Auto-Deep-Research

GitHub
1.5k 211 简单 1 次阅读 今天开发框架其他语言模型Agent
AI 解读 由 AI 自动生成,仅供参考

Auto-Deep-Research 是一款开源且高性价比的个人 AI 助手,旨在为用户提供完全自动化的深度研究能力。作为 OpenAI Deep Research 功能的开源替代方案,它基于 AutoAgent 框架构建,能够自主执行复杂的信息检索、数据分析及文件处理任务,帮助用户从繁琐的资料搜集工作中解放出来。

该工具主要解决了高端 AI 研究服务成本高昂(如每月 200 美元订阅费)及使用门槛高的问题。用户无需支付固定订阅费,只需按需使用自己的 LLM API 密钥即可运行,大幅降低了使用成本。同时,它实现了“零配置”启动,通过简单的命令行即可一键运行,无需复杂的環境设置。

Auto-Deep-Research 非常适合研究人员、数据分析师、开发者以及需要高效获取深度信息的普通用户。其技术亮点在于广泛的模型兼容性,无缝支持 OpenAI、Anthropic、Deepseek、Grok 等多种大语言模型,并灵活适配支持或不支持函数调用(function-calling)的模型架构。此外,它在权威的 GAIA 基准测试中表现优异,证明了其强大的任务执行性能。无论是进行学术调研、市场分析还是日常深度问答,Auto-Deep-Research 都能成为您得力的智能搭档。

使用场景

一位独立开发者需要在两天内完成一份关于“全球生成式 AI 医疗应用”的深度竞品分析报告,以争取投资人青睐。

没有 Auto-Deep-Research 时

  • 信息搜集耗时巨大:需要手动在谷歌学术、新闻网站和财报中逐个搜索关键词,花费数小时筛选无关信息。
  • 多源数据整合困难:面对 PDF 财报、网页文章和 Excel 数据表,人工复制粘贴极易出错且格式混乱。
  • 高昂的订阅成本:若使用商业版深度研究服务,每月 200 美元的固定订阅费对初创团队负担过重。
  • 模型选择受限:被迫绑定单一服务商的模型,无法根据任务难度灵活切换高性价比的开源或专用大模型。
  • 环境配置繁琐:部署类似的自动化脚本通常需要复杂的依赖管理和 API 配置,消耗宝贵的开发时间。

使用 Auto-Deep-Research 后

  • 全自动深度挖掘:只需输入一行命令,Auto-Deep-Research 即可自主规划搜索路径,瞬间遍历全球数据库并提取核心观点。
  • 原生文件交互能力:直接上传竞品财报 PDF 和数据表格,Auto-Deep-Research 自动解析内容并将其融入分析逻辑,无需人工清洗。
  • 极致成本控制:利用自有按需付费的 API Key 运行,将单次深度调研成本从固定月费降至几美元,大幅降低试错门槛。
  • 灵活模型调度:无缝切换 Deepseek 或 vLLM 等高性价比模型处理基础检索,仅在关键推理时调用高端模型,优化性能与价格比。
  • 零配置即刻启动:通过 auto deep-research 一键启动,无需任何复杂配置,让开发者专注于报告结论而非工具搭建。

Auto-Deep-Research 将原本需要数天的人工调研工作压缩至分钟级,以极低的成本赋予了个人开发者企业级的深度情报分析能力。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU
  • 未说明 (主要依赖外部 LLM API,本地无重型模型推理需求
  • 需安装 Docker 以运行容器化交互环境)
内存

未说明

依赖
notes1. 必须安装 Docker,工具会自动拉取预构建的镜像来创建代理交互环境。 2. 推荐使用 conda 创建名为 'auto_deep_research' 的虚拟环境。 3. 核心功能依赖各种 LLM 的 API Key(如 OpenAI, Anthropic, DeepSeek 等),并非本地部署模型。 4. 支持通过环境变量灵活配置不同的模型提供商和接口地址。
python3.10
Docker
conda
litellm (隐式依赖,用于模型路由)
AutoAgent (基础框架)
Auto-Deep-Research hero image

快速开始

Logo

Auto-Deep-Research:
您的全自动化且经济高效的个人AI助手

Credits 加入我们的Slack社区 加入我们的Discord社区
查看文档 论文 评估基准分数

欢迎来到Auto-Deep-Research!Auto-Deep-Research是基于AutoAgent框架的一个开源且经济高效的OpenAI Deep Research替代方案。

✨核心功能

  • 🚀 高性能:在GAIA基准测试中表现出色。
  • 🌐 通用LLM支持:无缝集成广泛的LLM(例如,OpenAI、Anthropic、Deepseek、vLLM、Grok、Huggingface等)。
  • 🔂 灵活交互:支持函数调用非函数调用交互的LLM。
  • 💰 成本效益:使用您自己的按需付费LLM API密钥,作为Deep Research每月200美元订阅的开源替代方案。
  • 📁 文件支持:支持文件上传,以增强数据交互能力。
  • 🚀 一键启动:只需一个简单的auto deep-research命令即可立即开始使用——无需任何配置,真正实现开箱即用。

🚀 以更低的成本拥有属于您自己的个人助理。立即试用🔥Auto-Deep-Research🔥!

🔥 新闻

  • [2025年4月1日]:  🎉🎉 点击查看Auto-Deepresearch能做什么! [视频1] [视频2]
  • [2025年2月16日]:  🎉🎉 我们清理了AutoAgent的代码库,移除了与Auto-Deep-Research无关的部分,并发布了Auto-Deep-Research的第一个版本。

📑 目录

🧐 为什么发布Auto-Deep-Research?

在发布AutoAgent(原名MetaChain)一周后,我们观察到三个推出Auto-Deep-Research的有力理由:

  1. 社区兴趣
    我们注意到社区对我们Deep Research替代功能表现出浓厚兴趣。为此,我们精简了代码库,移除了与Deep Research无关的部分,打造了一个更加专注的工具。

  2. 框架扩展性
    Auto-Deep-Research是基于AutoAgent构建的第一款开箱即用产品,展示了如何利用我们的框架快速简便地创建强大的Agent应用。

  3. 社区驱动的改进
    我们采纳了第一周内收到的宝贵社区反馈,引入了一键启动和增强的LLM兼容性等功能,使工具更加易用和多功能。

Auto-Deep-Research体现了我们对社区需求的承诺,以及对AutoAgent作为构建实用AI应用基础潜力的展示。

⚡ 快速入门

安装

Auto-Deep-Research安装

conda create -n auto_deep_research python=3.10
conda activate auto_deep_research
git clone https://github.com/HKUDS/Auto-Deep-Research.git
cd Auto-Deep-Research
pip install -e .

Docker安装

我们使用Docker来容器化代理交互环境。因此,请先安装Docker。您无需手动拉取预构建镜像,因为我们已让Auto-Deep-Research根据您的机器架构自动拉取预构建镜像

API密钥设置

创建一个环境变量文件,类似于.env.template,并为您想要使用的LLM设置API密钥。并非每个LLM的API密钥都是必需的,只需根据需要进行设置即可。

启动自动深度研究

命令选项:

你可以运行 auto deep-research 来启动自动深度研究。该命令的一些配置如下所示。

  • --container_name: Docker 容器的名称(默认值:'deepresearch')
  • --port: 容器的端口(默认值:12346)
  • COMPLETION_MODEL: 指定要使用的 LLM 模型,应按照 Litellm 的命名方式设置模型名称。(默认值:claude-3-5-sonnet-20241022
  • DEBUG: 启用调试模式以获取详细日志(默认值:False)
  • API_BASE_URL: LLM 提供商的基础 URL(默认值:无)
  • FN_CALL: 启用函数调用(默认值:无)。大多数情况下,你可以忽略此选项,因为我们已经根据模型名称设置了默认值。

不同的 LLM 提供商

我们将向你展示使用不同 LLM 提供商启动自动深度研究是多么简单。

Anthropic
  • .env 文件中设置 ANTHROPIC_API_KEY
ANTHROPIC_API_KEY=your_anthropic_api_key
  • 运行以下命令以启动自动深度研究。
auto deep-research # 默认模型是 claude-3-5-sonnet-20241022
OpenAI
  • .env 文件中设置 OPENAI_API_KEY
OPENAI_API_KEY=your_openai_api_key
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=gpt-4o auto deep-research
Mistral
  • .env 文件中设置 MISTRAL_API_KEY
MISTRAL_API_KEY=your_mistral_api_key
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=mistral/mistral-large-2407 auto deep-research
Gemini - Google AI Studio
  • .env 文件中设置 GEMINI_API_KEY
GEMINI_API_KEY=your_gemini_api_key
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=gemini/gemini-2.0-flash auto deep-research
Huggingface
  • .env 文件中设置 HUGGINGFACE_API_KEY
HUGGINGFACE_API_KEY=your_huggingface_api_key
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=huggingface/meta-llama/Llama-3.3-70B-Instruct auto deep-research
Groq
  • .env 文件中设置 GROQ_API_KEY
GROQ_API_KEY=your_groq_api_key
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=groq/deepseek-r1-distill-llama-70b auto deep-research
OpenAI 兼容端点(例如 Grok)
  • .env 文件中设置 OPENAI_API_KEY
OPENAI_API_KEY=your_api_key_for_openai_compatible_endpoints
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=openai/grok-2-latest API_BASE_URL=https://api.x.ai/v1 auto deep-research
OpenRouter(例如 DeepSeek-R1)

我们建议暂时使用 OpenRouter 作为 DeepSeek-R1 的 LLM 提供商。因为 DeepSeek-R1 的官方 API 目前无法高效使用。

  • .env 文件中设置 OPENROUTER_API_KEY
OPENROUTER_API_KEY=your_openrouter_api_key
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=openrouter/deepseek/deepseek-r1 auto deep-research
DeepSeek
  • .env 文件中设置 DEEPSEEK_API_KEY
DEEPSEEK_API_KEY=your_deepseek_api_key
  • 运行以下命令以启动自动深度研究。
COMPLETION_MODEL=deepseek/deepseek-chat auto deep-research

小贴士

将浏览器 Cookie 导入浏览器环境

你可以将浏览器 Cookie 导入浏览器环境,以便代理更好地访问某些特定网站。有关更多详细信息,请参阅 cookies 文件夹。

更多功能即将推出!🚀 Web GUI 界面 正在开发中。

☑️ 待办事项

自动深度研究正在不断演进!以下是接下来的计划:

  • 🖥️ GUI 代理:支持具有 GUI 交互的 计算机使用 代理
  • 🏗️ 代码沙盒:支持额外的环境,如 E2B
  • 🎨 Web 界面:开发全面的 GUI,以提升用户体验

你有想法或建议吗?欢迎随时提交问题!敬请期待更多精彩更新!🚀

📖 文档

更详细的文档即将发布 🚀,我们将在 Documentation 页面上进行更新。

🤝 加入社区

如果你认为自动深度研究很有帮助,可以通过以下方式加入我们的社区:

🙏 致谢

罗马不是一天建成的。自动深度研究建立在 AutoAgent 框架之上。我们衷心感谢所有塑造 AutoAgent 的先驱性工作,包括为框架架构提供灵感的 OpenAI Swarm、为三代理设计提供洞见的 Magentic-one、为文档结构提供参考的 OpenHands,以及许多其他为代理与环境交互设计做出贡献的优秀项目。你们的创新成果对于使 AutoAgent 和 Auto-Deep-Research 成为可能起到了至关重要的作用。

🌟 引用

@misc{AutoAgent,
      title={{AutoAgent: 一种完全自动化且无需代码的 LLM 代理框架}},
      author={唐嘉斌、范天宇、黄超},
      year={2025},
      eprint={202502.05957},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2502.05957},
}

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|1周前
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|2周前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

160.4k|★★☆☆☆|今天
开发框架Agent语言模型

opencode

OpenCode 是一款开源的 AI 编程助手(Coding Agent),旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件,而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码,还是排查难以定位的 Bug,OpenCode 都能通过自然语言交互高效完成,显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计,特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构,这意味着用户可以审查代码逻辑、自定义行为策略,甚至私有化部署以保障数据安全,彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上,OpenCode 提供了灵活的终端界面(Terminal UI)和正在测试中的桌面应用程序,支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具,安装便捷,并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客,还是渴望提升产出的独立开发者,OpenCode 都提供了一个透明、可信

144.3k|★☆☆☆☆|2天前
Agent插件

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

109.2k|★★☆☆☆|昨天
开发框架图像Agent

gemini-cli

gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。

100.8k|★★☆☆☆|1周前
插件Agent图像