GPT Researcher 快速上手15分钟跑通你的第一份AI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当你需要为行业周报整理资料时得在网页里泡一整天对比几十个来源最后关键结论还是一团乱。GPT Researcher 是一个自主研究智能体给它一个主题它自动联网检索、聚合多个来源生成带引用的结构化研究报告。GPT Researcher 是一个自主深度研究 agent输入一个研究问题它自动检索、抓取并聚合 20 多个网络来源产出超过 2000 字、逐条带引用的长报告适合需要反复输出调研结论的分析师、开发者和内容创作者。核心卖点用多来源交叉验证替代单一来源 LLM 直接给结论降低幻觉和偏见。 动手准备运行前确认以下条件☐ Python 3.11 及以上不能跳☐ OpenAI API Key不能跳☐ Tavily API Key默认搜索源如果你改用 duckduckgo 可跳过☐ 可访问上述服务的网络不能跳☐ 向量数据库、LangSmith 追踪、图片生成均可选先全部跳过git clone https://gitcode.com/GitHub_Trending/gp/gpt-researcher cd gpt-researcher pip install -r requirements.txt # 安装核心依赖 export OPENAI_API_KEYyour-openai-key # 必填 export TAVILY_API_KEYyour-tavily-key # 默认搜索源 第一次运行跑通你的第一份报告把下面的代码存为run.py在项目目录里执行python run.pyfrom gpt_researcher import GPTResearcher import asyncio async def main(): r GPTResearcher(query固态电池最新发展趋势是什么?) await r.conduct_research() # 研究检索、抓取、摘要 print(await r.write_report()) # 生成并打印报告 asyncio.run(main())执行后你终端里会看到类似这样的输出Researching: 固态电池最新发展趋势是什么? ## 固态电池最新发展趋势 ### 大厂进展 - 多家厂商全固态电池进入中试阶段 [1](https://...) ### 材料与成本 - 硫化物电解质成本下降 ... [2](https://...) # 终端先打印研究主题最后输出一篇带编号引用链接的 Markdown 报告如果你看到带##标题和引用链接的完整 Markdown 文本说明第一次运行成功了如果只输出报错日志回到上一节检查两个 API Key 是否已导出。⚙️ 它是怎么运转的你提交主题后系统先让规划者把主题拆成若干个子问题保证合起来能形成对任务的整体判断然后每个执行 agent 并行检索并抓取多个网页来源逐条摘要并记录出处最后写作者过滤重复、聚合所有摘要产出带引用的长报告。如果你指定了本地文档本地内容会并入同一条流程。想看实现读gpt_researcher/agent.pyconduct_research和write_report两阶段都在里面。 从基础到进阶Level 1 基础报告保持默认report_typeresearch_report一次运行产出带引用的长报告速度最快先用它确认链路通。Level 2 深度研究改成report_typedeep系统按树状结构展开子话题单次约 5 分钟用deep_research_depth、deep_research_breadth、total_words三个参数控制深度、分支数和篇幅。Level 3 本地文档export DOC_PATH./my-docs指向文档目录初始化时传report_sourcelocal研究就只基于你自己的 PDF、Word、CSV 等文件做。 三个真实用例市场分析师 → 竞品周报一次 research_report 运行聚合 20 多个来源把原来 2 天的手动搜集压缩到 15 分钟的运行等待。独立开发者 → 立项前技术选型用 deep 模式跑一次深度研究约 5 分钟o3-mini 下约 $0.4拿到带引用的 2000 字报告直接当立项材料。内容团队 → 行业选题素材把 DOC_PATH 指向内部文档库本地资料和网络检索合并出选题大纲不用人工翻文档库找数据。 容易踩的坑如果你遇到启动就报 API key not set 或 401 → 原因是 OPENAI_API_KEY 没导出或只在别的终端导出过 → 解法export OPENAI_API_KEYyour-key后重跑。如果你遇到研究结果为空或来源只有一两条 → 原因是 Tavily 没返回结果Key 失效或网络受限→ 解法export RETRIEVERduckduckgo换本地可访问的搜索源重试。如果你遇到 deep 研究跑太久 → 原因默认深度 2、分支 4并行路径多 → 解法export DEEP_RESEARCH_DEPTH1先减半耗时。如果你遇到报告内容单薄、来源不够客观 → 原因篇幅和来源数还在默认值 → 解法export TOTAL_WORDS2500并逐条核对报告里的引用链接是否可信。如果你遇到想复盘某次研究每一步的输入输出 → 原因默认日志只写进logs/app.log→ 解法配置 LangSmith 追踪界面长这样 接下来可以探索什么如果你想把规划—研究—审阅—发布的多 agent 流程跑起来看看multi_agents/目录如果想搞懂深度研究的每个参数默认值和生效方式看看 docs/docs/gpt-researcher/gptr/deep_research.md。如果想把搜索源换成 Exa、SearX、Google 等看看 gpt_researcher/retrievers/ 目录下的源码。建议先拿一个你熟悉的主题用默认配置完整跑一遍再回头调深度和来源参数。【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