深度研究 Web UI

[English | 中文]

这是 https://github.com/dzhng/deep-research 的一个 Web 界面，并进行了一些改进和修复。

特性：

• 🚀 安全可靠：所有内容（配置、API 请求等）都仅在您的浏览器本地运行
• 🕙 实时反馈：实时流式显示 AI 响应，并同步更新到界面
• 🌳 搜索可视化：以树状结构展示研究过程，支持多语言搜索
• 📄 导出为 PDF：可将最终的研究报告导出为 Markdown 或 PDF 格式
• 🤖 支持更多模型：采用纯文本提示词，而非较新的、尚未广泛支持的功能（如结构化输出），从而确保兼容更多尚未跟进最新 OpenAI 功能的服务提供商
• 🐳 Docker 支持：只需一条命令即可在您的环境中部署
• 🔧 服务器模式：通过环境变量部署，用户无需手动配置 API 密钥

当前支持的服务提供商：

• AI：OpenAI 兼容、SiliconFlow、Infiniai、DeepSeek、OpenRouter、Ollama 等
• 网络搜索：Tavily（每月 1000 次免费额度）、Firecrawl（云端/自托管）

如果您喜欢这个项目，请给个 🌟 星标！

赞助商

使用 Swiftproxy 解锁可靠的代理服务

借助 Swiftproxy，您可以访问高性能、安全的代理，以增强您的网页自动化、隐私保护和数据采集能力。我们的服务深受开发者和企业的信赖，能够帮助您扩展爬虫任务并确保安全的在线体验。立即访问 Swiftproxy.net 开始使用！使用优惠码 GHB5 可享受 10% 折扣！

---

最新更新

2024年7月25日

• 新增：研究历史管理——可导出/导入单个历史记录，或删除所有记录
• 新增：服务器模式——通过环境变量部署，用户无需配置 API 密钥

2023年7月25日

• 新增：302.AI 提供商支持

2024年6月26日

• 新增：Google PSE 用于网络搜索

2024年4月6日

• 新增：InifiniAI 支持
• 优化了 LLM 提示词
• 改进了错误处理
• 即使未提供 API 密钥，也会尝试获取模型列表

2024年2月27日

• 新增：研究报告中的引用
• 改进了中文输出布局
• 增加了表单的最大宽度和深度
• 修复了网络搜索节点详情中的文本溢出问题
• 修复了整体 UI 风格问题

2024年2月24日

• 新增：搜索流程的全屏模式，帮助您更专注地进行搜索
• 更改：“导出 PDF”现使用浏览器原生打印功能，解决了布局问题并消除了字体问题
• 修复：“上下文大小”设置未正确应用

2024年2月22日

• 新增：荷兰语/法语翻译
• 新增：重试网络搜索失败的节点
• 修复：网络搜索节点有时会显示空标签和重复的学习内容
• 修复：Firecrawl 现在将抓取内容格式限制为 Markdown

2024年2月18日至20日

• 新增：Tavily 的“高级搜索”和“搜索主题”支持
• 新增：Firecrawl 自定义端点支持
• 修复：整体 Bug，减少了“无效 JSON 结构”的错误

2024年2月17日

• 新增：设置网络搜索的速率限制
• 新增：设置 AI 模型的上下文长度

2024年2月16日

• 使用 VueFlow 重构了搜索可视化
• 优化了样式并修复了 Bug

旧版更新

2024年2月15日

• 新增 DeepSeek、OpenRouter 和 Ollama 等 AI 提供商；新增 Firecrawl 网络搜索提供商
• 支持检查项目更新
• 支持重新生成报告
• 通用修复

2024年2月14日

• 支持 DeepSeek R1 等推理模型
• 提高了与更多模型的兼容性及错误处理能力

2024年2月13日

• 大幅缩减了打包体积
• 支持多语言搜索
• 新增 Docker 支持
• 修复了“导出为 PDF”的问题

使用方法

在线演示： https://deep-research.ataw.top

自行部署

服务器模式（推荐）

通过环境变量部署，用户无需配置 API 密钥：

使用 Docker 和环境变量：

docker run -p 3000:3000 \
  -e NUXT_PUBLIC_SERVER_MODE=true \
  -e NUXT_AI_API_KEY=your-ai-api-key \
  -e NUXT_WEB_SEARCH_API_KEY=your-search-api-key \
  -e NUXT_PUBLIC_AI_PROVIDER=openai-compatible \
  -e NUXT_PUBLIC_AI_MODEL=gpt-4o-mini \
  -e NUXT_PUBLIC_WEB_SEARCH_PROVIDER=tavily \
  anotia/deep-research-web:latest

使用 Docker 和 .env 文件：

# 创建包含配置的 .env 文件
docker run -p 3000:3000 --env-file .env anotia/deep-research-web:latest

客户端模式（传统方式）

用户需在浏览器中自行配置 API 密钥：

一键部署，使用 EdgeOne Pages：

使用预构建的 Docker 镜像：

docker run -p 3000:3000 --name deep-research-web -d anotia/deep-research-web:latest

使用自建 Docker 镜像：

git clone https://github.com/AnotiaWang/deep-research-web-ui
cd deep-research-web-ui
docker build -t deep-research-web .
docker run -p 3000:3000 --name deep-research-web -d deep-research-web

环境变量

服务器模式配置

变量	描述	默认值
NUXT_PUBLIC_SERVER_MODE	启用服务器模式	false
NUXT_AI_API_KEY	AI 提供商 API 密钥	—
NUXT_AI_API_BASE	AI 提供商基础 URL	—
NUXT_WEB_SEARCH_API_KEY	网络搜索 API 密钥	—
NUXT_WEB_SEARCH_API_BASE	网络搜索基础 URL	—

公开配置（服务器模式）

变量	描述	默认值
NUXT_PUBLIC_AI_PROVIDER	AI 提供商类型	openai-compatible
NUXT_PUBLIC_AI_MODEL	AI 模型名称	gpt-4o-mini
NUXT_PUBLIC_AI_CONTEXT_SIZE	上下文大小	128000
NUXT_PUBLIC_WEB_SEARCH_PROVIDER	网络搜索提供商	tavily
NUXT_PUBLIC_WEB_SEARCH_CONCURRENCY_LIMIT	最大并发数	2
NUXT_PUBLIC_WEB_SEARCH_SEARCH_LANGUAGE	搜索语言	en
NUXT_PUBLIC_TAVILY_ADVANCED_SEARCH	是否使用 Tavily 高级搜索	false
NUXT_PUBLIC_TAVILY_SEARCH_TOPIC	Tavily 搜索主题	general
NUXT_PUBLIC_GOOGLE_PSE_ID	Google PSE ID	—

---

开发

设置

请确保安装依赖：

pnpm install

开发服务器

在 http://localhost:3000 启动开发服务器：

pnpm dev

生产环境

构建生产环境应用：

如果你想部署一个 SSR 应用：

pnpm build

如果你想部署一个静态的 SSG 应用：

pnpm generate

本地预览生产构建：

pnpm preview

更多相关信息，请查看部署文档。

许可证

MIT

星标历史

deep-research-web-ui 快速上手指南

deep-research-web-ui 是一个基于 Web 的深度学习研究界面，支持本地运行、实时反馈、搜索过程可视化及报告导出。所有配置和 API 请求均在浏览器本地完成，确保数据安全。

环境准备

• 操作系统：支持 Linux、macOS、Windows（需安装 Docker 或 Node.js）
• 前置依赖：
  • Docker（推荐用于一键部署）
  • 或 Node.js v18+ 与 pnpm（用于本地开发）
• 网络要求：需能访问所选 AI 提供商（如 OpenAI、DeepSeek 等）和搜索引擎（如 Tavily、Firecrawl）

💡 国内用户建议使用支持中文的模型（如 DeepSeek、SiliconFlow）并配置相应的 API Key。

安装步骤

方式一：Docker 部署（推荐）

服务端模式（无需用户配置密钥）

创建 .env 文件，填入你的配置：

NUXT_PUBLIC_SERVER_MODE=true
NUXT_AI_API_KEY=your-ai-api-key
NUXT_WEB_SEARCH_API_KEY=your-search-api-key
NUXT_PUBLIC_AI_PROVIDER=openai-compatible
NUXT_PUBLIC_AI_MODEL=gpt-4o-mini
NUXT_PUBLIC_WEB_SEARCH_PROVIDER=tavily

启动容器：

docker run -p 3000:3000 --env-file .env anotia/deep-research-web:latest

或直接通过命令行传入环境变量：

docker run -p 3000:3000 \
  -e NUXT_PUBLIC_SERVER_MODE=true \
  -e NUXT_AI_API_KEY=your-ai-api-key \
  -e NUXT_WEB_SEARCH_API_KEY=your-search-api-key \
  -e NUXT_PUBLIC_AI_PROVIDER=openai-compatible \
  -e NUXT_PUBLIC_AI_MODEL=gpt-4o-mini \
  -e NUXT_PUBLIC_WEB_SEARCH_PROVIDER=tavily \
  anotia/deep-research-web:latest

客户端模式（用户在浏览器中自行配置密钥）

docker run -p 3000:3000 --name deep-research-web -d anotia/deep-research-web:latest

方式二：本地源码构建（可选）

git clone https://github.com/AnotiaWang/deep-research-web-ui
cd deep-research-web-ui
pnpm install
pnpm dev

访问 http://localhost:3000 即可使用。

基本使用

1. 打开浏览器访问 http://localhost:3000（或你部署的服务器地址）。
2. 若为客户端模式，在设置页面填写：
   • AI 提供商 API Key（如 DeepSeek、OpenRouter 等）
   • 网络搜索 API Key（如 Tavily 或 Firecrawl）
3. 在主页输入研究主题（例如：“2025 年人工智能发展趋势”），选择语言（支持中文）。
4. 点击开始，系统将自动执行多轮搜索与分析，并以树状图展示研究过程。
5. 研究完成后，可点击"Export as PDF"导出 Markdown 或 PDF 格式报告。

✅ 提示：支持断点重试、历史记录管理、全屏专注模式等功能，适合深度研究场景。