awesome-deep-research-agent
awesome-deep-research-agent 是一个专注于“深度研究智能体”（Deep Research Agents）的开源知识库项目。它并非一个直接运行的软件，而是一份由社区共同维护的精选论文与资源清单，旨在系统梳理该领域的核心概念、技术架构及未来发展方向。
当前，让 AI 像人类专家一样进行多步推理、自主调用搜索工具并整合复杂信息的“深度研究”能力尚处于探索阶段，相关研究分散且缺乏统一视角。awesome-deep-research-agent 通过分类整理搜索引擎集成、工具使用、动态工作流架构、微调方法及评测基准等关键议题，帮助从业者快速把握技术全貌，解决信息碎片化难题。
该项目特别适合人工智能研究人员、大模型开发者以及对自主智能体架构感兴趣的技术决策者使用。无论是希望了解最新学术进展的研究者，还是打算构建具备深度调研能力数字助手的企业团队，都能从中获得系统性的参考指引。
其独特亮点在于不仅收录了如"Deep Research Agents: A Systematic Examination And Roadmap"等前沿综述论文，还详细对比了不同智能体在 API 调用、浏览器交互及基准测试（如 GAIA、HLE）上的表现。项目保持活跃更新，欢迎全球开发者贡献最新成果，是进入深度研究智能体领域的高效入口。
使用场景
某金融科技公司的量化分析师需要在 48 小时内完成一份关于“全球去中心化金融（DeFi）监管趋势”的深度研报，以支撑下周的投资决策。
没有 awesome-deep-research-agent 时
- 信息搜集碎片化：分析师需手动在 Google Scholar、ArXiv 及新闻网站间反复切换，难以系统性覆盖最新论文与政策文件。
- 深度分析缺失：传统搜索仅能返回摘要或片段，缺乏对复杂监管逻辑的跨文档推理与综合解读，导致报告流于表面。
- 工作流静态僵化：遇到新线索时无法自动调整搜索策略，必须人工重新规划路径，大量时间耗费在重复操作上。
- 验证成本高昂：难以快速交叉验证数据来源的真实性与时效性，担心引用过时或错误信息影响投资判断。
使用 awesome-deep-research-agent 后
- 全景式资源整合：基于其集成的搜索引擎 API 与浏览器能力，自动遍历学术库、政府公报及行业报告，构建完整知识图谱。
- 智能深度推理：利用动态多智能体工作流（Dynamic Multi-Agent Workflow），自主拆解“监管趋势”为多个子问题并进行链式推导，输出具备洞察力的结论。
- 自适应探索路径：当发现某国新规时，系统自动触发新的搜索分支，动态调整查询策略，无需人工干预即可捕捉关键变量。
- 可信度自动校验：内置基准测试机制实时比对多源信息，自动标记冲突数据并优先引用高置信度来源，确保研报严谨可靠。
awesome-deep-research-agent 将原本需要数天的人工调研压缩为小时级的智能闭环，让研究人员从繁琐的信息搬运工转型为真正的战略决策者。
运行环境要求
未说明
未说明
快速开始
令人惊叹的深度研究智能体
我们维护着一份精心挑选的论文合集，探讨通往深度研究（DR）智能体的道路，重点在于构建核心概念并绘制研究蓝图。
⌛️ 我们持续整理和更新前沿洞见。如果您发现任何有价值的相关工作，欢迎随时提出建议！
在您的屏幕上打造一位数字助理。由 DALL-E-3 生成。
🔥 欢迎贡献！
🔥 本项目处于积极维护状态，我们诚挚欢迎您的参与。如果您有任何建议，例如遗漏的论文或信息，请随时提交议题或拉取请求。
📰 最新消息
- [2025.09.03] 📄 我们的论文《深度研究智能体：系统性考察与路线图》最新版本已在 ArXiv 上发布，内容经过扩展分析，并进一步优化了研究方向！
- [2025.06.18] 🚀 我们的综合性综述《深度研究智能体：系统性考察与路线图》正式在 ArXiv 上发表——为深度研究智能体的现状与未来提供了系统的洞察！
🏗️ 我们的深度研究智能体相关工作
📚 精选论文
搜索引擎集成
📊 搜索引擎 · API 与浏览器对比
| 图例 | ✔️ 主要关注 | 🟫 次要/次要关注 | — 不存在 |
|---|
| DR 代理 | API | 浏览器 | GAIA | HLE | QA | 基础模型 |
|---|---|---|---|---|---|---|
| Avatar | 🟫 | — | — | — | Stark | Claude-3-Opus, GPT-4 |
| CoSearch-Agent | ✔️ | — | — | — | — | GPT-3.5-turbo |
| MMAC-Copilot | ✔️ | — | ✔️ | — | — | GPT-3.5, GPT-4 |
| Storm | 🟫 | — | — | — | FreshWiki | GPT-3.5-turbo |
| OpenResearcher | ✔️ | — | — | — | Private QA | DeepSeek-V2-Chat |
| The AI Scientist | ✔️ | — | — | — | MLE-Bench | GPT-4o, o1-mini, o1-preview |
| Gemini DR | ✔️ | ✔️ | — | ✔️ | GPQA | Gemini-2.0-Flash |
| Agent Laboratory | ✔️ | — | — | — | MLE-Bench | GPT-4o, o1-preview |
| Search-o1 | ✔️ | — | — | — | GPQA·NQ·TriviaQA | QwQ-32B-preview |
| WebWalker | — | — | — | — | WebWalkerQA | GPT-4o, Qwen-2.5 |
| Agentic Reasoning | ✔️ | — | — | — | GPQA | DeepSeek-R1, Qwen2.5 |
| AutoAgent | — | ✔️ | ✔️ | — | — | Claude-Sonnet-3.5 |
| Grok DeepSearch | ✔️ | ✔️ | — | — | GPQA | Grok 3 |
| OpenAI DR | — | ✔️ | ✔️ | ✔️ | ✔️ | GPT-o3 |
| Perplexity DR | ✔️ | 🟫 | — | ✔️ | SimoleQA | Flexible |
| Towards an AI Co-Scientist | ✔️ | — | — | — | GPQA | Gemini 2.0 |
| Nouswise | — | — | — | — | — | — |
| AgentRxiv | ✔️ | — | — | — | GPQA·MedQA | GPT-4o-mini |
| Agent-R1 | ✔️ | — | — | — | HotpotQA | Qwen2.5-1.5B-Inst |
| AutoGLM Rumination | — | ✔️ | — | — | GPQA | GLM-Z1-Air |
| Copilot Researcher | — | ✔️ | — | — | — | o3-mini |
| H2O.ai DR | ✔️ | ✔️ | ✔️ | — | — | h2ogpt-oasst1-512-12b |
| Manus | ✔️ | ✔️ | — | — | — | Claude3.5, GPT-4o |
| OpenManus | ✔️ | ✔️ | — | — | — | Claude3.5, GPT-4o |
| OWL | ✔️ | ✔️ | ✔️ | — | — | DeepSeek-R1, Gemini-2.5-Pro, GPT-4o |
| R1-Searcher | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA | Llama3.1-8B-Inst, Qwen2.5-7B |
| ReSearch | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA | Qwen2.5-7B, Qwen2.5-7B-Inst |
| Search-R1 | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA, NQ, TriviaQA | Llama3.2-3B, Qwen2.5-3B/7B |
| DeepResearcher | — | ✔️ | — | — | HotpotQA, NQ, TriviaQA | Qwen2.5-7B-Inst |
| Genspark Super Agent | ✔️ | ✔️ | ✔️ | — | — | 9个LLM的混合模型 |
| WebThinker | ✔️ | — | ✔️ | ✔️ | GPQA, WebWalkerQA | QwQ-32B |
| SWIRL | — | ✔️ | — | — | HotQA, BeerQA | Gemma 2-27B |
| SimpleDeepSearcher | — | ✔️ | ✔️ | — | 2WikiMultiHopQA | Qwen-2.5-7B/32B-In、DeepSeek-D-Qwen-2.5-32B、QwQ-32B |
| Suna AI | ✔️ | ✔️ | — | — | — | GPT-4o、Claude |
| AgenticSeek | — | ✔️ | — | — | — | GPT-4o、DeepSeek-R1、Claude |
| Alita | ✔️ | ✔️ | ✔️ | — | PathVQA | GPT-4o、Claude-Sonnet-4 |
| DeerFlow | ✔️ | — | — | — | — | Doubao-1.5-Pro-32k、DeepSeek-R1、GPT-4o、Qwen |
| PANGU DEEPDIVER | ✔️ | — | — | — | C-SimpleQA、HotpotQA、ProxyQA | Pangu-7B-Reasoner |
| WebDancer | ✔️ | — | ✔️ | — | GAIA、WebWalkerQA | Qwen-2.5、QwQ-32B、DeepSeek-R1、GPT-4o |
| O-agents | ✔️ | — | ✔️ | — | — | GPT-4o、GPT-4.1、Claude-3.7-Sonnet、DeepSeek-R1、Gemini-2.5 |
| Kimi-Researcher | ✔️ | ✔️ | — | ✔️ | SimpleQA | Kimi k1.5/k2 |
| WebSailor | ✔️ | — | ✔️ | — | SimpleQA | Qwen-2.5 |
| Agent-KB | ✔️ | — | ✔️ | — | SWE-bench | GPT-4o、GPT-4.1、Claude-3.7-Sonnet、o3-mini、Qwen-3、DeepSeek-R1 |
| WebShaper | ✔️ | — | ✔️ | — | WebWalkerQA | Qwen-2.5、QwQ-32B |
| 拥有测试时扩散的深度研究员 | ✔️ | — | ✔️ | ✔️ | — | Gemini-2.5-Pro |
| ChatGPT-Agent | — | — | — | — | — | — |
| AWorld | ✔️ | ✔️ | ✔️ | — | HotpotQA | Gemini-2.5-Pro、GPT-4o |
| Cognitive Kernel-Pro | ✔️ | ✔️ | ✔️ | — | AgentWebQA、WebWalkerQA、多跳URLQA、DocBench、TableBench | Claude-3.7-Sonnet、CK-Pro-8B |
| WebWatcher | ✔️ | — | — | ✔️ | Browsercom-VL、LiveVQA、MMSearch | Qwen-2.5-VL-32B |
| WideSearch | ✔️ | — | — | — | WideSearch | DeepSeek-R1、Doubao-Seed-1.6、Claude Sonnet 4、Gemini-2.5-Pro |
| MiroRL | ✔️ | — | ✔️ | — | — | Qwen3-14B |
工具使用
📊 工具使用能力对比
| 图例 | ✔️ 涉及 | 🟫 不披露 | — 不存在 |
|---|
| DR代理 | 代码解释 | 数据分析 | 多模态 | 发布时间 |
|---|---|---|---|---|
| CoSearchAgent | — | ✔️ | — | 2024年2月 |
| Storm | ✔️ | — | — | 2024年7月 |
| The AI Scientist | ✔️ | — | — | 2024年8月 |
| Agent Laboratory | ✔️ | — | — | 2025年1月 |
| Agentic Reasoning | ✔️ | — | — | 2025年2月 |
| AutoAgent | ✔️ | — | ✔️ | 2025年2月 |
| Genspark DR | ✔️ | ✔️ | ✔️ | 2025年2月 |
| Grok DeepSearch | ✔️ | ✔️ | ✔️ | 2025年2月 |
| OpenAI DR | ✔️ | ✔️ | ✔️ | 2025年2月 |
| Perplexity DR | ✔️ | ✔️ | ✔️ | 2025年2月 |
| Towards an AI co-scientist | — | ✔️ | ✔️ | 2025年2月 |
| Agent-R1 | ✔️ | — | — | 2025年3月 |
| AutoGLM Romination | ✔️ | — | ✔️ | 2025年3月 |
| Copilot Researcher | ✔️ | ✔️ | 🟫 | 2025年3月 |
| Manus | ✔️ | ✔️ | ✔️ | 2025年3月 |
| OpenManus | ✔️ | ✔️ | — | 2025年3月 |
| OWL | ✔️ | ✔️ | ✔️ | 2025年3月 |
| H2O.ai DR | ✔️ | ✔️ | ✔️ | 2025年3月 |
| Genspark Super Agent | ✔️ | ✔️ | ✔️ | 2025年4月 |
| WebThinker | ✔️ | — | — | 2025年4月 |
| Suna Ai | ✔️ | ✔️ | — | 2025年4月 |
| Tool-Star | ✔️ | ✔️ | — | 2025年5月 |
| AgenticSeek | ✔️ | ✔️ | — | 2025年5月 |
| Alita | ✔️ | 🟫 | 🟫 | 2025年5月 |
| DeerFlow | ✔️ | ✔️ | — | 2025年5月 |
| O-agents | ✔️ | ✔️ | ✔️ | 2025年6月 |
| Kimi-Researcher | ✔️ | ✔️ | — | 2025年6月 |
| Agent-KB | ✔️ | ✔️ | ✔️ | 2025年7月 |
| AWorld | ✔️ | ✔️ | ✔️ | 2025年7月 |
| Cognitive Kernel-Pro | ✔️ | ✔️ | ✔️ | 2025年8月 |
| WebWatcher | ✔️ | ✔️ | ✔️ | 2025年8月 |
| MiroRL | ✔️ | ✔️ | — | 2025年8月 |
架构与工作流
静态工作流
- AvaTaR：通过对比推理优化用于工具使用的LLM代理
- Agent Laboratory：将LLM代理用作研究助理
- CoSearchAgent：一种基于大型语言模型的轻量级协作式搜索代理
- AgentRxiv：迈向协作式自主研究
- The AI Scientist：迈向完全自动化的开放式科学发现
- Nouswise
动态单智能体工作流
- OpenResearcher：释放AI以加速科学研究
- Search‑o1：基于智能体的搜索增强型大型推理模型
- Agentic Reasoning：用于深度研究的工具增强型推理大模型
- Agent‑R1：通过端到端强化学习训练强大的LLM智能体
- R1‑Searcher：通过强化学习激励LLM的搜索能力
- Search‑R1：利用强化学习训练LLM进行推理并调用搜索引擎
- DeepResearcher：在真实环境中通过强化学习扩展深度研究
- WebThinker：赋予大型推理模型深度研究能力
- Open AI 深度研究
- Google Gemini 深度研究
- Grok 深度搜索
- Perplexity 深度研究
- ReSearch：通过强化学习让LLM学会结合搜索进行推理
- 合成数据生成与多步强化学习用于推理和工具使用
- H2O.ai 深度研究
- SimpleDeepSearcher：通过网络驱动的推理轨迹合成实现深度信息搜索
- WebDancer：迈向自主信息搜索代理
- 合成数据生成与多步强化学习用于推理和工具使用
- SimpleDeepSearcher：通过网络驱动的推理轨迹合成实现深度信息搜索
- Suna AI
- Alita：通用型智能体，可在最少预定义和最大自我进化的情况下实现可扩展的智能体推理
- AgenticSeek
- AutoGLM 反刍
- O-agents
- WebDancer
- WebSailor
- WebShaper
- Kimi-Researcher
- 具有测试时扩散的深度研究员
- WebWatcher
- Chat-Agent
- Cognitive Kernel-Pro
- Tool-Star
- MiroRL
- Memento
动态多智能体工作流
- 利用大型语言模型从零开始协助撰写维基百科式文章
- AutoAgent：一个完全自动化且无需代码的LLM智能体框架
- OpenManus
- Manus
- OWL
- PANGU DEEPDIVER：基于开放网络强化学习的自适应搜索强度缩放
- H2O.ai 深度研究
- Copilot Researcher
- Genspark 超级智能体
- DeerFlow
- MMAC-Copilot
- Agent KB
- 迈向人工智能联合科学家
- WebWalker
- AWorld
- Atom-Searcher
微调方法
📊 微调方法对比
| 图例 | ✔️ 已实现 | 🟫 详情未知 | — 不存在 |
|---|
| DR 智能体 | SFT | RL | 基础模型 | 数据 | Belohnungsdesign |
|---|---|---|---|---|---|
| Gemini DR | 🟫 | 🟫 | Gemini-2.0-Flash | — | 🟫 |
| WebWalker | — | — | GPT-4o, Qwen-2.5 (7–72B) | WebWalkerQA | — |
| Grok DeepSearch | — | 🟫 | Grok 3 | — | 🟫 |
| OpenAI DR | — | 🟫 | GPT-o3 | — | 🟫 |
| Agentic Reasoning | ✔️ | — | DeepSeek-R1, Qwen2.5 | GPQA | 规则-结果 |
| AutoAgent | — | ✔️ | Claude-Sonnet-3.5 | — | — |
| 向人工智能联合科学家迈进 | — | — | Gemini 2.0 | — | — |
| Agent-R1 | — | PPO · Reinforce++ · GRPO | Qwen2.5-1.5B-Inst | HotpotQA | 规则-结果 |
| AutoGLM Rumination | 🟫 | 🟫 | GLM-Z1-Air | — | 🟫 |
| H2O.ai DR | ✔️ | 🟫 | h2ogpt-oasst1-512-12b | — | 🟫 |
| Copilot Researcher | 🟫 | 🟫 | o3-mini | — | — |
| ReSearch | — | GRPO | Qwen2.5-7B-Inst · Qwen2.5-32B-Inst | 2WikiMultiHopQA | 规则-结果 |
| R1-Searcher | ✔️ | Reinforce++ · GRPO | Qwen2.5-7B-Inst / LLaMA-3.1-8B-Inst | 2WikiMultiHopQA · HotpotQA | 规则-结果 |
| Search-R1 | ✔️ | PPO · GRPO | Qwen2.5-3B/7B · LLaMA3.2-3B-Inst | NQ · HotpotQA | 规则-结果 |
| Nouswise | 🟫 | 🟫 | Nouswise | — | 🟫 |
| DeepResearcher | — | GRPO | Qwen2.5-7B-Inst | NQ · HotpotQA | 规则-结果 |
| Genspark 超级智能体 | — | 🟫 | 智能体混合体 | — | 🟫 |
| WebThinker | ✔️ | 迭代在线 DPO | QwQ-32B | 专家数据集 | 规则-结果 |
| SWIRL | — | 离线 RL | Gemma 2-27B | HotPotQA | — |
| SimpleDeepSearcher | ✔️ | PPO | Qwen-2.5-7B-In · Qwen-2.5-32B-In · Deepseek-Distilled-Qwen-32B · QwQ-32B | NQ · HotpotQA · 2WikiMultiHopQA · Musique · SimpleQA · MultiHop-RAG | 基于过程的奖励 |
| PANGU DEEPDIVER | ✔️ | GRPO | Pangu-7B-Reasoner | WebPuzzle | 规则-结果 |
| Tool-Star | ✔️ | GRPO | Qwen-2.5 | NuminaMath · HotpotQA · 2WikiMultiHopQA | 规则-结果 |
| WebDancer | ✔️ | DAPO | Qwen-2.5-7B/32B · QwQ-32B · DeepSeek-R1 · GPT-4o | CRAWLQA · E2HQA | 规则-结果 |
| O-agents | — | — | GPT-4o · GPT-4.1 · Claude-3.7-Sonnet · DeepSeek-R1 · Gemini-2.5 | — | — |
| Kimi-Researcher | — | REINFORCE | Kimi k1.5/k2 | — | 规则-结果 |
| WebSailor | ✔️ | DUPO | Qwen-2.5-3B/7B/32B/72B | SailorFog-QA | 规则-结果 |
| Agent-KB | — | — | GPT-4o · GPT-4.1 · Claude-3.7-Sonnet · o3-mini · Qwen-3 32B · DeepSeek-R1 | — | — |
| WebShaper | ✔️ | GRPO | Qwen-2.5-3B/7B/32B/72B · QwQ-32B | WebShaper | 规则-结果 |
| Cognitive Kernel-Pro | ✔️ | — | Claude-3.7-Sonnet · CK-Pro-8B | OpenWebVoyager · 多跳 URLQA · AgentWebQA · WebWalkerQA · DocBench · TableBench | — |
| WebWatcher | — | GRPO | Qwen-2.5-VL-32B | BrowseComp-VL · 长尾 VQA · 困难 VQA | 规则-结果 |
| MiroRL | ✔️ | GRPO | Qwen3-14B | MiroRL-GenQA | 规则-结果 |
| Atom-Searcher | ✔️ | GRPO | Qwen2.5-7B-Inst | 2WikiMultiHopQA · HotpotQA | 原子思维奖励 (ATR) |
灾难恢复代理基准测试
📊 QA 基准测试（Hotpot / 2Wiki / NQ / TQ / GPQA）
| DR 代理 | 基础模型 | Hotpot | 2Wiki | NQ | TQ | GPQA | 发布时间 |
|---|---|---|---|---|---|---|---|
| Search-o1 | QwQ-32B-preview | 57.3 | 71.4 | 49.7 | 74.1 | 57.9 | 2025年1月 |
| Agentic Reasoning | DeepSeek-R1, Qwen2.5 | — | — | — | — | 67.0 | 2025年2月 |
| Grok DeepSearch | Grok3 | — | — | — | — | 84.6 | 2025年2月 |
| AgentRxiv | GPT-4o-mini | — | — | — | — | 41.0 | 2025年3月 |
| R1-Searcher | Qwen2.5-7B-Base | 71.9 | 63.8 | — | — | — | 2025年3月 |
| ReSearch | Qwen2.5-32B-Inst | 67.7 | 50.0 | — | — | — | 2025年3月 |
| Search-R1 | Qwen2.5-7B-Inst | 34.5 | 36.9 | 40.9 | 55.2 | — | 2025年3月 |
| DeepResearcher | Qwen2.5-7B-Inst | 64.3 | 66.6 | 61.9 | 85.0 | — | 2025年4月 |
| WebThinker | QwQ-32B | — | — | — | — | 68.7 | 2025年4月 |
| SimpleDeepSearch | QwQ-32B | 73.5 | — | — | — | — | 2025年4月 |
| SWIRL | Gemma 2-27B | 72.0 | — | — | — | — | 2025年4月 |
| Tool-Star | Qwen2.5-3B | 51.9 | 40.0 | — | — | — | 2025年5月 |
📊 GAIA（测试和验证）基准测试
| DR 代理 | 基础模型 | GAIA L-1 | L-2 | L-3 | 平均分 | 发布时间 | 数据集划分 |
|---|---|---|---|---|---|---|---|
| MMAC-Copilot | GPT-3.5, GPT-4 | 45.16 | 20.75 | 6.12 | 25.91 | 2024年3月 | 测试集 |
| H2O.ai DR | Claude-3.7-Sonnet | 89.25 | 79.87 | 61.22 | 79.73 | 2025年3月 | 测试集 |
| Alita | Claude-Sonnet-4, GPT-4o | 92.47 | 71.70 | 55.10 | 75.42 | 2025年5月 | 测试集 |
| Agent-KB | GPT-4.1, Claude-3.7 | 84.91 | 74.42 | 57.69 | 75.15 | 2025年7月 | 测试集 |
| O-agents | Claude-3.7 | 83.02 | 74.42 | 53.85 | 73.93 | 2025年6月 | 测试集 |
| WebDancer | QwQ-32B | 61.5 | 50.0 | 25.0 | 51.5 | 2025年5月 | 测试集 |
| WebShaper | Qwen-2.5-72B | 69.2 | 63.4 | 16.6 | 60.1 | 2025年7月 | 测试集 |
| Deep Researcher w/ Test-Time Diffusion | Gemini-2.5-Pro | — | — | — | 69.1 | 2025年7月 | 测试集 |
| Cognitive Kernel-Pro | Claude-3.7-Sonnet | 83.02 | 68.60 | 53.85 | 70.91 | 2025年8月 | 测试集 |
| AutoAgent | Claude-Sonnet-3.5 | 71.7 | 53.5 | 26.9 | 55.2 | 2025年2月 | 开发集 |
| OpenAI DR | GPT-o3-customized | 78.7 | 73.2 | 58.0 | 67.4 | 2025年2月 | 开发集 |
| Manus | Claude 3.5, GPT-4o | 86.5 | 70.1 | 57.7 | 71.4 | 2025年3月 | 开发集 |
| OWL | Claude-3.7-Sonnet | 84.9 | 68.6 | 42.3 | 69.7 | 2025年3月 | 开发集 |
| H2O.ai DR | h2ogpt-oasst1-512-12b | 67.92 | 67.44 | 42.31 | 63.64 | 2025年3月 | 开发集 |
| Genspark Super Agent | Claude 3 Opus | 87.8 | 72.7 | 58.8 | 73.1 | 2025年4月 | 开发集 |
| WebThinker | QwQ-32B | 53.8 | 44.2 | 16.7 | 44.7 | 2025年4月 | 开发集 |
| SimpleDeepSearch | QwQ-32B | 50.5 | 45.8 | 13.8 | 43.9 | 2025年4月 | 开发集 |
| Alita | Claude-Sonnet-4, GPT-4o | 75.15 | — | 87.27 | — | 2025年5月 | 开发集 |
📄 引用
如果您觉得这项工作有帮助，请引用我们的论文：
@article{huang2025deep,
title={深度研究代理：系统性考察与路线图},
author={Huang, Yuxuan and Chen, Yihang and Zhang, Haozheng and Li, Kang and Fang, Meng and Yang, Linyi and Li, Xiaoguang and Shang, Lifeng and Xu, Songcen and Hao, Jianye and others},
journal={arXiv预印本 arXiv:2506.18096},
year={2025}
}
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
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。
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
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。
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。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备