用途：OpenResearcher 用于长周期深度研究轨迹合成，把复杂研究问题自动拆解为子问题，经多轮检索、阅读和综合后产出带证据与引用的研究报告，区别于单次生成方式。
主要能力：问题分解为若干子问题；每个子问题触发学术检索（支持 OpenAlex、arXiv）与论文阅读（摘要及关键章节）、证据提取和后续问题生成；内部构建知识图谱，记录论点与来源论文的关联、概念关系并标记矛盾；按多章节结构合成报告，含子问题答案、跨主题主题、开放问题与完整参考文献，可保存 Markdown 并导出 BibTeX；支持检查研究轨迹（每轮动作、查询、阅读论文、发现与后续问题）。
使用方式：通过 OpenResearcher 类调用，例如 researcher = OpenResearcher(llm_provider="anthropic")，再执行 researcher.research(...)；可配置 llm 提供商与模型、检索后端与每查询最大结果数、阅读章节与每篇最大 token、每子问题最大迭代轮数、每轮阅读论文数、是否生成后续问题，以及综合风格（academic、technical、accessible）、是否包含矛盾与行内引用。结果可访问 knowledge_graph、report 与 trajectory。
适用场景：文献综述、研究提案证据收集、现状分析报告、带引用的深度教程生成。
限制：资料未提供安装命令、部署要求、定价、性能数据及所支持模型与检索后端的完整清单，也未说明具体质量评估结果；使用前需自行确认依赖与运行条件。