势评估、竞争策略跟踪）；文献综述（系统性检索学术数据库、提取论文元数据与摘要、分析贡献与方法、识别主题与关联并生成综述）。
工具：学术检索可用 Google Scholar、PubMed、JSTOR、ArXiv、PapersWithCode；新闻与网页检索可用 NewsAPI、Bing News、Google News、RSS 订阅、社交媒体 API；数据分析可用 Pandas、NumPy、scikit-learn 及统计工具。
用法：先定义研究问题，创建研究计划，收集来源，评估可信度，提取关键信息，识别模式，综合发现，最后生成完整报告。
限制：资料未提供具体安装命令、收费方式、支持平台与性能效果等事实，暂未提供。