用途：GPT Researcher 是面向深度研究的自主智能体，通过多智能体流水线自动完成从主题到报告的调研，减少对单一模型可能过时或臆造知识的依赖。适合学术初步文献调研、陌生领域探索、基金申请背景资料、综述初稿和事实核查。
主要能力：规划智能体把查询拆成若干子问题；检索智能体分别搜索、抓取并过滤内容；排序智能体按相关性与质量评估来源；写作智能体综合成带行内引用的结构化报告。报告类型包括 research_report（默认综合报告）、detailed_report（多页深度报告）、resource_report（来源清单与摘要）、outline_report（结构提纲）、subtopic_report（子主题报告）。可限制来源域名或提供种子 URL，可用 FAST_LLM 与 SMART_LLM 分别为规划和写作阶段配置模型，可输出 markdown、PDF 等格式。
使用方式：安装可执行 pip install gpt-researcher，或克隆仓库后 pip install -e .。需通过环境变量配置模型与搜索服务，例如 OPENAI_API_KEY 或 ANTHROPIC_API_KEY，以及 TAVILY_API_KEY、SERPER_API_KEY 或 SEARX_URL。可完全本地化：用 Ollama 时设置 OPENAI_BASE_URL=http://localhost:11434/v1、LLM_PROVIDER=ollama、FAST_LLM/SMART_LLM；用 SearXNG 时设置 SEARX_URL 与 SEARCH_PROVIDER=searx。代码中创建 GPTResearcher(query=..., report_type=...)，依次 await conduct_research() 与 write_report()，并用 get_source_urls() 获取来源。内置 Web 界面与 API：python -m uvicorn main:app --host 0.0.0.0 --port 8000，提供 WebSocket 进度流与 REST 报告管理。
限制：使用在线模型与搜索 API 需要相应密钥，本地部署需自行准备 Ollama、SearXNG 等服务；报告质量依赖检索来源与所配模型；各项参数与个别接口的完整细节请以官方仓库与文档为准，资料未提供的收费、价格与效果数据暂未提供。