SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI图像工具deep-research

deep-research

Deep Research 是一个开源深度研究报告生成工具，支持接入多种主流大型语言模型，通过“思考”与“任务”模型结合互联网搜索，在数分钟内生成深度分析报告。所有数据在本地处理和存储，强调隐私保护。支持 Vercel、Cloudflare 等多平台快速部署，支持 SSE API 与 MCP 服务器，可作为 SaaS 或集成到其他 AI 服务中。支持多语言、PWA、本地知识库、知识图谱、研究历史记录，并能对报告内容进行多模式编辑。项目基于 Next.js 15 和 Shadcn UI 构建，采用 MIT 许可证，可免费用于个人和商业用途。

访问官网

工具介绍

用途

Deep Research 用于快速生成深度研究报告。它利用多种 AI 模型，结合互联网连接，在约 2 分钟内对各类主题生成全面研究分析，加速研究流程。

主要能力

  • 快速深度研究：约 2 分钟生成综合研究报告。
  • 多平台支持：可快速部署到 Vercel、Cloudflare 等平台。
  • AI 驱动：采用先进 AI 模型进行准确和富有洞察力的分析。
  • 隐私保护：所有数据在浏览器本地处理和存储，不上传外部服务器（除非明确使用服务器端 API 调用）。
  • 多 LLM 支持：支持 Gemini、OpenAI、Anthropic、Deepseek、Atlas Cloud、Grok、Mistral、Azure OpenAI、任何 OpenAI 兼容 LLM、OpenRouter、Ollama 等。
  • 网络搜索：支持 Searxng、Tavily、Firecrawl、fastCRW、Exa、Bocha、Brave 等搜索引擎，让不支持搜索的 LLM 也能使用网络搜索。
  • 思考与任务模型：采用“思考”和“任务”模型平衡深度与速度，支持切换研究模型。
  • 进一步研究：可在项目任何阶段细化或调整研究内容，并支持从该阶段重新研究。
  • 本地知识库：支持上传和处理文本、Office、PDF 等资源文件生成本地知识库。
  • 工件（Artifact）：支持编辑研究内容，提供所见即所得（WYSIWYM）和 Markdown 两种编辑模式，可调整阅读级别、文章长度和全文翻译。
  • 知识图谱：支持一键生成知识图谱，系统理解报告内容。
  • 研究历史：支持保存研究历史，随时回顾并再次深入研究。
  • 本地与服务器 API 支持：提供本地和服务器端 API 调用选项。
  • SaaS 与 MCP 支持：可通过 SSE API 作为深度研究服务（SaaS），或通过 MCP 服务用于其他 AI 服务。
  • PWA 支持：支持渐进式 Web App（PWA），可像软件一样使用。
  • 多密钥负载：支持 Multi-Key payload 提升 API 响应效率。
  • 多语言支持：英语、简体中文、西班牙语。
  • 现代技术栈：基于 Next.js 15 和 Shadcn UI 构建。
  • MIT 许可：开源，可免费用于个人和商业用途。

使用方式

  1. 免费使用 Gemini（推荐）：获取 Gemini API Key；一键部署到 Vercel 或 Cloudflare（部署到 Cloudflare 需遵循相关指南）；设置 LLM API 密钥和 API 基础 URL（可选）。
  2. 本地运行：需要 Node.js 18.18.0 或更高版本，pnpm/npm/yarn；克隆仓库 git clone https://github.com/u14app/deep-research.git，进入目录 cd deep-research；安装依赖 pnpm install（或 npm/yarn）；设置环境变量：cp env.tpl .env.local（开发）或 cp env.tpl .env（生产），填入变量；运行开发服务器 pnpm dev（或 npm/yarn），访问 http://localhost:3000。
  3. 自定义模型列表：仅代理模式有效，在 .env 或环境变量页面添加 NEXT_PUBLIC_MODEL_LIST，用逗号分隔多个模型，用 - 符号禁用模型，用 -all,+new-model-name 仅允许指定模型。
  4. Docker 部署：Docker 版本需 20 以上；注意 Docker 版本可能滞后最新版 1-2 天；可指定额外环境变量或构建自己的镜像；支持 docker-compose.yml。
  5. 静态部署：构建静态页面版本，将 out 目录上传到支持静态页面的服务（如 Github Page、Cloudflare、Vercel）。
  6. 配置：参考 env.tpl 文件设置环境变量；多密钥用逗号分隔；可设置 ACCESS_PASSWORD 保护服务器 API 安全；修改后需重新部署生效。
  7. API 文档：支持 SSE 和 MCP 两种 API。SSE 端点 /api/sse，推荐通过 @microsoft/fetch-event-source 使用，监听 message 事件获取最终报告文本流。MCP 支持 StreamableHTTP（端点 /api/mcp）和 SSE（端点 /api/mcp/sse）传输；需设置较长超时；若设置 ACCESS_PASSWORD 需添加额外请求头；启用 MCP 需设置全局环境变量和对应模型、搜索引擎的环境变量。

适用场景

  • 快速生成各类主题的深度研究报告。
  • 需要整合本地知识库和互联网信息的研究工作。
  • 希望将深度研究能力作为 SaaS 或 MCP 服务集成到其他 AI 应用。
  • 注重隐私、希望数据本地存储的个人或团队。

限制

  • 未提供收费、价格、具体效果等详细信息。
  • Ollama 或 SearXNG 可能因 CORS 问题出现 TypeError: Failed to fetch，需配置跨域请求或使用服务器代理模式。
  • Docker 版本可能滞后最新版 1-2 天。

同类工具

查看分类