dzhng/deep-research

项目概览

将复杂的迭代研究流程（查询生成、并发处理、深度/广度控制）浓缩在 500 行代码以内，降低了研究者理解和修改深度研究代理底层逻辑的门槛，且实证支持通过 Fireworks 使用 DeepSeek R1 模型。

项目类型

AI Agent · RAG 与知识库

应用场景

知识问答 · 搜索调研

部署方式

查看项目说明

License

MIT

适合谁

• 希望研究并理解深度研究代理底层代码逻辑的开发者。
• 需要在命令行环境下针对特定主题生成带来源引用报告的研究人员。

核心能力

• 通过迭代生成搜索查询、处理搜索结果，并根据已有发现进一步深入挖掘，从而执行深度研究。
• 使用大语言模型根据研究目标和先前的发现，生成具有针对性的搜索查询。
• 提供可配置的参数，用于控制研究的宽度（广度）和深度。
• 生成后续问题以更好地理解用户的研究需求。
• 生成包含研究发现和信息来源的详细 Markdown 报告。
• 并行处理多个搜索和结果解析任务以提升执行效率。

限制与风险

• 使用 Firecrawl 免费版可能会触发速率限制错误，这要求减少并发量，从而拖慢研究执行速度。

如何开始

• 部署难度中等。用户需克隆仓库并通过 npm install 安装依赖；随后在 .env.local 文件中配置所需的外部服务环境变量；最后通过 npm start 启动，并在命令行中回答交互提示以生成 Markdown 报告。
• 在开始前，用户必须获取并配置 Firecrawl API（用于网页搜索和内容提取）以及 OpenAI API（默认需要 o3 mini 模型）的外部密钥。
• 如果不需要使用 OpenAI 默认的 o3 mini 模型，可以通过注释掉 OPENAI_KEY 并设置 OPENAI_API_BASE 和 OPENAI_MODEL 环境变量来配置本地 LLM；同时项目也支持通过设置 Fireworks 密钥来将 DeepSeek R1 作为主要提供者。

核验依据

• README: An AI-powered research assistant that performs iterative, deep research on any topic by combining search engines, web scraping, and large language models. The goal of this repo is…
• README: - **Iterative Research**: Performs deep research by iteratively generating search queries, processing results, and diving deeper based on findings - **Intelligent Query Generation…
• README: - Node.js environment - API keys for: - Firecrawl API (for web search and content extraction) - OpenAI API (for o3 mini model)
• README: 1. Clone the repository 2. Install dependencies: ```bash npm install ``` 3. Set up environment variables in a `.env.local` file: ```bash FIRECRAWL_KEY="your_firecrawl_key"
• README: Run the research assistant: ```bash npm start ``` You'll be prompted to: 1. Enter your research query 2. Specify research breadth (recommended: 3-10, default: 4) 3. Specify resear…

内容核验时间：