🤖 令人惊叹的代理式深度研究资源

欢迎来到 Awesome-Deep-Research！🚀 本仓库是您通往代理式深度研究前沿世界的全面指南。我们精心整理了一系列资源供您使用。

无论您是研究人员、开发者还是爱好者，这个仓库都是您探索人工智能与自主代理之间迷人交汇点的入口。如需深入了解信息搜索范式的转变，请查阅我们的立场论文：从网络搜索迈向代理式深度研究：以推理代理激励搜索 📄，其中概述了当前领域的趋势及未来发展方向。对于关注 RAG 与推理更广泛交叉的研究人员，我们也推荐您浏览我们的综合资源集 Awesome-RAG-Reasoning 🔥🔥🔥。

目录

• 🎯 行业领先的产品与解决方案
• 🔧 开源实现与工具
• 📚 最新研究论文与突破性成果
• 🏆 评估基准与实际应用
• 🤝 贡献与引用

行业领先的产品

• Gemini Deep Research: Google 的高级研究助手，用于深度分析（2024年12月11日）
• Deep Research: OpenAI 的深度研究平台 [API 指南]（2025年2月2日）
• Perplexity Deep Research: Perplexity 的深度研究与分析产品（2025年2月14日）
• Grok Agents: xAI 基于 Grok-3 的自主 DeepSearch 代理（2025年2月19日）
• Copilot Researcher: Microsoft 365 Copilot 中的研究员与分析师功能（2025年3月25日）
• Research: Anthropic 的研究平台，用于查找并推理信息（2025年4月15日）
• Manus: 高级研究与分析平台（2025年3月6日）
• 🦌 DeerFlow: 字节跳动的研究与分析解决方案（2025年5月9日）
• Deep Research: 阿里巴巴基于通义千问的研究助手（2025年5月14日）
• Kimi-Researcher: Moonshot 基于 Kimi 的研究助手（2025年6月20日）

开源实现

• gemini-fullstack-langgraph-quickstart：Gemini 全栈与 LangGraph 集成。
• multi-agent research system：Anthropic 的多智能体研究系统。博客文章
• gpt-researcher：用于综合性研究任务的自主智能体。
• DeerFlow：字节跳动开源的深度研究框架。
• r1-reasoning-rag：推理增强型检索增强生成框架。
• nanoDeepResearch：轻量级深度研究工具包。
• deep-research (Aomni)：Aomni 的深度研究助手。
• deep-research (u14app)：u14app 的深度研究平台。
• open-deep-research：开源深度研究框架。
• deep-searcher：深度搜索与研究工具包。
• node-DeepResearch：用于寻找正确答案的深度研究工具包。
• Auto-Deep-Research：自动化深度研究智能体。
• langgraph-deep-research：使用 LangGraph 的深度研究工作流。
• DeepResearchAgent：SkyworkAI 的深度研究智能体。
• OpenManus：一个用于构建通用 AI 智能体的开源框架。
• PraisonAI：一款具备内置深度研究能力、可直接投入生产的多智能体框架。
• AtomSearcher：一款自动化的深度研究智能体。

最新研究论文

🔥🔥🔥 本节展示了代理式深度研究领域中最新且最具影响力的科研论文。每一篇论文都代表着在自主研究智能体、搜索能力及推理框架发展方面的重大进展。论文按时间顺序排列，最新的发表内容位于顶部。涵盖的关键领域包括：

• 🤖 用于深度研究的代理式框架
• 🔍 搜索增强型推理模型
• 🌐 用于深度研究的网络智能体
• 🔄 推理与检索增强型生成
• 📊 多模态深度研究

🚀🚀🚀 敬请关注该领域的最新突破！

标题	日期及代码	基础模型	优化方法	搜索引擎	代理架构	训练数据集	评估数据集
Dr. Zero: 无需训练数据的自进化搜索代理	2026/01/11	Qwen2.5-3B-Instruct, Qwen2.5-7B-Instruct	HRPO	网络搜索	多智能体	—	NQ, TriviaQA, PopQA, HotpotQA, 2WikiMultihopQA (2WikiMQA), MuSiQue, Bamboogle
LEAPS: 阿里巴巴AI搜索的LLM赋能自适应插件	2026/01/09	Qwen3-14B	REINFORCE++, GRPO, GSPO	本地检索	单智能体	—	—
SmartSearch: 面向搜索代理的过程奖励引导查询精炼	2026/01/08	Qwen2.5-3B-Instruct	SFT, DPO, GRPO	网络搜索	单智能体	Asearcher-Base	2WikiMultihopQA, HotpotQA, Bamboogle, MuSiQue, GAIA, WebWalker
O-Researcher: 基于多智能体蒸馏与智能体强化学习的开放式深度研究模型	2026/01/07	Qwen-2.5-72B-Instruct	GRPO	网络搜索	多智能体	知乎KOL、WideSearch、ELI5	DeepResearch Bench, DeepResearchGym
WebAnchor: 锚定式智能体规划以稳定长 horizon 网络推理	2026/01/06	WebSailor-3B/7B, Tongyi-DR-30B, Qwen-2.5-72B	GRPO	本地检索	单智能体	—	BrowseComp-en, BrowseComp-zh, XBench-DeepSearch, GAIA
预算感知的工具使用实现高效的智能体扩展	2025/11/21	Gemini-2.5-Flash, Gemini-2.5-Pro, Claude-Sonnet-4	提示工程	网络搜索	单智能体	—	—
AutoTool: 面向大型语言模型智能体的高效工具选择	2025/11/18	Llama4-Scout-17B	提示工程	网络搜索	单智能体	—	AlfWorld, ScienceWorld, ToolQuery-Academia
多智能体深度研究：使用M-GRPO训练多智能体系统	2025/11/17	Qwen3-30B-A3B	M-GRPO	网络搜索	多智能体	—	GAIA, XBench-DeepSearch, WebWalkerQA
通义深度研究技术报告	2025/10/28	Qwen3-30B-A3B-Base	SFT, RL	网络搜索	单智能体	—	HLE, BrowseComp, BrowseComp-ZH, GAIA, XBench-DeepSearch, WebWalkerQA, FRAMES, XBench-DeepSearch-2510
TOOLRM: 向智能体工具使用奖励建模迈进	2025/10/30	Qwen3-4B, Qwen3-8B	RL	网络搜索	单智能体	ToolPref-Pairwise-30K	TRBench, ACEBench
ToolScope: 一种用于视觉引导和长 horizon 工具使用的智能体框架	2025/10/31	GPT-4o, Gemini-2.5, Qwen2.5-VL, Llama-3.2-Vision	提示工程	本地检索	多智能体	—	—
WebSeer: 通过带有自我反思的强化学习训练更深层次的搜索代理	2025/10/21	Qwen-2.5-14B, Qwen-3-14B	RL（冷启动+RL；自我反思）	网络搜索	单智能体	—	HotpotQA, SimpleQA
企业深度研究：面向企业分析的可引导多智能体深度研究	2025/10/20	—	提示工程	网络搜索	多智能体	—	DeepResearch Bench, DeepConsult
Stop-RAG: 基于价值的迭代RAG检索控制	2025/10/16	Llama-3.1-8B-Instruct	微调	本地检索	单智能体	MuSiQue, HotpotQA, 2WikiMultihopQA	HotpotQA, MuSiQue, 2WikiMultihopQA
迈向搜索环境中具有智能体特性的自学习LLM	2025/10/16	Qwen-2.5-7B-Instruct	RL	网络搜索	多智能体	—	NQ, TriviaQA, PopQA, HotpotQA, 2WikiMultihopQA, MuSiQue, Bamboogle
GOAT: 面向目标导向型工具使用智能体的训练框架	2025/10/14	Qwen-2-7B, Llama-3-8B-Instruct, Llama-3-70B-Instruct	微调	网络搜索	单智能体	—	GOATBench
ResearStudio: 一种可供人类干预的可控深度研究智能体构建框架	2025/10/14	gpt-4.1, gpt-4.1-mini, o4-mini, Llama-3.3-70B	提示工程	网络搜索	单智能体	—	GAIA
HiPRAG: 用于高效智能体增强检索生成的层次化过程奖励	2025/10/09	Qwen2.5-3B-Instruct, Qwen2.5-7B-Instruct, Llama-3.2-3B-Instruct	PPO, GRPO	网络搜索	单智能体	NQ, HotpotQA	NQ, TriviaQA, PopQA, HotpotQA, 2Wiki, MuSiQue, Bamboogle
A2SEARCH: 基于强化学习的歧义感知问答	2025/10/09	Qwen-2.5系列	RL	网络搜索	单智能体	NQ	MuSiQue, HotpotQA, 2Wiki, Bamboogle, NQ, TriviaQA, PopQA, AmbigQA
ReSeek: 一种具有指导性奖励的自纠正搜索代理框架	2025/10/01	Qwen2.5-7B-Instruct, Qwen2.5-3B-Instruct	GRPO	网络搜索、本地检索	单智能体	NQ, HotpotQA	NQ, TriviaQA, PopQA, HotpotQA, 2WikiMQA, MuSiQue, Bamboogle, FictionalHot
面向交互式多模态工具使用智能体的过程监督强化学习	2025/09/17	Qwen3-8B, Qwen2.5-Omni-7B	RL	本地检索	单智能体	τ-bench, APIGen-MT	τ-bench
ReSum: 通过上下文摘要解锁长 horizon 搜索智能	2025/09/16	Qwen3-30B-A3B-Thinking	GRPO, SFT	网络搜索	单智能体	SailorFog-QA	BrowseComp-en/zh
WebWeaver: 利用动态提纲构建网络规模证据，支持开放式深度研究	2025/09/16	Qwen3-30B-A3B-Instruct	SFT	网络搜索	单智能体	WebWeaver-3k	BrowseComp-en/zh, GAIA, XBench-DeepSearch
WebResearcher: 在长 horizon 智能体中释放无限推理能力	2025/09/16	Qwen3-30B-A3B	RFT, RL	网络搜索	多智能体	WebFrontier	BrowseComp-en/zh, GAIA, WebWalkerQA, FRAMES, HotpotQA, MuSiQue, 2WikiMultihopQA
WebSailor-V2: 通过合成数据和可扩展RL弥合与专有智能体的鸿沟	2025/09/16	Qwen3-30B-A3B	SFT, RL	网络搜索、本地检索	单智能体	SailorFog-QA-V2	BrowseComp-EN, BrowseComp-ZH, HLE
WebExplorer: 探索与进化以训练长 horizon 网络智能体	2025/09/08	Qwen3-8B	GRPO, SFT	网络搜索	单智能体	WebExplorer-QA	BrowseComp-en/zh, GAIA, WebWalkerQA, FRAMES, XBench-DeepSearch, HLE
Atom-Searcher: 通过细粒度原子级思维奖励提升智能体深度研究	2025/08/18	Qwen2.5-7B	RL(GRPO)	网络搜索	单智能体	NQ, SimpleQA, HotpotQA, 2WikiMultihopQA, MuSiQue, MultiHopRAG	Bamboogle, NQ, SimpleQA, HotpotQA, 2WikiMultihopQA, MuSiQue, MultiHopRAG
MMSearch-R1: 激励LMMs进行搜索	2025/06/25	Qwen2.5-VL-7B	RL(GRPO)	网络搜索	单智能体	VQA, MetaClip, FVQA, InfoSeek	FVQA-test, InfoSeek, MMSearch, SimpleVQA, LiveVQA
VideoDeepResearch: 具有智能体工具使用的长视频理解	2025/06/12	GPT-4o, Gemini1.5-pro, Qwen2.5-VL-72B-Instruct	提示工程	本地检索	多智能体	—	MLVU, Video-MME, LVBench, LongVideoBench
多模态DeepResearcher: 使用智能体框架从零开始生成文本-图表交错报告	2025/06/03	Claude3.7-Sonnet, GPT-4o-mini, Qwen3-235B-A22B, Qwen2.5-VL-72B-Instruct	提示工程	网络搜索	多智能体	—	Pew Research, Our World in Data, Open Knowledge Foundation
RAG-Gym: 针对检索增强生成的语言智能体的系统性优化	2025/05/31	Llama3.1-8B-Instruct, Qwen2.5-7B-Instruct, GPT-4o-mini	SFT, RL(PPO, DPO)	本地检索	单智能体	HotpotQA, MedQA	HotpotQA, 2Wiki, Bamboogle, MedQA
MaskSearch: 一个通用预训练框架，用于增强智能体搜索能力	2025/05/27	Llama3.1-8B, Llama3.2-3B, Llama3.2-1B, Llama3, Qwen2.5-7B, Qwen2.5-3B, Qwen2.5-1.5B, Qwen2.5	SFT, RL(DAPO)	本地检索	多智能体	HotpotQA	HotpotQA, FanoutQA, Musique, 2WikiMultihopQA, Bamboogle, FreshQA
SimpleDeepSearcher: 通过网络驱动的推理轨迹合成进行深度信息获取	2025/05/25	Qwen2.5-7B-Instruct, Qwen2.5-32B-Instruct, DeepseekDistilled-Qwen2.5-32B, QwQ-32B	SFT	网络搜索	单智能体	NQ, SimpleQA, HotpotQA, 2WikiMultihopQA, MuSiQue, MultiHopRAG	Bamboogle, FRAMES, GAIA, NQ, SimpleQA, HotpotQA, 2WikiMultihopQA, MuSiQue, MultiHopRAG
WebAgent-R1: 通过端到端多轮强化学习训练网络智能体	2025/05/22	Qwen2.5-3B, Llama3.1-8B	SFT, RL(M-GRPO)	网络搜索	单智能体	WebArena-Lite, WebArena	WebArena-Lite, WebArena
R1-Searcher++: 通过强化学习激励LLM的动态知识获取	2025/05/22	Qwen2.5-7B-Instruct	SFT, RL	本地检索	单智能体	HotpotQA, 2WikiMultihopQA	HotpotQA, 2WikiMultihopQA, Musique, Bamboogle
过程奖励 vs. 结果奖励：哪一种更适合智能体RAG强化学习？	2025/05/22	Qwen2.5-7B-Instruct	RL(DPO)	本地检索	单智能体	PopQA, HotpotQA, 2WikiMultihopQA	PopQA, HotpotQA, 2WikiMultihopQA, Bamboogle, MuSiQue
s3 - 通过RL高效而有效的搜索智能体训练	2025/05/20	Qwen2.5-7B-Instruct	RL(PPO)	本地检索	单智能体	NQ, HotpotQA	NQ, TriviaQA, PopQA, HotpotQA, 2wiki, Musique, MedQA-US, MedMCQA, PubMedQA, BioASQ-Y/N, MMLU-Med
揭秘并提升基于大型语言模型的搜索智能体效率	2025/05/17	Qwen2.5-14B, Qwen2.5-7B	提示工程	本地检索	单智能体	—	Musique, NQ, 2WikiMultihopQA, HotpotQA, Bamboogle, StrategyQA
强化内外部知识协同推理，以实现高效的自适应搜索智能体	2025/05/12	Qwen2.5-3B-Instruct, Qwen2.5-7B-Instruct	RL(GRPO)	本地检索	单智能体	NQ, HotpotQA	PopQA, 2WikiMultihopQA
ZeroSearch: 在不进行搜索的情况下激励LLM的搜索能力	2025/05/07	Qwen2.5-3B-Base, Qwen2.5-7B-Base, Qwen2.5-7B-Instruct, Qwen2.5-3B-Instruct, Llama3.2-3B-Instruct, Llama3.2-3B-Base	RL(Reinforce, GRPO, PPO)	网络搜索	单智能体	NQ, HotpotQA	NQ, TriviaQA, PopQA, HotpotQA, 2WikiMultihopQA, Musique, Bamboogle
Webthinker: 用深度研究能力赋能大型推理模型	2025/04/30	GPT-o1, GPT-o3, Deepseek-R1, QwQ-32B, Qwen2.5-32B-Instruct	RL(DPO)	网络搜索	单智能体	SuperGPQA, WebWalkerQA, OpenThoughts, NaturalReasoning, NuminaMath	GPQA, GAIA, WebWalkerQA, Humanity’s Last Exam
盘古超算：在Ascend NPU上突破密集型大型语言模型的极限	2025/04/11	盘古超算-135B	SFT, RL	本地检索	单智能体	—	—
开放深度搜索：用开源推理智能体 democratize 搜索	2025/03/26	Llama3.1-70B, Deepseek-R1	提示工程	网络搜索	单智能体	—	SimpleQA, FRAME
DeepResearcher: 在真实环境中通过强化学习扩展深度研究	2025/03/26	Qwen2.5-7B-Instruct	RL(GRPO)	网络搜索	多智能体	NQ, TQ, HotpotQA, 2WikiMultihopQA	MuSiQue, Bamboogle, PopQA, NQ, TQ, HotpotQA, 2WikiMultihopQA
ReSearch: 通过强化学习让LLM学会利用搜索引擎进行推理	2025/03/25	Qwen2.5-7B-Instruct, Qwen2.5-32B-Instruct	RL(GRPO)	网络搜索	单智能体	MuSiQue	HotpotQA, 2WikiMultihopQA, Musique, Bamboogle
Search-R1: 通过强化学习训练LLM进行推理并利用搜索引擎	2025/03/12	Qwen2.5-7B-Instruct, Qwen2.5-7B-Base, Qwen2.5-3B-Instruct, Qwen2.5-3B-Base	RL(PPO, GRPO)	网络搜索	单智能体	NQ, HotpotQA	NQ, TriviaQA, PopQA, HotpotQA, 2WikiMultihopQA, Musique, Bamboogle
超越提纲：用异构递归规划实现语言模型的自适应长篇写作	2025/03/11	GPT-4o, Claude3.5-Sonnet	提示工程	网络搜索	多智能体	—	TELL ME A STORY, WildSeek
R1-Searcher: 通过强化学习激励LLM的搜索能力	2025/03/07	Qwen2.5-7B-Base, Llama3.1-8B-Instruct	SFT, RL(GRPO, Reinforce++)	网络搜索、本地检索	单智能体	HotpotQA, 2WikiMultihopQA	HotpotQA, 2WikiMultihopQA, Musique, Bamboogle
AutoAgent: 一个完全自动化且零代码的LLM智能体框架	2025/02/18	Claude3.5-Sonnet	提示工程	网络搜索	多智能体	—	GAIA
智能体推理：使用工具对LLM进行深度研究推理	2025/02/07	无	提示工程	网络搜索	多智能体	—	GPQA
Search-o1: 具有智能体增强功能的大型推理模型	2025/01/09	QwQ-32B-Preview	提示工程	网络搜索	单智能体	—	GPQA, MATH500, AMC2023, AIME2024, LiveCodeBench, NQ, TriviaQA, HotpotQA, 2WikiMultihopQA, MuSiQue, Bamboogle

基准测试与应用

• 人类的最后一场考试 [论文] [代码]
• BrowseComp：一个简单但具有挑战性的浏览代理基准测试 [论文] [代码]
• BrowseComp-ZH：中文环境下大型语言模型的网页浏览能力基准测试 '[论文]' [代码]
• DeepResearch 基准：面向深度研究代理的综合性基准测试 [论文] [代码]
• MedBrowseComp：医学领域的深度研究与计算机使用能力基准测试 [论文] [代码]
• Mind2Web 2：以代理为评判者的代理式搜索评估 [论文] [代码]

贡献与引用

🤝 我们欢迎各位贡献者一起扩充这份全面的代理式深度研究资源合集！

📝 如何贡献

添加新的研究论文和基准测试：

• 提交一个问题，附上论文详细信息（标题、arXiv 链接、我们论文表格中的所有类别，以及如果有 GitHub 仓库的话，请提供链接）
• 或者创建一个拉取请求，将论文添加到研究论文表格或基准测试部分

添加新的开源实现和新产品：

• 提交一个问题，附上仓库的详细信息（名称、描述、发布日期、如果有 GitHub 链接请一并提供）
• 或者创建一个拉取请求，将实现添加到开源和产品部分

📖 引用

🔥🔥🔥 如果您觉得本仓库对您有所帮助，请引用我们的论文：

@article{zhang2025web,
  title={从网络搜索到代理式深度研究：以推理代理激励搜索},
  author={Zhang, Weizhi and Li, Yangning and Bei, Yuanchen and Luo, Junyu and Wan, Guancheng and Yang, Liangwei and Xie, Chenxuan and Yang, Yuyao and Huang, Wei-Chieh and Miao, Chunyu and others},
  journal={arXiv 预印本 arXiv:2506.18959},
  year={2025}
}

@article{li2025towards,
  title={迈向具有深度推理能力的代理式 RAG：LLMs 中 RAG-推理系统的综述},
  author={Li, Yangning and Zhang, Weizhi and Yang, Yuyao and Huang, Wei-Chieh and Wu, Yaozu and Luo, Junyu and Bei, Yuanchen and Zou, Henry Peng and Luo, Xiao and Zhao, Yusheng and others},
  journal={arXiv 预印本 arXiv:2507.09477},
  year={2025}
}

Awesome-Deep-Research 快速上手指南

Awesome-Deep-Research 并非单一的可执行软件，而是一个汇聚了**代理式深度研究（Agentic Deep Research）**领域顶尖产品、开源实现和前沿论文的精选资源库。本指南将帮助你快速定位适合的开发工具并启动项目。

环境准备

在开始使用仓库中的开源项目前，请确保你的开发环境满足以下通用要求：

• 操作系统: Linux (推荐 Ubuntu 20.04+), macOS, 或 Windows (WSL2)。
• Python 版本: 大多数项目需要 Python 3.10 或更高版本。
• 包管理器: 推荐使用 conda 或 venv 进行环境隔离。
• API Keys: 根据你选择的具体项目，可能需要准备以下密钥：
  • LLM API: OpenAI, Anthropic, Google Gemini, 或国内模型 (如 Moonshot/Kimi, Alibaba/Qwen)。
  • 搜索 API: Tavily, Serper, Bing Search API 等。
• 网络环境: 部分项目依赖 Hugging Face 或 GitHub 资源，国内开发者建议配置镜像加速。

安装步骤

由于该仓库包含多个独立的开源项目，请选择一个适合你的项目进行安装。以下以两个热门项目为例：

方案 A：安装 GPT-Researcher (功能全面的自主研究代理)

1. 克隆仓库

   git clone https://github.com/assafelovic/gpt-researcher.git
   cd gpt-researcher
   

2. 创建虚拟环境并安装依赖

   python -m venv venv
   source venv/bin/activate  # Windows 用户请使用: venv\Scripts\activate
   
   # 安装核心依赖
   pip install -r requirements.txt
   

3. 配置环境变量 在项目根目录创建 .env 文件，填入你的 API 密钥：

   cp .env.example .env
   # 编辑 .env 文件，填入 OPENAI_API_KEY, TAVILY_API_KEY 等
   

方案 B：安装 DeerFlow (字节跳动开源的深度研究框架)

1. 克隆仓库

   git clone https://github.com/bytedance/deer-flow.git
   cd deer-flow
   

2. 安装依赖

   pip install -r requirements.txt
   

   注：若下载速度慢，可使用国内镜像源加速：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 配置模型与搜索接口 参照项目内的 config.yaml 或文档说明，配置本地模型路径或云端 API Key。

基本使用

安装完成后，即可通过命令行或代码调用深度研究功能。

示例 1：运行 GPT-Researcher 进行研究

在终端中直接运行以下命令，启动针对特定主题的深度研究报告生成：

python -m gpt_researcher.cli.main --query "2025 年人工智能代理技术的发展趋势" --report_type research_report

执行后，系统将自动执行搜索、筛选、综合信息，并在 outputs 目录生成 Markdown 或 PDF 格式的报告。

示例 2：使用 DeerFlow 进行多轮推理

通过 Python 脚本调用 DeerFlow 的核心逻辑：

from deer_flow import ResearchAgent

# 初始化代理
agent = ResearchAgent(config_path="config.yaml")

# 执行深度研究任务
query = "分析量子计算在药物研发中的最新突破"
result = agent.run(query)

# 输出结果
print(result.summary)
print(result.sources)

探索更多资源

• 查看最新论文: 访问仓库中的 Latest Research Papers 章节，获取如 Dr. Zero, O-Researcher 等最新模型的代码链接。
• 尝试在线产品: 若不想本地部署，可直接体验列表中的行业领先产品，如 Kimi-Researcher 或 Deep Research (Qwen)。