[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-ai-agents-2030--awesome-deep-research-agent":3,"tool-ai-agents-2030--awesome-deep-research-agent":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",151314,2,"2026-04-11T23:32:58",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-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。\n\n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。\n\n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。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-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。\n\n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。\n\nLLMs-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",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":65,"owner_company":65,"owner_location":65,"owner_email":65,"owner_twitter":65,"owner_website":65,"owner_url":76,"languages":65,"stars":77,"forks":78,"last_commit_at":79,"license":65,"difficulty_score":80,"env_os":81,"env_gpu":82,"env_ram":82,"env_deps":83,"category_tags":86,"github_topics":65,"view_count":32,"oss_zip_url":65,"oss_zip_packed_at":65,"status":17,"created_at":88,"updated_at":89,"faqs":90,"releases":91},6717,"ai-agents-2030\u002Fawesome-deep-research-agent","awesome-deep-research-agent",null,"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。\n\n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。\n\n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。\n\n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 AP","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。\n\n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。\n\n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。\n\n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。","# Awesome Deep Research Agent\n\nWe maintain a curated collection of papers exploring the path towards **Deep Research (DR) Agents**, focusing on formulating core concepts and mapping the research landscape.\n\n⌛️ We’re continuously compiling and updating cutting‑edge insights. Feel free to suggest any related work you find valuable!\n\n\u003Cp align=\"center\">\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_104094d8ff77.webp\" width=\"480px\"\u002F> \n\u003C\u002Fp>\n\u003Cp align=\"center\">\nBuild a digital assistant on your screen. Generated by \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Findex\u002Fdall-e-3\u002F\">DALL-E-3\u003C\u002Fa>.\n\u003C\u002Fp>\n\n🔥 **WELCOME CONTRIBUTE!**\n\n🔥 This project is actively maintained, and we welcome your contributions. If you have any suggestions, such as missing papers or information, please feel free to open an issue or submit a pull request.\n\n## 📰 News\n- [2025.09.03] 📄 Updated version of our paper \"Deep Research Agents: A Systematic Examination And Roadmap\" is now available on ArXiv with expanded analysis and refined research directions!\n- [2025.06.18] 🚀 Our comprehensive survey \"Deep Research Agents: A Systematic Examination And Roadmap\" is officially released on ArXiv - providing systematic insights into the current state and future of deepresearch agents!\n\n\n\n## 🏗️ Our Works Towards DR Agents\n\n✨✨✨ **[Deep Research Agents: A Systematic Examination And Roadmap](https:\u002F\u002Farxiv.org\u002Fabs\u002F2506.18096)**\n\n![Structural overview of a DR agent](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_3bd6b02d67c5.png)\n![An overview of a DR agent](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_340c89d85cc0.png)\n\n\n# 📚 Awesome Papers\n\n\u003Cfont size=5>\u003Ccenter>\u003Cb> Table of Contents \u003C\u002Fb> \u003C\u002Fcenter>\u003C\u002Ffont>\n \n1. [Search Engine Integration](#search-engine-api-vs-browser) \n2. [Tool Use](#tool-use) \n3. [Architecture & Workflow](#architecture--workflow) \n - [Static Workflow](#static-workflow) \n - [Dynamic Single‑Agent Workflow](#dynamic-single-agent-workflow) \n - [Dynamic Multi‑Agent Workflow](#dynamic-multi-agent-workflow) \n4. [Tuning Methods](#tuning-methods) \n5. [Industrial Applications](#industrial-applications) \n6. [Benchmarks for DR Agents](#benchmarks-for-dr-agents) \n\n\n## Search Engine Integration \u003Ca id=\"search-engine-api-vs-browser\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 Search Engine · API vs Browser Comparison\u003C\u002Fsummary>\n\n| Legend | ✔️ Primary focus | 🟫 Secondary\u002Fminor focus | — Not present |\n| ------ | :--------------: | :----------------------: | :-----------: |\n\n| DR Agent | API | Browser | GAIA | HLE | QA | Base Model |\n| -------------------------------------- | :-: | :-----: | :--: | :-: | -------------------------------------------------------------- | ---------------------------------------------------------------- |\n| Avatar | 🟫 | — | — | — | Stark | Claude-3-Opus, GPT-4 |\n| CoSearch-Agent | ✔️ | — | — | — | — | GPT-3.5-turbo |\n| MMAC-Copilot | ✔️ | — | ✔️ | — | — | GPT-3.5, GPT-4 |\n| Storm | 🟫 | — | — | — | FreshWiki | GPT-3.5-turbo |\n| OpenResearcher | ✔️ | — | — | — | Private QA | DeepSeek-V2-Chat |\n| The AI Scientist | ✔️ | — | — | — | MLE-Bench | GPT-4o, o1-mini, o1-preview |\n| Gemini DR | ✔️ | ✔️ | — | ✔️ | GPQA | Gemini-2.0-Flash |\n| Agent Laboratory | ✔️ | — | — | — | MLE-Bench | GPT-4o, o1-preview |\n| Search-o1 | ✔️ | — | — | — | GPQA·NQ·TriviaQA | QwQ-32B-preview |\n| WebWalker | — | — | — | — | WebWalkerQA | GPT-4o, Qwen-2.5 |\n| Agentic Reasoning | ✔️ | — | — | — | GPQA | DeepSeek-R1, Qwen2.5 |\n| AutoAgent | — | ✔️ | ✔️ | — | — | Claude-Sonnet-3.5 |\n| Grok DeepSearch | ✔️ | ✔️ | — | — | GPQA | Grok 3 |\n| OpenAI DR | — | ✔️ | ✔️ | ✔️ | ✔️ | GPT-o3 |\n| Perplexity DR | ✔️ | 🟫 | — | ✔️ | SimoleQA | Flexible |\n| Towards an AI Co-Scientist | ✔️ | — | — | — | GPQA | Gemini 2.0 |\n| Nouswise | — | — | — | — | — | — |\n| AgentRxiv | ✔️ | — | — | — | GPQA·MedQA | GPT-4o-mini |\n| Agent-R1 | ✔️ | — | — | — | HotpotQA | Qwen2.5-1.5B-Inst |\n| AutoGLM Rumination | — | ✔️ | — | — | GPQA | GLM-Z1-Air |\n| Copilot Researcher | — | ✔️ | — | — | — | o3-mini |\n| H2O.ai DR | ✔️ | ✔️ | ✔️ | — | — | h2ogpt-oasst1-512-12b |\n| Manus | ✔️ | ✔️ | — | — | — | Claude3.5, GPT-4o |\n| OpenManus | ✔️ | ✔️ | — | — | — | Claude3.5, GPT-4o |\n| OWL | ✔️ | ✔️ | ✔️ | — | — | DeepSeek-R1, Gemini-2.5-Pro, GPT-4o |\n| R1-Searcher | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA | Llama3.1-8B-Inst, Qwen2.5-7B |\n| ReSearch | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA | Qwen2.5-7B, Qwen2.5-7B-Inst |\n| Search-R1 | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA, NQ, TriviaQA | Llama3.2-3B, Qwen2.5-3B\u002F7B |\n| DeepResearcher | — | ✔️ | — | — | HotpotQA, NQ, TriviaQA | Qwen2.5-7B-Inst |\n| Genspark Super Agent | ✔️ | ✔️ | ✔️ | — | — | *Mixture of 9 LLMs* |\n| WebThinker | ✔️ | — | ✔️ | ✔️ | GPQA, [WebWalkerQA](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2501.07572) | QwQ-32B |\n| SWIRL | — | ✔️ | — | — | HotQA, BeerQA | Gemma 2-27B |\n| SimpleDeepSearcher | — | ✔️ | ✔️ | — | 2WikiMultiHopQA | Qwen-2.5-7B\u002F32B-In, DeepSeek-D-Qwen-2.5-32B, QwQ-32B |\n| Suna AI | ✔️ | ✔️ | — | — | — | GPT-4o, Claude |\n| AgenticSeek | — | ✔️ | — | — | — | GPT-4o, DeepSeek-R1, Claude |\n| Alita | ✔️ | ✔️ | ✔️ | — | PathVQA | GPT-4o, Claude-Sonnet-4 |\n| DeerFlow | ✔️ | — | — | — | — | Doubao-1.5-Pro-32k, DeepSeek-R1, GPT-4o, Qwen |\n| PANGU DEEPDIVER | ✔️ | — | — | — | C-SimpleQA, HotpotQA, ProxyQA | Pangu-7B-Reasoner |\n| WebDancer | ✔️ | — | ✔️ | — | GAIA, [WebWalkerQA](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2501.07572) | Qwen-2.5, QwQ-32B, DeepSeek-R1, GPT-4o |\n| O-agents | ✔️ | — | ✔️ | — | — | GPT-4o, GPT-4.1, Claude-3.7-Sonnet, DeepSeek-R1, Gemini-2.5 |\n| Kimi-Researcher | ✔️ | ✔️ | — | ✔️ | SimpleQA | Kimi k1.5\u002Fk2 |\n| WebSailor | ✔️ | — | ✔️ | — | SimpleQA | Qwen-2.5 |\n| Agent-KB | ✔️ | — | ✔️ | — | SWE-bench | GPT-4o, GPT-4.1, Claude-3.7-Sonnet, o3-mini, Qwen-3, DeepSeek-R1 |\n| WebShaper | ✔️ | — | ✔️ | — | WebWalkerQA | Qwen-2.5, QwQ-32B |\n| Deep Researcher with Test-Time Diffusion | ✔️ | — | ✔️ | ✔️ | — | Gemini-2.5-Pro |\n| ChatGPT-Agent | — | — | — | — | — | — |\n| AWorld | ✔️ | ✔️ | ✔️ | — | HotpotQA | Gemini-2.5-Pro, GPT-4o |\n| Cognitive Kernel-Pro | ✔️ | ✔️ | ✔️ | — | AgentWebQA, WebWalkerQA, Multi-hop URLQA, DocBench, TableBench | Claude-3.7-Sonnet, CK-Pro-8B |\n| WebWatcher | ✔️ | — | — | ✔️ | Browsercom-VL, LiveVQA, MMSearch | Qwen-2.5-VL-32B |\n| WideSearch | ✔️ | — | — | — | WideSearch | DeepSeek-R1, Doubao-Seed-1.6, Claude Sonnet 4, Gemini-2.5-Pro |\n| MiroRL | ✔️ | — | ✔️ | — | — | Qwen3-14B |\n\n\n\n\u003C\u002Fdetails>\n\n## Tool Use \u003Ca id=\"tool-use\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 Tool Use Capabilities Comparison\u003C\u002Fsummary>\n\n| Legend | ✔️ Involved | 🟫 Non Disclosure | — Not present |\n|--------|:-----------:|:-----------------:|:-------------:|\n\n| DR Agent | Code Interp. | Data Analytics | Multimodal | Release |\n|---|:-:|:-:|:-:|:-:|\n| CoSearchAgent | — | ✔️ | — | Feb-2024 |\n| Storm | ✔️ | — | — | Jul-2024 |\n| The AI Scientist | ✔️ | — | — | Aug-2024 |\n| Agent Laboratory | ✔️ | — | — | Jan-2025 |\n| Agentic Reasoning | ✔️ | — | — | Feb-2025 |\n| AutoAgent | ✔️ | — | ✔️ | Feb-2025 |\n| Genspark DR | ✔️ | ✔️ | ✔️ | Feb-2025 |\n| Grok DeepSearch | ✔️ | ✔️ | ✔️ | Feb-2025 |\n| OpenAI DR | ✔️ | ✔️ | ✔️ | Feb-2025 |\n| Perplexity DR | ✔️ | ✔️ | ✔️ | Feb-2025 |\n| Towards an AI co-scientist | — | ✔️ | ✔️ | Feb-2025 |\n| Agent-R1 | ✔️ | — | — | Mar-2025 |\n| AutoGLM Romination | ✔️ | — | ✔️ | Mar-2025 |\n| Copilot Researcher | ✔️ | ✔️ | 🟫 | Mar-2025 |\n| Manus | ✔️ | ✔️ | ✔️ | Mar-2025 |\n| OpenManus | ✔️ | ✔️ | — | Mar-2025 |\n| OWL | ✔️ | ✔️ | ✔️ | Mar-2025 |\n| H2O.ai DR | ✔️ | ✔️ | ✔️ | Mar-2025 |\n| Genspark Super Agent | ✔️ | ✔️ | ✔️ | Apr-2025 |\n| WebThinker | ✔️ | — | — | Apr-2025 |\n| Suna Ai | ✔️ | ✔️ | — | Apr-2025 |\n| Tool-Star | ✔️ | ✔️ | — | May-2025 |\n| AgenticSeek | ✔️ | ✔️ | — | May-2025 |\n| Alita | ✔️ | 🟫 | 🟫 | May-2025 |\n| DeerFlow | ✔️ | ✔️ | — | May-2025 |\n| O-agents | ✔️ | ✔️ | ✔️ | Jun-2025 |\n| Kimi-Researcher | ✔️ | ✔️ | — | Jun-2025 |\n| Agent-KB | ✔️ | ✔️ | ✔️ | Jul-2025 |\n| AWorld | ✔️ | ✔️ | ✔️ | Jul-2025 |\n| Cognitive Kernel-Pro | ✔️ | ✔️ | ✔️ | Aug-2025 |\n| WebWatcher | ✔️ | ✔️ | ✔️ | Aug-2025 |\n| MiroRL | ✔️ | ✔️ | — | Aug-2025 |\n\n\n\n\u003C\u002Fdetails>\n\n## Architecture & Workflow \u003Ca id=\"architecture--workflow\">\u003C\u002Fa>\n\n\u003Cp align=\"center\">\n \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_6540317df9ec.png\" alt=\"Architecture & Workflow\" width=\"70%\">\n\u003C\u002Fp>\n\n### Static Workflow \u003Ca id=\"static-workflow\">\u003C\u002Fa>\n+ **[AvaTaR: Optimizing LLM Agents for Tool Usage via Contrastive Reasoning](https:\u002F\u002Farxiv.org\u002Fabs\u002F2406.11200)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fzou-group\u002Favatar?style=social)](https:\u002F\u002Fgithub.com\u002Fzou-group\u002Favatar)\n+ **[Agent Laboratory: Using LLM Agents as Research Assistants](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.04227)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSamuelSchmidgall\u002FAgentLaboratory?style=social)](https:\u002F\u002Fgithub.com\u002FSamuelSchmidgall\u002FAgentLaboratory)\n+ **[CoSearchAgent: A Lightweight Collaborative Search Agent with Large Language Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2402.06360)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fpygongnlp\u002FCoSearchAgent?style=social)](https:\u002F\u002Fgithub.com\u002Fpygongnlp\u002FCoSearchAgent)\n+ **[AgentRxiv: Towards Collaborative Autonomous Research](https:\u002F\u002Fagentrxiv.github.io\u002F)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSamuelSchmidgall\u002FAgentLaboratory?style=social)](https:\u002F\u002Fgithub.com\u002FSamuelSchmidgall\u002FAgentLaboratory)\n+ **[The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery](https:\u002F\u002Farxiv.org\u002Fabs\u002F2408.06292)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSakanaAI\u002FAI-Scientist?style=social)](https:\u002F\u002Fgithub.com\u002FSakanaAI\u002FAI-Scientist)\n+ **[Nouswise](https:\u002F\u002Fnouswise.com\u002Fhomepage)**\n\n### Dynamic Single‑Agent Workflow \u003Ca id=\"dynamic-single-agent-workflow\">\u003C\u002Fa>\n+ **[OpenResearcher: Unleashing AI for Accelerated Scientific Research](https:\u002F\u002Farxiv.org\u002Fabs\u002F2408.06941)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FGAIR-NLP\u002FOpenResearcher?style=social)](https:\u002F\u002Fgithub.com\u002FGAIR-NLP\u002FOpenResearcher)\n+ **[Search‑o1: Agentic Search‑Enhanced Large Reasoning Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.05366)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fsunnynexus\u002FSearch-o1?style=social)](https:\u002F\u002Fgithub.com\u002Fsunnynexus\u002FSearch-o1)\n+ **[Agentic Reasoning: Reasoning LLMs with Tools for the Deep Research](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.04644)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ftheworldofagents\u002FAgentic-Reasoning?style=social)](https:\u002F\u002Fgithub.com\u002Ftheworldofagents\u002FAgentic-Reasoning)\n+ **[Agent‑R1: Training Powerful LLM Agents with End‑to‑End Reinforcement Learning](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002F0russwest0\u002FAgent-R1?style=social)](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)\n+ **[R1‑Searcher: Incentivizing the Search Capability in LLMs via Reinforcement Learning](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05592)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUCAIBox\u002FR1-Searcher?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FR1-Searcher)\n+ **[Search‑R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.09516)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FPeterGriffinJin\u002FSearch-R1?style=social)](https:\u002F\u002Fgithub.com\u002FPeterGriffinJin\u002FSearch-R1)\n+ **[DeepResearcher: Scaling Deep Research via Reinforcement Learning in Real‑world Environments](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.03160)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FGAIR-NLP\u002FDeepResearcher?style=social)](https:\u002F\u002Fgithub.com\u002FGAIR-NLP\u002FDeepResearcher)\n+ **[WebThinker: Empowering Large Reasoning Models with Deep Research Capability](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.21776)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUC-NLPIR\u002FWebThinker?style=social)](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FWebThinker)\n+ **[Open AI Deep Research](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-deep-research\u002F)**\n+ **[Google Gemini Deep Research](https:\u002F\u002Fgemini.google\u002Foverview\u002Fdeep-research\u002F)**\n+ **[Grok Deep Search](https:\u002F\u002Fx.ai\u002Fnews\u002Fgrok-3)**\n+ **[Perplexity Deep Research](https:\u002F\u002Fwww.perplexity.ai\u002Fhub\u002Fblog\u002Fintroducing-perplexity-deep-research)**\n+ **[ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-RL\u002FReSearch?style=social)](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch)\n+ **[Synthetic Data Generation & Multi-Step RL for Reasoning & Tool Use](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.04736)**\n+ **[H2O.ai Deep Research](https:\u002F\u002Fh2o.ai\u002F)**\n+ **[SimpleDeepSearcher: Deep Information Seeking via Web-Powered Reasoning Trajectory Synthesis](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-RL\u002FReSearch?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)\n+ **[WebDancer: Towards Autonomous Information Seeking Agency](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[Synthetic Data Generation & Multi‑Step RL for Reasoning & Tool Use](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.04736)**\n+ **[SimpleDeepSearcher: Deep Information Seeking via Web‑Powered Reasoning Trajectory Synthesis](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUCAIBox\u002FSimpleDeepSearcher?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)\n+ **[Suna AI](https:\u002F\u002Fgithub.com\u002Fkortix-ai\u002Fsuna)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fkortix-ai\u002Fsuna?style=social)](https:\u002F\u002Fgithub.com\u002Fkortix-ai\u002Fsuna)\n+ **[Alita: Generalist Agent Enabling Scalable Agentic Reasoning with Minimal Predefinition and Maximal Self‑Evolution](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.20286)**\n+ **[AgenticSeek](https:\u002F\u002Fgithub.com\u002FFosowl\u002FagenticSeek)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFosowl\u002FagenticSeek?style=social)](https:\u002F\u002Fgithub.com\u002FFosowl\u002FagenticSeek)\n+ **[AutoGLM Rumination](https:\u002F\u002Fautoglm-research.zhipuai.cn\u002F)**\n+ **[O-agents](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FOAgents)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FOPPO-PersonalAI\u002FOAgents?style=social)](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FOAgents)\n+ **[WebDancer](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[WebSailor](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[WebShaper](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[Kimi-Researcher](https:\u002F\u002Fgithub.com\u002FMoonshotAI\u002FKimi-Researcher)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FMoonshotAI\u002FKimi-Researcher?style=social)](https:\u002F\u002Fgithub.com\u002FMoonshotAI\u002FKimi-Researcher)\n+ **[Deep Researcher with Test-Time Diffusion](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.16075)**\n+ **[WebWatcher](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[Chat-Agent](https:\u002F\u002Fopenai.com\u002Fzh-Hans-CN\u002Findex\u002Fintroducing-chatgpt-agent\u002F)**\n+ **[Cognitive Kernel-Pro](https:\u002F\u002Fgithub.com\u002FTencent\u002FCognitiveKernel-Pro)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FTencent\u002FCognitiveKernel-Pro?style=social)](https:\u002F\u002Fgithub.com\u002FTencent\u002FCognitiveKernel-Pro)\n+ **[Tool-Star](https:\u002F\u002Fgithub.com\u002Fdongguanting\u002FTool-Star)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fdongguanting\u002FTool-Star?style=social)](https:\u002F\u002Fgithub.com\u002Fdongguanting\u002FTool-Star)\n+ **[MiroRL](https:\u002F\u002Fgithub.com\u002FMiroMindAI\u002FMiroRL)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FMiroMindAI\u002FMiroRL?style=social)](https:\u002F\u002Fgithub.com\u002FMiroMindAI\u002FMiroRL)\n+ **[Memento](https:\u002F\u002Fgithub.com\u002FAgent-on-the-Fly\u002FMemento)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-on-the-Fly\u002FMemento?style=social)](https:\u002F\u002Fgithub.com\u002FAgent-on-the-Fly\u002FMemento)\n\n\n\n\n### Dynamic Multi‑Agent Workflow \u003Ca id=\"dynamic-multi-agent-workflow\">\u003C\u002Fa>\n+ **[Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2402.14207)**\n+ **[AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2502.05957)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FHKUDS\u002FAutoAgent?style=social)](https:\u002F\u002Fgithub.com\u002FHKUDS\u002FAutoAgent)\n+ **[OpenManus](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmannaandpoem\u002FOpenManus?style=social)](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus)\n+ **[Manus](https:\u002F\u002Fmanus.im\u002F)**\n+ **[OWL](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fcamel-ai\u002Fowl?style=social)](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl)\n+ **[PANGU DEEPDIVER: ADAPTIVE SEARCH INTENSITY SCALING VIA OPEN-WEB REINFORCEMENT LEARNING](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.24332)**\n+ **[H2O.ai Deep Research](https:\u002F\u002Fh2o.ai\u002F)**\n+ **[Copilot Researche](https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-365\u002Fblog\u002F2025\u002F03\u002F25\u002Fintroducing-researcher-and-analyst-in-microsoft-365-copilot\u002F)**\n+ **[Genspark Super Agent](https:\u002F\u002Fwww.genspark.ai\u002F)**\n+ **[DeerFlow](https:\u002F\u002Fgithub.com\u002Fbytedance\u002Fdeer-flow)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fbytedance\u002Fdeer-flow?style=social)](https:\u002F\u002Fgithub.com\u002Fbytedance\u002Fdeer-flow)\n+ **[MMAC-Copilot](https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.18074)**\n+ **[Agent KB](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FAgent-KB)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FOPPO-PersonalAI\u002FAgent-KB?style=social)](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FAgent-KB)\n+ **[Towards an AI co-scientist](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.18864)**\n+ **[WebWalker](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebWalker)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebWalker?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebWalker)\n+ **[AWorld](https:\u002F\u002Fgithub.com\u002FinclusionAI\u002FAWorld)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FinclusionAI\u002FAWorld?style=social)](https:\u002F\u002Fgithub.com\u002FinclusionAI\u002FAWorld)\n+ **[Atom-Searcher](https:\u002F\u002Fgithub.com\u002Fantgroup\u002FResearch-Venus)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fantgroup\u002FResearch-Venus?style=social)](https:\u002F\u002Fgithub.com\u002Fantgroup\u002FResearch-Venus)\n\n## Tuning Methods \u003Ca id=\"tuning-methods\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 Tuning Methods Comparison\u003C\u002Fsummary>\n\n| Legend | ✔️ Implemented | 🟫 Details Unknown | — Not present |\n|--------|:--------------:|:------------------:|:-------------:|\n\n| DR Agent | SFT | RL | Base Model | Data | Reward Design |\n|---|:-:|:-:|---|---|---|\n| Gemini DR | 🟫 | 🟫 | Gemini-2.0-Flash | — | 🟫 |\n| WebWalker | — | — | GPT-4o, Qwen-2.5 (7–72B) | WebWalkerQA | — |\n| Grok DeepSearch | — | 🟫 | Grok 3 | — | 🟫 |\n| OpenAI DR | — | 🟫 | GPT-o3 | — | 🟫 |\n| Agentic Reasoning | ✔️ | — | DeepSeek-R1, Qwen2.5 | GPQA | Rule-Outcome |\n| AutoAgent | — | ✔️ | Claude-Sonnet-3.5 | — | — |\n| Towards an AI co-scientist | — | — | Gemini 2.0 | — | — |\n| Agent-R1 | — | PPO · Reinforce++ · GRPO | Qwen2.5-1.5B-Inst | HotpotQA | Rule-Outcome |\n| AutoGLM Rumination | 🟫 | 🟫 | GLM-Z1-Air | — | 🟫 |\n| H2O.ai DR | ✔️ | 🟫 | h2ogpt-oasst1-512-12b | — | 🟫 |\n| Copilot Researcher | 🟫 | 🟫 | o3-mini | — | — |\n| ReSearch | — | GRPO | Qwen2.5-7B-Inst · Qwen2.5-32B-Inst | 2WikiMultiHopQA | Rule-Outcome |\n| R1-Searcher | ✔️ | Reinforce++ · GRPO | Qwen2.5-7B-Inst \u002F LLaMA-3.1-8B-Inst | 2WikiMultiHopQA · HotpotQA | Rule-Outcome |\n| Search-R1 | ✔️ | PPO · GRPO | Qwen2.5-3B\u002F7B · LLaMA3.2-3B-Inst | NQ · HotpotQA | Rule-Outcome |\n| Nouswise | 🟫 | 🟫 | Nouswise | — | 🟫 |\n| DeepResearcher | — | GRPO | Qwen2.5-7B-Inst | NQ · HotpotQA | Rule-Outcome |\n| Genspark Super Agent | — | 🟫 | Mixture of Agents | — | 🟫 |\n| WebThinker | ✔️ | Iterative Online DPO | QwQ-32B | Expert Dataset | Rule-Outcome |\n| SWIRL | — | Offline-RL | Gemma 2-27B | HotPotQA | — |\n| 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 | Process-based reward |\n| PANGU DEEPDIVER | ✔️ | GRPO | Pangu-7B-Reasoner | WebPuzzle | Rule-Outcome |\n| Tool-Star | ✔️ | GRPO | Qwen-2.5 | NuminaMath · HotpotQA · 2WikiMultiHopQA | Rule-Outcome |\n| WebDancer | ✔️ | DAPO | Qwen-2.5-7B\u002F32B · QwQ-32B · DeepSeek-R1 · GPT-4o | CRAWLQA · E2HQA | Rule-Outcome |\n| O-agents | — | — | GPT-4o · GPT-4.1 · Claude-3.7-Sonnet · DeepSeek-R1 · Gemini-2.5 | — | — |\n| Kimi-Researcher | — | REINFORCE | Kimi k1.5\u002Fk2 | — | Rule-Outcome |\n| WebSailor | ✔️ | DUPO | Qwen-2.5-3B\u002F7B\u002F32B\u002F72B | SailorFog-QA | Rule-Outcome |\n| Agent-KB | — | — | GPT-4o · GPT-4.1 · Claude-3.7-Sonnet · o3-mini · Qwen-3 32B · DeepSeek-R1 | — | — |\n| WebShaper | ✔️ | GRPO | Qwen-2.5-3B\u002F7B\u002F32B\u002F72B · QwQ-32B | WebShaper | Rule-Outcome |\n| Cognitive Kernel-Pro | ✔️ | — | Claude-3.7-Sonnet · CK-Pro-8B | OpenWebVoyager · Multi-hop URLQA · AgentWebQA · WebWalkerQA · DocBench · TableBench | — |\n| WebWatcher | — | GRPO | Qwen-2.5-VL-32B | BrowseComp-VL · Long-tail VQA · Hard VQA | Rule-Outcome |\n| MiroRL | ✔️ | GRPO | Qwen3-14B | MiroRL-GenQA | Rule-Outcome |\n| Atom-Searcher | ✔️ |GRPO | Qwen2.5-7B-Inst | 2WikiMultiHopQA · HotpotQA | Atomic Thought Reward (ATR) |\n\n\n\u003C\u002Fdetails>\n\n## Benchmarks for DR Agents \u003Ca id=\"benchmarks-for-dr-agents\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 QA Benchmarks (Hotpot \u002F 2Wiki \u002F NQ \u002F TQ \u002F GPQA)\u003C\u002Fsummary>\n\n| DR Agent | Base Model | Hotpot | 2Wiki | NQ | TQ | GPQA | Release |\n|---|---|---|---|---|---|---|---|\n| Search-o1 | QwQ-32B-preview | 57.3 | **71.4** | \u003Cu>49.7\u003C\u002Fu> | \u003Cu>74.1\u003C\u002Fu> | 57.9 | [Jan-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.05366) |\n| Agentic Reasoning | DeepSeek-R1, Qwen2.5 | — | — | — | — | 67.0 | [Feb-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.04644) |\n| Grok DeepSearch | Grok3 | — | — | — | — | **84.6** | [Feb-2025](https:\u002F\u002Fx.ai\u002Fnews\u002Fgrok-3) |\n| AgentRxiv | GPT-4o-mini | — | — | — | — | 41.0 | [Mar-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.18102) |\n| R1-Searcher | Qwen2.5-7B-Base | 71.9 | 63.8 | — | — | — | [Mar-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05592) |\n| ReSearch | Qwen2.5-32B-Inst | 67.7 | 50.0 | — | — | — | [Mar-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.19470) |\n| Search-R1 | Qwen2.5-7B-Inst | 34.5 | 36.9 | 40.9 | 55.2 | — | [Mar-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.09516) |\n| DeepResearcher | Qwen2.5-7B-Inst | 64.3 | \u003Cu>66.6\u003C\u002Fu> | **61.9** | **85.0** | — | [Apr-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.03160) |\n| WebThinker | QwQ-32B | — | — | — | — | \u003Cu>68.7\u003C\u002Fu> | [Apr-2025](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FWebThinker) |\n| SimpleDeepSearch | QwQ-32B | **73.5** | — | — | — | — | [Apr-2025](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher) |\n| SWIRL | Gemma 2-27B | \u003Cu>72.0\u003C\u002Fu> | — | — | — | — | [Apr-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.04736) |\n| Tool-Star | Qwen2.5-3B | 51.9 | 40.0 | — | — | — | [May-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2505.16410) |\n\n\u003C\u002Fdetails>\n\n\n\u003Cdetails open>\n\u003Csummary>📊 GAIA (Test and Val) Benchmarks\u003C\u002Fsummary>\n\n| DR Agent | Base Model | GAIA L-1 | L-2 | L-3 | Ave. | Release | Split |\n|---|---|:-:|:-:|:-:|:-:|---|:-:|\n| MMAC-Copilot | GPT-3.5, GPT-4 | 45.16 | 20.75 | 6.12 | 25.91 | [Mar-2024](https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.18074) | Test |\n| H2O.ai DR | Claude-3.7-Sonnet | _89.25_ | **79.87** | **61.22** | **79.73** | [Mar-2025](https:\u002F\u002Fh2o.ai\u002F) | Test |\n| Alita | Claude-Sonnet-4, GPT-4o | **92.47** | _71.70_ | _55.10_ | _75.42_ | [May-2025](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.20286) | Test |\n| Agent-KB | GPT-4.1, Claude-3.7 | 84.91 | 74.42 | 57.69 | 75.15 | [Jul-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.06229) | Test |\n| O-agents | Claude-3.7 | 83.02 | 74.42 | 53.85 | 73.93 | [Jun-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2506.15741) | Test |\n| WebDancer | QwQ-32B | 61.5 | 50.0 | 25.0 | 51.5 | [May-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2505.22648) | Test |\n| WebShaper | Qwen-2.5-72B | 69.2 | 63.4 | 16.6 | 60.1 | [Jul-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.15061) | Test |\n| Deep Researcher w\u002F Test-Time Diffusion | Gemini-2.5-Pro | — | — | — | 69.1 | [Jul-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.16075) | Test |\n| Cognitive Kernel-Pro | Claude-3.7-Sonnet | 83.02 | 68.60 | 53.85 | 70.91 | [Aug-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2508.00414) | Test |\n| AutoAgent | Claude-Sonnet-3.5 | 71.7 | 53.5 | 26.9 | 55.2 | [Feb-2025](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.05957) | Dev |\n| OpenAI DR | GPT-o3-customized | 78.7 | **73.2** | 58.0 | 67.4 | [Feb-2025](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-deep-research\u002F) | Dev |\n| Manus | Claude 3.5, GPT-4o | _86.5_ | 70.1 | 57.7 | _71.4_ | [Mar-2025](https:\u002F\u002Fmanus.im\u002F) | Dev |\n| OWL | Claude-3.7-Sonnet | 84.9 | 68.6 | 42.3 | 69.7 | [Mar-2025](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl) | Dev |\n| H2O.ai DR | h2ogpt-oasst1-512-12b | 67.92 | 67.44 | 42.31 | 63.64 | [Mar-2025](https:\u002F\u002Fh2o.ai\u002F) | Dev |\n| Genspark Super Agent | Claude 3 Opus | **87.8** | _72.7_ | _58.8_ | **73.1** | [Apr-2025](https:\u002F\u002Fwww.genspark.ai\u002F) | Dev |\n| WebThinker | QwQ-32B | 53.8 | 44.2 | 16.7 | 44.7 | [Apr-2025](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FWebThinker) | Dev |\n| SimpleDeepSearch | QwQ-32B | 50.5 | 45.8 | 13.8 | 43.9 | [Apr-2025](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher) | Dev |\n| Alita | Claude-Sonnet-4, GPT-4o | 75.15 | — | **87.27** | — | [May-2025](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.20286) | Dev |\n\n\n\u003C\u002Fdetails>\n\n\n## 📄 Citation\n\nIf you find this work helpful, please cite our paper:\n```bibtex\n@article{huang2025deep,\n title={Deep Research Agents: A Systematic Examination And Roadmap},\n 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},\n journal={arXiv preprint arXiv:2506.18096},\n year={2025}\n}\n```\n\n\u003C!-- ## Relevant Survey\n+ [A Survey of Generative Search and Recommendation in the Era of Large Language Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.16924) (Apr.2024)\n \n+ [When Search Engine Services meet Large Language Models: Visions and Challenges](https:\u002F\u002Farxiv.org\u002Fabs\u002F2407.00128) (June.2024)\n\n+ [Large Language Models for Information Retrieval: A Survey](https:\u002F\u002Farxiv.org\u002Fabs\u002F2308.07107) (Sep.2024)\n\n\n\n## Benchmark\n+ [SWE-bench: Can Language Models Resolve Real-World GitHub Issues?](https:\u002F\u002Farxiv.org\u002Fabs\u002F2310.06770) (Oct.2023) [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSWE-bench\u002FSWE-bench?style=social)](https:\u002F\u002Fgithub.com\u002FSWE-bench\u002FSWE-bench) \n \n\n \n+ [GAIA: a benchmark for General AI Assistants](https:\u002F\u002Farxiv.org\u002Fabs\u002F2311.12983) (Nov.2023)\n\n+ [Learning to Ask: When LLM Agents Meet Unclear Instruction](https:\u002F\u002Farxiv.org\u002Fabs\u002F2409.00557v3) (Aug.2024)\n \n+ **[MLGym: A New Framework and Benchmark for Advancing AI Research Agents](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.14499) (Feb. 2025)** \n [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ffacebookresearch\u002FMLGym?style=social)](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FMLGym) [GitHub Repo](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FMLGym)\n\n+ [Retrieval Models Aren't Tool-Savvy: Benchmarking Tool Retrieval for Large Language Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.01763) (Mar.2025)\n\n## Close Source Research Agent\n+ **[Google Gemini Deep Research](https:\u002F\u002Fgemini.google\u002Foverview\u002Fdeep-research\u002F) (Dec.2024)\n\n+ **[Open AI Deep Research](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-deep-research\u002F) (Feb.2025)\n\n+ **[Perplexity Deep Research](https:\u002F\u002Fwww.perplexity.ai\u002Fhub\u002Fblog\u002Fintroducing-perplexity-deep-research) (Feb.2025)\n\n+ **[Grok Deep Search](https:\u002F\u002Fx.ai\u002Fnews\u002Fgrok-3) (March. 2025)\n\n## Deep Research Agent (final):\n\n## Deep Research Agent\n+ **[Agentic Reasoning: Reasoning LLMs with Tools for the Deep Research](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.04644) (Feb.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ftheworldofagents\u002FAgentic-Reasoning?style=social)](https:\u002F\u002Fgithub.com\u002Ftheworldofagents\u002FAgentic-Reasoning)\n\n+ **[AgentRxiv: Towards Collaborative Autonomous Research](https:\u002F\u002Fagentrxiv.github.io\u002F) (Mar.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSamuelSchmidgall\u002FAgentLaboratory?style=social)](https:\u002F\u002Fgithub.com\u002FSamuelSchmidgall\u002FAgentLaboratory)\n\n+ **[Agent-R1: Training Powerful LLM Agents with End-to-End Reinforcement Learning](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1) (Mar.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002F0russwest0\u002FAgent-R1?style=social)](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)\n\n## Retrieval\u002FSearch Augmented Agent Framework\n+ **[Assisting in Writing Wikipedia-like Articles From Scratch with Large Language Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2402.14207) (Jul.2024)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fstanford-oval\u002Fstorm?style=social)](https:\u002F\u002Fgithub.com\u002Fstanford-oval\u002Fstorm) \n\n+ **[OPEN-RAG: Enhanced Retrieval-Augmented Reasoning with Open-Source Large Language Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2410.01782) (Oct.2024)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FShayekhBinIslam\u002Fopenrag?style=social)](https:\u002F\u002Fgithub.com\u002FShayekhBinIslam\u002Fopenrag) \n \n+ [Chain-of-Retrieval Augmented Generation](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.14342) (Jan.2025) [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmicrosoft\u002FLMOps?style=social)](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLMOps\u002Ftree\u002Fmain\u002Fcorag)\n\n+ **[Search-o1: Agentic Search-Enhanced Large Reasoning Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.05366) (Jan.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fsunnynexus\u002FSearch-o1?style=social)](https:\u002F\u002Fgithub.com\u002Fsunnynexus\u002FSearch-o1) \n\n+ [FlashRAG: A Modular Toolkit for Efficient Retrieval-Augmented Generation Research](https:\u002F\u002Farxiv.org\u002Fabs\u002F2405.13576) (Feb.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUC-NLPIR\u002FFlashRAG?style=social)](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FFlashRAG)\n\n+ [DeepRAG: Thinking to Retrieval Step by Step for Large Language Models](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.01142) (Feb.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmicrosoft\u002FdeepRAG?style=social)](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FdeepRAG)\n\n+ [Toward Agentic AI: Generative Information Retrieval Inspired Intelligent Communications and Networking](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.16866) (Feb.2025)\n\n## Toolcall Agent Framework\n+ [Agent S: An Open Agentic Framework that Uses Computers Like a Human](https:\u002F\u002Farxiv.org\u002Fabs\u002F2410.08164) (Oct.2024)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fsimular-ai\u002FAgent-S?style=social)](https:\u002F\u002Fgithub.com\u002Fsimular-ai\u002FAgent-S)\n\n+ [Open AI Operator](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-operator\u002F) (Jan.2025)\n\n+ [AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2502.05957) (Feb. 2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FHKUDS\u002FAutoAgent?style=social)](https:\u002F\u002Fgithub.com\u002FHKUDS\u002FAutoAgent)\n\n+ [Agent S2: An Open, Modular, and Scalable Framework for Computer Use Agents](https:\u002F\u002Fwww.simular.ai\u002Fagent-s2) (Mar.2025)\n\n+ **[OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl\u002Ftree\u002Fmain?tab=readme-ov-file) (Mar.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fcamel-ai\u002Fowl?style=social)](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl) \n\n+ **[OpenManus](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus) (Mar. 2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmannaandpoem\u002FOpenManus?style=social)](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus) \n\n+ [START: Self-taught Reasoner with Tools](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.04625) (Mar.2025)\n\n## Reinforcement Learning\n+ [DeepRetrieval: Powerful Query Generation for Information Retrieval with Reinforcement Learning](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.00223) (Feb.2025)\n\n+ [ReSearch: Learning to Reason with Search for LLMs via Reinforcement Learning](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch) (Mar.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-RL\u002FReSearch?style=social)](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch) \n\n+ [R1-Searcher: Incentivizing the Search Capability in LLMs via Reinforcement Learning](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05592) (Mar.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUCAIBox\u002FR1-Searcher?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FR1-Searcher) \n \n+ [Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.09516) (Mar.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FPeterGriffinJin\u002FSearch-R1?style=social)](https:\u002F\u002Fgithub.com\u002FPeterGriffinJin\u002FSearch-R1)\n\n+ [Agent-R1: Training Powerful LLM Agents with End-to-End Reinforcement Learning](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1) (Mar.2025)** [![GitHub Stars](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002F0russwest0\u002FAgent-R1?style=social)](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1) -- >\n\n\n","# 令人惊叹的深度研究智能体\n\n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。\n\n⌛️ 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！\n\n\u003Cp align=\"center\">\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_104094d8ff77.webp\" width=\"480px\"\u002F> \n\u003C\u002Fp>\n\u003Cp align=\"center\">\n在您的屏幕上打造一位数字助理。由 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Findex\u002Fdall-e-3\u002F\">DALL-E-3\u003C\u002Fa> 生成。\n\u003C\u002Fp>\n\n🔥 **欢迎贡献！**\n\n🔥 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。\n\n## 📰 最新消息\n- [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！\n- [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！\n\n\n\n## 🏗️ 我们的深度研究智能体相关工作\n\n✨✨✨ **[深度研究智能体：系统性考察与路线图](https:\u002F\u002Farxiv.org\u002Fabs\u002F2506.18096)**\n\n![深度研究智能体的结构概览](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_3bd6b02d67c5.png)\n![深度研究智能体的总体视图](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_340c89d85cc0.png)\n\n\n# 📚 精选论文\n\n\u003Cfont size=5>\u003Ccenter>\u003Cb> 目录 \u003C\u002Fb> \u003C\u002Fcenter>\u003C\u002Ffont>\n \n1. [搜索引擎集成](#search-engine-api-vs-browser) \n2. [工具使用](#tool-use) \n3. [架构与工作流](#architecture--workflow) \n - [静态工作流](#static-workflow) \n - [动态单智能体工作流](#dynamic-single-agent-workflow) \n - [动态多智能体工作流](#dynamic-multi-agent-workflow) \n4. [调优方法](#tuning-methods) \n5. [行业应用](#industrial-applications) \n6. [深度研究智能体的基准测试](#benchmarks-for-dr-agents) \n\n\n## 搜索引擎集成 \u003Ca id=\"search-engine-api-vs-browser\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 搜索引擎 · API 与浏览器对比\u003C\u002Fsummary>\n\n| 图例 | ✔️ 主要关注 | 🟫 次要\u002F次要关注 | — 不存在 |\n| ------ | :--------------: | :----------------------: | :-----------: |\n\n| DR 代理 | API | 浏览器 | GAIA | HLE | QA | 基础模型 |\n| -------------------------------------- | :-: | :-----: | :--: | :-: | -------------------------------------------------------------- | ---------------------------------------------------------------- |\n| Avatar | 🟫 | — | — | — | Stark | Claude-3-Opus, GPT-4 |\n| CoSearch-Agent | ✔️ | — | — | — | — | GPT-3.5-turbo |\n| MMAC-Copilot | ✔️ | — | ✔️ | — | — | GPT-3.5, GPT-4 |\n| Storm | 🟫 | — | — | — | FreshWiki | GPT-3.5-turbo |\n| OpenResearcher | ✔️ | — | — | — | Private QA | DeepSeek-V2-Chat |\n| The AI Scientist | ✔️ | — | — | — | MLE-Bench | GPT-4o, o1-mini, o1-preview |\n| Gemini DR | ✔️ | ✔️ | — | ✔️ | GPQA | Gemini-2.0-Flash |\n| Agent Laboratory | ✔️ | — | — | — | MLE-Bench | GPT-4o, o1-preview |\n| Search-o1 | ✔️ | — | — | — | GPQA·NQ·TriviaQA | QwQ-32B-preview |\n| WebWalker | — | — | — | — | WebWalkerQA | GPT-4o, Qwen-2.5 |\n| Agentic Reasoning | ✔️ | — | — | — | GPQA | DeepSeek-R1, Qwen2.5 |\n| AutoAgent | — | ✔️ | ✔️ | — | — | Claude-Sonnet-3.5 |\n| Grok DeepSearch | ✔️ | ✔️ | — | — | GPQA | Grok 3 |\n| OpenAI DR | — | ✔️ | ✔️ | ✔️ | ✔️ | GPT-o3 |\n| Perplexity DR | ✔️ | 🟫 | — | ✔️ | SimoleQA | Flexible |\n| Towards an AI Co-Scientist | ✔️ | — | — | — | GPQA | Gemini 2.0 |\n| Nouswise | — | — | — | — | — | — |\n| AgentRxiv | ✔️ | — | — | — | GPQA·MedQA | GPT-4o-mini |\n| Agent-R1 | ✔️ | — | — | — | HotpotQA | Qwen2.5-1.5B-Inst |\n| AutoGLM Rumination | — | ✔️ | — | — | GPQA | GLM-Z1-Air |\n| Copilot Researcher | — | ✔️ | — | — | — | o3-mini |\n| H2O.ai DR | ✔️ | ✔️ | ✔️ | — | — | h2ogpt-oasst1-512-12b |\n| Manus | ✔️ | ✔️ | — | — | — | Claude3.5, GPT-4o |\n| OpenManus | ✔️ | ✔️ | — | — | — | Claude3.5, GPT-4o |\n| OWL | ✔️ | ✔️ | ✔️ | — | — | DeepSeek-R1, Gemini-2.5-Pro, GPT-4o |\n| R1-Searcher | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA | Llama3.1-8B-Inst, Qwen2.5-7B |\n| ReSearch | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA | Qwen2.5-7B, Qwen2.5-7B-Inst |\n| Search-R1 | 🟫 | — | — | — | 2WikiMultiHopQA, HotpotQA, NQ, TriviaQA | Llama3.2-3B, Qwen2.5-3B\u002F7B |\n| DeepResearcher | — | ✔️ | — | — | HotpotQA, NQ, TriviaQA | Qwen2.5-7B-Inst |\n| Genspark Super Agent | ✔️ | ✔️ | ✔️ | — | — | *9个LLM的混合模型* |\n| WebThinker | ✔️ | — | ✔️ | ✔️ | GPQA, [WebWalkerQA](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2501.07572) | QwQ-32B |\n| SWIRL | — | ✔️ | — | — | HotQA, BeerQA | Gemma 2-27B |\n| SimpleDeepSearcher | — | ✔️ | ✔️ | — | 2WikiMultiHopQA | Qwen-2.5-7B\u002F32B-In、DeepSeek-D-Qwen-2.5-32B、QwQ-32B |\n| Suna AI | ✔️ | ✔️ | — | — | — | GPT-4o、Claude |\n| AgenticSeek | — | ✔️ | — | — | — | GPT-4o、DeepSeek-R1、Claude |\n| Alita | ✔️ | ✔️ | ✔️ | — | PathVQA | GPT-4o、Claude-Sonnet-4 |\n| DeerFlow | ✔️ | — | — | — | — | Doubao-1.5-Pro-32k、DeepSeek-R1、GPT-4o、Qwen |\n| PANGU DEEPDIVER | ✔️ | — | — | — | C-SimpleQA、HotpotQA、ProxyQA | Pangu-7B-Reasoner |\n| WebDancer | ✔️ | — | ✔️ | — | GAIA、[WebWalkerQA](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2501.07572) | Qwen-2.5、QwQ-32B、DeepSeek-R1、GPT-4o |\n| O-agents | ✔️ | — | ✔️ | — | — | GPT-4o、GPT-4.1、Claude-3.7-Sonnet、DeepSeek-R1、Gemini-2.5 |\n| Kimi-Researcher | ✔️ | ✔️ | — | ✔️ | SimpleQA | Kimi k1.5\u002Fk2 |\n| WebSailor | ✔️ | — | ✔️ | — | SimpleQA | Qwen-2.5 |\n| Agent-KB | ✔️ | — | ✔️ | — | SWE-bench | GPT-4o、GPT-4.1、Claude-3.7-Sonnet、o3-mini、Qwen-3、DeepSeek-R1 |\n| WebShaper | ✔️ | — | ✔️ | — | WebWalkerQA | Qwen-2.5、QwQ-32B |\n| 拥有测试时扩散的深度研究员 | ✔️ | — | ✔️ | ✔️ | — | Gemini-2.5-Pro |\n| ChatGPT-Agent | — | — | — | — | — | — |\n| AWorld | ✔️ | ✔️ | ✔️ | — | HotpotQA | Gemini-2.5-Pro、GPT-4o |\n| Cognitive Kernel-Pro | ✔️ | ✔️ | ✔️ | — | AgentWebQA、WebWalkerQA、多跳URLQA、DocBench、TableBench | Claude-3.7-Sonnet、CK-Pro-8B |\n| WebWatcher | ✔️ | — | — | ✔️ | Browsercom-VL、LiveVQA、MMSearch | Qwen-2.5-VL-32B |\n| WideSearch | ✔️ | — | — | — | WideSearch | DeepSeek-R1、Doubao-Seed-1.6、Claude Sonnet 4、Gemini-2.5-Pro |\n| MiroRL | ✔️ | — | ✔️ | — | — | Qwen3-14B |\n\n\u003C\u002Fdetails>\n\n\n\n## 工具使用 \u003Ca id=\"tool-use\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 工具使用能力对比\u003C\u002Fsummary>\n\n| 图例 | ✔️ 涉及 | 🟫 不披露 | — 不存在 |\n|--------|:-----------:|:-----------------:|:-------------:|\n\n| DR代理 | 代码解释 | 数据分析 | 多模态 | 发布时间 |\n|---|:-:|:-:|:-:|:-:|\n| CoSearchAgent | — | ✔️ | — | 2024年2月 |\n| Storm | ✔️ | — | — | 2024年7月 |\n| The AI Scientist | ✔️ | — | — | 2024年8月 |\n| Agent Laboratory | ✔️ | — | — | 2025年1月 |\n| Agentic Reasoning | ✔️ | — | — | 2025年2月 |\n| AutoAgent | ✔️ | — | ✔️ | 2025年2月 |\n| Genspark DR | ✔️ | ✔️ | ✔️ | 2025年2月 |\n| Grok DeepSearch | ✔️ | ✔️ | ✔️ | 2025年2月 |\n| OpenAI DR | ✔️ | ✔️ | ✔️ | 2025年2月 |\n| Perplexity DR | ✔️ | ✔️ | ✔️ | 2025年2月 |\n| Towards an AI co-scientist | — | ✔️ | ✔️ | 2025年2月 |\n| Agent-R1 | ✔️ | — | — | 2025年3月 |\n| AutoGLM Romination | ✔️ | — | ✔️ | 2025年3月 |\n| Copilot Researcher | ✔️ | ✔️ | 🟫 | 2025年3月 |\n| Manus | ✔️ | ✔️ | ✔️ | 2025年3月 |\n| OpenManus | ✔️ | ✔️ | — | 2025年3月 |\n| OWL | ✔️ | ✔️ | ✔️ | 2025年3月 |\n| H2O.ai DR | ✔️ | ✔️ | ✔️ | 2025年3月 |\n| Genspark Super Agent | ✔️ | ✔️ | ✔️ | 2025年4月 |\n| WebThinker | ✔️ | — | — | 2025年4月 |\n| Suna Ai | ✔️ | ✔️ | — | 2025年4月 |\n| Tool-Star | ✔️ | ✔️ | — | 2025年5月 |\n| AgenticSeek | ✔️ | ✔️ | — | 2025年5月 |\n| Alita | ✔️ | 🟫 | 🟫 | 2025年5月 |\n| DeerFlow | ✔️ | ✔️ | — | 2025年5月 |\n| O-agents | ✔️ | ✔️ | ✔️ | 2025年6月 |\n| Kimi-Researcher | ✔️ | ✔️ | — | 2025年6月 |\n| Agent-KB | ✔️ | ✔️ | ✔️ | 2025年7月 |\n| AWorld | ✔️ | ✔️ | ✔️ | 2025年7月 |\n| Cognitive Kernel-Pro | ✔️ | ✔️ | ✔️ | 2025年8月 |\n| WebWatcher | ✔️ | ✔️ | ✔️ | 2025年8月 |\n| MiroRL | ✔️ | ✔️ | — | 2025年8月 |\n\n\n\n\u003C\u002Fdetails>\n\n## 架构与工作流 \u003Ca id=\"architecture--workflow\">\u003C\u002Fa>\n\n\u003Cp align=\"center\">\n \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_readme_6540317df9ec.png\" alt=\"架构与工作流\" width=\"70%\">\n\u003C\u002Fp>\n\n### 静态工作流 \u003Ca id=\"static-workflow\">\u003C\u002Fa>\n+ **[AvaTaR：通过对比推理优化用于工具使用的LLM代理](https:\u002F\u002Farxiv.org\u002Fabs\u002F2406.11200)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fzou-group\u002Favatar?style=social)](https:\u002F\u002Fgithub.com\u002Fzou-group\u002Favatar)\n+ **[Agent Laboratory：将LLM代理用作研究助理](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.04227)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSamuelSchmidgall\u002FAgentLaboratory?style=social)](https:\u002F\u002Fgithub.com\u002FSamuelSchmidgall\u002FAgentLaboratory)\n+ **[CoSearchAgent：一种基于大型语言模型的轻量级协作式搜索代理](https:\u002F\u002Farxiv.org\u002Fabs\u002F2402.06360)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fpygongnlp\u002FCoSearchAgent?style=social)](https:\u002F\u002Fgithub.com\u002Fpygongnlp\u002FCoSearchAgent)\n+ **[AgentRxiv：迈向协作式自主研究](https:\u002F\u002Fagentrxiv.github.io\u002F)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSamuelSchmidgall\u002FAgentLaboratory?style=social)](https:\u002F\u002Fgithub.com\u002FSamuelSchmidgall\u002FAgentLaboratory)\n+ **[The AI Scientist：迈向完全自动化的开放式科学发现](https:\u002F\u002Farxiv.org\u002Fabs\u002F2408.06292)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSakanaAI\u002FAI-Scientist?style=social)](https:\u002F\u002Fgithub.com\u002FSakanaAI\u002FAI-Scientist)\n+ **[Nouswise](https:\u002F\u002Fnouswise.com\u002Fhomepage)**\n\n### 动态单智能体工作流 \u003Ca id=\"dynamic-single-agent-workflow\">\u003C\u002Fa>\n+ **[OpenResearcher：释放AI以加速科学研究](https:\u002F\u002Farxiv.org\u002Fabs\u002F2408.06941)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FGAIR-NLP\u002FOpenResearcher?style=social)](https:\u002F\u002Fgithub.com\u002FGAIR-NLP\u002FOpenResearcher)\n+ **[Search‑o1：基于智能体的搜索增强型大型推理模型](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.05366)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fsunnynexus\u002FSearch-o1?style=social)](https:\u002F\u002Fgithub.com\u002Fsunnynexus\u002FSearch-o1)\n+ **[Agentic Reasoning：用于深度研究的工具增强型推理大模型](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.04644)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ftheworldofagents\u002FAgentic-Reasoning?style=social)](https:\u002F\u002Fgithub.com\u002Ftheworldofagents\u002FAgentic-Reasoning)\n+ **[Agent‑R1：通过端到端强化学习训练强大的LLM智能体](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002F0russwest0\u002FAgent-R1?style=social)](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)\n+ **[R1‑Searcher：通过强化学习激励LLM的搜索能力](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05592)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUCAIBox\u002FR1-Searcher?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FR1-Searcher)\n+ **[Search‑R1：利用强化学习训练LLM进行推理并调用搜索引擎](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.09516)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FPeterGriffinJin\u002FSearch-R1?style=social)](https:\u002F\u002Fgithub.com\u002FPeterGriffinJin\u002FSearch-R1)\n+ **[DeepResearcher：在真实环境中通过强化学习扩展深度研究](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.03160)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FGAIR-NLP\u002FDeepResearcher?style=social)](https:\u002F\u002Fgithub.com\u002FGAIR-NLP\u002FDeepResearcher)\n+ **[WebThinker：赋予大型推理模型深度研究能力](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.21776)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUC-NLPIR\u002FWebThinker?style=social)](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FWebThinker)\n+ **[Open AI 深度研究](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-deep-research\u002F)**\n+ **[Google Gemini 深度研究](https:\u002F\u002Fgemini.google\u002Foverview\u002Fdeep-research\u002F)**\n+ **[Grok 深度搜索](https:\u002F\u002Fx.ai\u002Fnews\u002Fgrok-3)**\n+ **[Perplexity 深度研究](https:\u002F\u002Fwww.perplexity.ai\u002Fhub\u002Fblog\u002Fintroducing-perplexity-deep-research)**\n+ **[ReSearch：通过强化学习让LLM学会结合搜索进行推理](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-RL\u002FReSearch?style=social)](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch)\n+ **[合成数据生成与多步强化学习用于推理和工具使用](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.04736)**\n+ **[H2O.ai 深度研究](https:\u002F\u002Fh2o.ai\u002F)**\n+ **[SimpleDeepSearcher：通过网络驱动的推理轨迹合成实现深度信息搜索](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-RL\u002FReSearch?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)\n+ **[WebDancer：迈向自主信息搜索代理](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[合成数据生成与多步强化学习用于推理和工具使用](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.04736)**\n+ **[SimpleDeepSearcher：通过网络驱动的推理轨迹合成实现深度信息搜索](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUCAIBox\u002FSimpleDeepSearcher?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher)\n+ **[Suna AI](https:\u002F\u002Fgithub.com\u002Fkortix-ai\u002Fsuna)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fkortix-ai\u002Fsuna?style=social)](https:\u002F\u002Fgithub.com\u002Fkortix-ai\u002Fsuna)\n+ **[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](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.20286)**\n+ **[AgenticSeek](https:\u002F\u002Fgithub.com\u002FFosowl\u002FagenticSeek)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FFosowl\u002FagenticSeek?style=social)](https:\u002F\u002Fgithub.com\u002FFosowl\u002FagenticSeek)\n+ **[AutoGLM 反刍](https:\u002F\u002Fautoglm-research.zhipuai.cn\u002F)**\n+ **[O-agents](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FOAgents)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FOPPO-PersonalAI\u002FOAgents?style=social)](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FOAgents)\n+ **[WebDancer](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[WebSailor](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[WebShaper](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[Kimi-Researcher](https:\u002F\u002Fgithub.com\u002FMoonshotAI\u002FKimi-Researcher)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FMoonshotAI\u002FKimi-Researcher?style=social)](https:\u002F\u002Fgithub.com\u002FMoonshotAI\u002FKimi-Researcher)\n+ **[具有测试时扩散的深度研究员](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.16075)**\n+ **[WebWatcher](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebAgent?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebAgent)\n+ **[Chat-Agent](https:\u002F\u002Fopenai.com\u002Fzh-Hans-CN\u002Findex\u002Fintroducing-chatgpt-agent\u002F)**\n+ **[Cognitive Kernel-Pro](https:\u002F\u002Fgithub.com\u002FTencent\u002FCognitiveKernel-Pro)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FTencent\u002FCognitiveKernel-Pro?style=social)](https:\u002F\u002Fgithub.com\u002FTencent\u002FCognitiveKernel-Pro)\n+ **[Tool-Star](https:\u002F\u002Fgithub.com\u002Fdongguanting\u002FTool-Star)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fdongguanting\u002FTool-Star?style=social)](https:\u002F\u002Fgithub.com\u002Fdongguanting\u002FTool-Star)\n+ **[MiroRL](https:\u002F\u002Fgithub.com\u002FMiroMindAI\u002FMiroRL)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FMiroMindAI\u002FMiroRL?style=social)](https:\u002F\u002Fgithub.com\u002FMiroMindAI\u002FMiroRL)\n+ **[Memento](https:\u002F\u002Fgithub.com\u002FAgent-on-the-Fly\u002FMemento)** [![GitHub Star数](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-on-the-Fly\u002FMemento?style=social)](https:\u002F\u002Fgithub.com\u002FAgent-on-the-Fly\u002FMemento)\n\n### 动态多智能体工作流 \u003Ca id=\"dynamic-multi-agent-workflow\">\u003C\u002Fa>\n+ **[利用大型语言模型从零开始协助撰写维基百科式文章](https:\u002F\u002Farxiv.org\u002Fabs\u002F2402.14207)**\n+ **[AutoAgent：一个完全自动化且无需代码的LLM智能体框架](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2502.05957)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FHKUDS\u002FAutoAgent?style=social)](https:\u002F\u002Fgithub.com\u002FHKUDS\u002FAutoAgent)\n+ **[OpenManus](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmannaandpoem\u002FOpenManus?style=social)](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus)\n+ **[Manus](https:\u002F\u002Fmanus.im\u002F)**\n+ **[OWL](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fcamel-ai\u002Fowl?style=social)](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl)\n+ **[PANGU DEEPDIVER：基于开放网络强化学习的自适应搜索强度缩放](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.24332)**\n+ **[H2O.ai 深度研究](https:\u002F\u002Fh2o.ai\u002F)**\n+ **[Copilot Researcher](https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-365\u002Fblog\u002F2025\u002F03\u002F25\u002Fintroducing-researcher-and-analyst-in-microsoft-365-copilot\u002F)**\n+ **[Genspark 超级智能体](https:\u002F\u002Fwww.genspark.ai\u002F)**\n+ **[DeerFlow](https:\u002F\u002Fgithub.com\u002Fbytedance\u002Fdeer-flow)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fbytedance\u002Fdeer-flow?style=social)](https:\u002F\u002Fgithub.com\u002Fbytedance\u002Fdeer-flow)\n+ **[MMAC-Copilot](https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.18074)**\n+ **[Agent KB](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FAgent-KB)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FOPPO-PersonalAI\u002FAgent-KB?style=social)](https:\u002F\u002Fgithub.com\u002FOPPO-PersonalAI\u002FAgent-KB)\n+ **[迈向人工智能联合科学家](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.18864)**\n+ **[WebWalker](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebWalker)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAlibaba-NLP\u002FWebWalker?style=social)](https:\u002F\u002Fgithub.com\u002FAlibaba-NLP\u002FWebWalker)\n+ **[AWorld](https:\u002F\u002Fgithub.com\u002FinclusionAI\u002FAWorld)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FinclusionAI\u002FAWorld?style=social)](https:\u002F\u002Fgithub.com\u002FinclusionAI\u002FAWorld)\n+ **[Atom-Searcher](https:\u002F\u002Fgithub.com\u002Fantgroup\u002FResearch-Venus)** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fantgroup\u002FResearch-Venus?style=social)](https:\u002F\u002Fgithub.com\u002Fantgroup\u002FResearch-Venus)\n\n## 微调方法 \u003Ca id=\"tuning-methods\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 微调方法对比\u003C\u002Fsummary>\n\n| 图例 | ✔️ 已实现 | 🟫 详情未知 | — 不存在 |\n|--------|:--------------:|:------------------:|:-------------:|\n\n| DR 智能体 | SFT | RL | 基础模型 | 数据 | Belohnungsdesign |\n|---|:-:|:-:|---|---|---|\n| Gemini DR | 🟫 | 🟫 | Gemini-2.0-Flash | — | 🟫 |\n| WebWalker | — | — | GPT-4o, Qwen-2.5 (7–72B) | WebWalkerQA | — |\n| Grok DeepSearch | — | 🟫 | Grok 3 | — | 🟫 |\n| OpenAI DR | — | 🟫 | GPT-o3 | — | 🟫 |\n| Agentic Reasoning | ✔️ | — | DeepSeek-R1, Qwen2.5 | GPQA | 规则-结果 |\n| AutoAgent | — | ✔️ | Claude-Sonnet-3.5 | — | — |\n| 向人工智能联合科学家迈进 | — | — | Gemini 2.0 | — | — |\n| Agent-R1 | — | PPO · Reinforce++ · GRPO | Qwen2.5-1.5B-Inst | HotpotQA | 规则-结果 |\n| AutoGLM Rumination | 🟫 | 🟫 | GLM-Z1-Air | — | 🟫 |\n| H2O.ai DR | ✔️ | 🟫 | h2ogpt-oasst1-512-12b | — | 🟫 |\n| Copilot Researcher | 🟫 | 🟫 | o3-mini | — | — |\n| ReSearch | — | GRPO | Qwen2.5-7B-Inst · Qwen2.5-32B-Inst | 2WikiMultiHopQA | 规则-结果 |\n| R1-Searcher | ✔️ | Reinforce++ · GRPO | Qwen2.5-7B-Inst \u002F LLaMA-3.1-8B-Inst | 2WikiMultiHopQA · HotpotQA | 规则-结果 |\n| Search-R1 | ✔️ | PPO · GRPO | Qwen2.5-3B\u002F7B · LLaMA3.2-3B-Inst | NQ · HotpotQA | 规则-结果 |\n| Nouswise | 🟫 | 🟫 | Nouswise | — | 🟫 |\n| DeepResearcher | — | GRPO | Qwen2.5-7B-Inst | NQ · HotpotQA | 规则-结果 |\n| Genspark 超级智能体 | — | 🟫 | 智能体混合体 | — | 🟫 |\n| WebThinker | ✔️ | 迭代在线 DPO | QwQ-32B | 专家数据集 | 规则-结果 |\n| SWIRL | — | 离线 RL | Gemma 2-27B | HotPotQA | — |\n| 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 |\n| PANGU DEEPDIVER | ✔️ | GRPO | Pangu-7B-Reasoner | WebPuzzle | 规则-结果 |\n| Tool-Star | ✔️ | GRPO | Qwen-2.5 | NuminaMath · HotpotQA · 2WikiMultiHopQA | 规则-结果 |\n| WebDancer | ✔️ | DAPO | Qwen-2.5-7B\u002F32B · QwQ-32B · DeepSeek-R1 · GPT-4o | CRAWLQA · E2HQA | 规则-结果 |\n| O-agents | — | — | GPT-4o · GPT-4.1 · Claude-3.7-Sonnet · DeepSeek-R1 · Gemini-2.5 | — | — |\n| Kimi-Researcher | — | REINFORCE | Kimi k1.5\u002Fk2 | — | 规则-结果 |\n| WebSailor | ✔️ | DUPO | Qwen-2.5-3B\u002F7B\u002F32B\u002F72B | SailorFog-QA | 规则-结果 |\n| Agent-KB | — | — | GPT-4o · GPT-4.1 · Claude-3.7-Sonnet · o3-mini · Qwen-3 32B · DeepSeek-R1 | — | — |\n| WebShaper | ✔️ | GRPO | Qwen-2.5-3B\u002F7B\u002F32B\u002F72B · QwQ-32B | WebShaper | 规则-结果 |\n| Cognitive Kernel-Pro | ✔️ | — | Claude-3.7-Sonnet · CK-Pro-8B | OpenWebVoyager · 多跳 URLQA · AgentWebQA · WebWalkerQA · DocBench · TableBench | — |\n| WebWatcher | — | GRPO | Qwen-2.5-VL-32B | BrowseComp-VL · 长尾 VQA · 困难 VQA | 规则-结果 |\n| MiroRL | ✔️ | GRPO | Qwen3-14B | MiroRL-GenQA | 规则-结果 |\n| Atom-Searcher | ✔️ | GRPO | Qwen2.5-7B-Inst | 2WikiMultiHopQA · HotpotQA | 原子思维奖励 (ATR) |\n\n\n\u003C\u002Fdetails>\n\n## 灾难恢复代理基准测试 \u003Ca id=\"benchmarks-for-dr-agents\">\u003C\u002Fa>\n\n\u003Cdetails open>\n\u003Csummary>📊 QA 基准测试（Hotpot \u002F 2Wiki \u002F NQ \u002F TQ \u002F GPQA）\u003C\u002Fsummary>\n\n| DR 代理 | 基础模型 | Hotpot | 2Wiki | NQ | TQ | GPQA | 发布时间 |\n|---|---|---|---|---|---|---|---|\n| Search-o1 | QwQ-32B-preview | 57.3 | **71.4** | \u003Cu>49.7\u003C\u002Fu> | \u003Cu>74.1\u003C\u002Fu> | 57.9 | [2025年1月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.05366) |\n| Agentic Reasoning | DeepSeek-R1, Qwen2.5 | — | — | — | — | 67.0 | [2025年2月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.04644) |\n| Grok DeepSearch | Grok3 | — | — | — | — | **84.6** | [2025年2月](https:\u002F\u002Fx.ai\u002Fnews\u002Fgrok-3) |\n| AgentRxiv | GPT-4o-mini | — | — | — | — | 41.0 | [2025年3月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.18102) |\n| R1-Searcher | Qwen2.5-7B-Base | 71.9 | 63.8 | — | — | — | [2025年3月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05592) |\n| ReSearch | Qwen2.5-32B-Inst | 67.7 | 50.0 | — | — | — | [2025年3月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.19470) |\n| Search-R1 | Qwen2.5-7B-Inst | 34.5 | 36.9 | 40.9 | 55.2 | — | [2025年3月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.09516) |\n| DeepResearcher | Qwen2.5-7B-Inst | 64.3 | \u003Cu>66.6\u003C\u002Fu> | **61.9** | **85.0** | — | [2025年4月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.03160) |\n| WebThinker | QwQ-32B | — | — | — | — | \u003Cu>68.7\u003C\u002Fu> | [2025年4月](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FWebThinker) |\n| SimpleDeepSearch | QwQ-32B | **73.5** | — | — | — | — | [2025年4月](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher) |\n| SWIRL | Gemma 2-27B | \u003Cu>72.0\u003C\u002Fu> | — | — | — | — | [2025年4月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2504.04736) |\n| Tool-Star | Qwen2.5-3B | 51.9 | 40.0 | — | — | — | [2025年5月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2505.16410) |\n\n\u003C\u002Fdetails>\n\n\n\u003Cdetails open>\n\u003Csummary>📊 GAIA（测试和验证）基准测试\u003C\u002Fsummary>\n\n| 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 |\n|---|---|:-:|:-:|:-:|:-:|---|:-:|\n| MMAC-Copilot | GPT-3.5, GPT-4 | 45.16 | 20.75 | 6.12 | 25.91 | [2024年3月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.18074) | 测试集 |\n| H2O.ai DR | Claude-3.7-Sonnet | _89.25_ | **79.87** | **61.22** | **79.73** | [2025年3月](https:\u002F\u002Fh2o.ai\u002F) | 测试集 |\n| Alita | Claude-Sonnet-4, GPT-4o | **92.47** | _71.70_ | _55.10_ | _75.42_ | [2025年5月](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.20286) | 测试集 |\n| Agent-KB | GPT-4.1, Claude-3.7 | 84.91 | 74.42 | 57.69 | 75.15 | [2025年7月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.06229) | 测试集 |\n| O-agents | Claude-3.7 | 83.02 | 74.42 | 53.85 | 73.93 | [2025年6月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2506.15741) | 测试集 |\n| WebDancer | QwQ-32B | 61.5 | 50.0 | 25.0 | 51.5 | [2025年5月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2505.22648) | 测试集 |\n| WebShaper | Qwen-2.5-72B | 69.2 | 63.4 | 16.6 | 60.1 | [2025年7月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.15061) | 测试集 |\n| Deep Researcher w\u002F Test-Time Diffusion | Gemini-2.5-Pro | — | — | — | 69.1 | [2025年7月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2507.16075) | 测试集 |\n| Cognitive Kernel-Pro | Claude-3.7-Sonnet | 83.02 | 68.60 | 53.85 | 70.91 | [2025年8月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2508.00414) | 测试集 |\n| AutoAgent | Claude-Sonnet-3.5 | 71.7 | 53.5 | 26.9 | 55.2 | [2025年2月](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.05957) | 开发集 |\n| OpenAI DR | GPT-o3-customized | 78.7 | **73.2** | 58.0 | 67.4 | [2025年2月](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-deep-research\u002F) | 开发集 |\n| Manus | Claude 3.5, GPT-4o | _86.5_ | 70.1 | 57.7 | _71.4_ | [2025年3月](https:\u002F\u002Fmanus.im\u002F) | 开发集 |\n| OWL | Claude-3.7-Sonnet | 84.9 | 68.6 | 42.3 | 69.7 | [2025年3月](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl) | 开发集 |\n| H2O.ai DR | h2ogpt-oasst1-512-12b | 67.92 | 67.44 | 42.31 | 63.64 | [2025年3月](https:\u002F\u002Fh2o.ai\u002F) | 开发集 |\n| Genspark Super Agent | Claude 3 Opus | **87.8** | _72.7_ | _58.8_ | **73.1** | [2025年4月](https:\u002F\u002Fwww.genspark.ai\u002F) | 开发集 |\n| WebThinker | QwQ-32B | 53.8 | 44.2 | 16.7 | 44.7 | [2025年4月](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FWebThinker) | 开发集 |\n| SimpleDeepSearch | QwQ-32B | 50.5 | 45.8 | 13.8 | 43.9 | [2025年4月](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FSimpleDeepSearcher) | 开发集 |\n| Alita | Claude-Sonnet-4, GPT-4o | 75.15 | — | **87.27** | — | [2025年5月](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2505.20286) | 开发集 |\n\n\n\u003C\u002Fdetails>\n\n\n## 📄 引用\n\n如果您觉得这项工作有帮助，请引用我们的论文：\n```bibtex\n@article{huang2025deep,\n title={深度研究代理：系统性考察与路线图},\n 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},\n journal={arXiv预印本 arXiv:2506.18096},\n year={2025}\n}\n```\n\n\u003C!-- ## 相关综述\n+ [大语言模型时代下的生成式搜索与推荐综述](https:\u002F\u002Farxiv.org\u002Fabs\u002F2404.16924)（2024年4月）\n \n+ [搜索引擎服务与大语言模型的融合：愿景与挑战](https:\u002F\u002Farxiv.org\u002Fabs\u002F2407.00128)（2024年6月）\n\n+ [面向信息检索的大语言模型综述](https:\u002F\u002Farxiv.org\u002Fabs\u002F2308.07107)（2024年9月)\n\n\n\n## 基准测试\n+ [SWE-bench：语言模型能否解决真实的 GitHub 问题？](https:\u002F\u002Farxiv.org\u002Fabs\u002F2310.06770)（2023年10月）[![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSWE-bench\u002FSWE-bench?style=social)](https:\u002F\u002Fgithub.com\u002FSWE-bench\u002FSWE-bench) \n \n\n \n+ [GAIA：通用 AI 助手的基准测试](https:\u002F\u002Farxiv.org\u002Fabs\u002F2311.12983)（2023年11月）\n\n+ [学会提问：当 LLM 代理面对模糊指令时](https:\u002F\u002Farxiv.org\u002Fabs\u002F2409.00557v3)（2024年8月）\n \n+ **[MLGym：推进 AI 研究代理的新框架与基准测试](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.14499)（2025年2月）** \n [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ffacebookresearch\u002FMLGym?style=social)](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FMLGym) [GitHub 仓库](https:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002FMLGym)\n\n+ [检索模型并不擅长工具使用：针对大语言模型的工具检索基准测试](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.01763)（2025年3月）\n\n## 封闭源研究代理\n+ **[Google Gemini 深度研究](https:\u002F\u002Fgemini.google\u002Foverview\u002Fdeep-research\u002F)（2024年12月）\n\n+ **[Open AI 深度研究](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-deep-research\u002F)（2025年2月）\n\n+ **[Perplexity 深度研究](https:\u002F\u002Fwww.perplexity.ai\u002Fhub\u002Fblog\u002Fintroducing-perplexity-deep-research)（2025年2月）\n\n+ **[Grok 深度搜索](https:\u002F\u002Fx.ai\u002Fnews\u002Fgrok-3)（2025年3月）\n\n## 深度研究代理（最终版）：\n\n## 深度研究代理\n+ **[Agentic Reasoning：利用工具进行深度研究的推理型 LLM](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.04644)（2025年2月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Ftheworldofagents\u002FAgentic-Reasoning?style=social)](https:\u002F\u002Fgithub.com\u002Ftheworldofagents\u002FAgentic-Reasoning)\n\n+ **[AgentRxiv：迈向协作式自主研究](https:\u002F\u002Fagentrxiv.github.io\u002F)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FSamuelSchmidgall\u002FAgentLaboratory?style=social)](https:\u002F\u002Fgithub.com\u002FSamuelSchmidgall\u002FAgentLaboratory)\n\n+ **[Agent-R1：通过端到端强化学习训练强大的 LLM 代理](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002F0russwest0\u002FAgent-R1?style=social)](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)\n\n## 检索\u002F搜索增强型智能体框架\n+ **[利用大型语言模型从零开始辅助撰写维基百科式文章](https:\u002F\u002Farxiv.org\u002Fabs\u002F2402.14207)（2024年7月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fstanford-oval\u002Fstorm?style=social)](https:\u002F\u002Fgithub.com\u002Fstanford-oval\u002Fstorm) \n\n+ **[OPEN-RAG：基于开源大型语言模型的增强型检索推理](https:\u002F\u002Farxiv.org\u002Fabs\u002F2410.01782)（2024年10月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FShayekhBinIslam\u002Fopenrag?style=social)](https:\u002F\u002Fgithub.com\u002FShayekhBinIslam\u002Fopenrag) \n \n+ [检索链增强生成](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.14342)（2025年1月） [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmicrosoft\u002FLMOps?style=social)](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FLMOps\u002Ftree\u002Fmain\u002Fcorag)\n\n+ **[Search-o1：代理式搜索增强型大型推理模型](https:\u002F\u002Farxiv.org\u002Fabs\u002F2501.05366)（2025年1月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fsunnynexus\u002FSearch-o1?style=social)](https:\u002F\u002Fgithub.com\u002Fsunnynexus\u002FSearch-o1) \n\n+ [FlashRAG：用于高效检索增强生成研究的模块化工具包](https:\u002F\u002Farxiv.org\u002Fabs\u002F2405.13576)（2025年2月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUC-NLPIR\u002FFlashRAG?style=social)](https:\u002F\u002Fgithub.com\u002FRUC-NLPIR\u002FFlashRAG)\n\n+ [DeepRAG：面向大型语言模型的逐步思考与检索](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.01142)（2025年2月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmicrosoft\u002FdeepRAG?style=social)](https:\u002F\u002Fgithub.com\u002Fmicrosoft\u002FdeepRAG)\n\n+ [迈向代理式AI：受启发式信息检索的智能通信与网络](https:\u002F\u002Farxiv.org\u002Fabs\u002F2502.16866)（2025年2月）\n\n## 工具调用智能体框架\n+ [Agent S：一个像人类一样使用计算机的开放代理式框架](https:\u002F\u002Farxiv.org\u002Fabs\u002F2410.08164)（2024年10月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fsimular-ai\u002FAgent-S?style=social)](https:\u002F\u002Fgithub.com\u002Fsimular-ai\u002FAgent-S)\n\n+ [Open AI Operator](https:\u002F\u002Fopenai.com\u002Findex\u002Fintroducing-operator\u002F)（2025年1月）\n\n+ [AutoAgent：一个完全自动化且无需代码的LLM智能体框架](https:\u002F\u002Farxiv.org\u002Fpdf\u002F2502.05957)（2025年2月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FHKUDS\u002FAutoAgent?style=social)](https:\u002F\u002Fgithub.com\u002FHKUDS\u002FAutoAgent)\n\n+ [Agent S2：一个开放、模块化且可扩展的计算机使用智能体框架](https:\u002F\u002Fwww.simular.ai\u002Fagent-s2)（2025年3月）\n\n+ **[OWL：面向现实世界任务自动化的通用多智能体辅助优化劳动力学习](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl\u002Ftree\u002Fmain?tab=readme-ov-file)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fcamel-ai\u002Fowl?style=social)](https:\u002F\u002Fgithub.com\u002Fcamel-ai\u002Fowl) \n\n+ **[OpenManus](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002Fmannaandpoem\u002FOpenManus?style=social)](https:\u002F\u002Fgithub.com\u002Fmannaandpoem\u002FOpenManus) \n\n+ [START：具备工具的自学推理者](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.04625)（2025年3月）\n\n## 强化学习\n+ [DeepRetrieval：利用强化学习为信息检索生成强大查询](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.00223)（2025年2月）\n\n+ [ReSearch：通过强化学习教会LLM借助搜索进行推理](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FAgent-RL\u002FReSearch?style=social)](https:\u002F\u002Fgithub.com\u002FAgent-RL\u002FReSearch) \n\n+ [R1-Searcher：通过强化学习激励LLM的搜索能力](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.05592)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FRUCAIBox\u002FR1-Searcher?style=social)](https:\u002F\u002Fgithub.com\u002FRUCAIBox\u002FR1-Searcher) \n \n+ [Search-R1：利用强化学习训练LLM进行推理并调用搜索引擎](https:\u002F\u002Farxiv.org\u002Fabs\u002F2503.09516)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002FPeterGriffinJin\u002FSearch-R1?style=social)](https:\u002F\u002Fgithub.com\u002FPeterGriffinJin\u002FSearch-R1)\n\n+ [Agent-R1：通过端到端强化学习训练强大的LLM智能体](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1)（2025年3月）** [![GitHub 星标](https:\u002F\u002Fimg.shields.io\u002Fgithub\u002Fstars\u002F0russwest0\u002FAgent-R1?style=social)](https:\u002F\u002Fgithub.com\u002F0russwest0\u002FAgent-R1) -- >","# Awesome Deep Research Agent 快速上手指南\n\n**项目简介**：`awesome-deep-research-agent` 并非一个可直接运行的单一软件工具，而是一个**精选资源库**。它系统性地整理了通往“深度研究（Deep Research, DR）智能体”的前沿论文、技术路线图及基准测试。本指南旨在帮助开发者快速利用该资源库构建自己的深度研究智能体。\n\n## 1. 环境准备\n\n本项目主要为文档与代码索引集合，无需复杂的运行时环境，但若要复现列表中提到的具体 Agent 模型，建议准备以下基础环境：\n\n* **操作系统**：Linux (推荐 Ubuntu 20.04+), macOS, 或 Windows (WSL2)\n* **Python 版本**：Python 3.9 或更高版本\n* **前置依赖**：\n * Git (用于克隆仓库)\n * PyTorch \u002F TensorFlow (根据具体复现的论文需求)\n * Hugging Face Transformers (用于加载开源基座模型)\n * API Key (如需使用闭源模型如 GPT-4, Claude, Gemini 等)\n\n> **国内加速建议**：\n> * **代码托管**：若 GitHub 访问缓慢，可使用国内镜像站（如 Gitee 搜索同名项目）或通过 `git clone https:\u002F\u002Fghproxy.com\u002Fhttps:\u002F\u002Fgithub.com\u002F...` 进行加速克隆。\n> * **模型下载**：推荐使用 ModelScope (魔搭社区) 或 WiseModel 作为 Hugging Face 的替代源下载基座模型。\n> * **论文阅读**：部分 ArXiv 论文可通过国内镜像站（如 arxiv.org.cn）访问。\n\n## 2. 安装步骤\n\n由于本项目是资源列表，主要操作是获取最新的研究清单和核心综述论文。\n\n### 步骤一：克隆仓库\n在终端执行以下命令获取最新资源列表：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fyour-target-repo\u002Fawesome-deep-research-agent.git\ncd awesome-deep-research-agent\n```\n\n*(注：请将上述 URL 替换为实际的项目仓库地址，若仅为浏览，可直接访问 GitHub 网页版)*\n\n### 步骤二：查阅核心综述\n项目核心成果为综述论文 **\"Deep Research Agents: A Systematic Examination And Roadmap\"**。\n* **ArXiv 地址**: [https:\u002F\u002Farxiv.org\u002Fabs\u002F2506.18096](https:\u002F\u002Farxiv.org\u002Fabs\u002F2506.18096)\n* **作用**：该论文提供了 DR Agent 的系统性架构概览、工作流分类（静态\u002F动态\u002F多智能体）及未来路线图，是开发前的必读材料。\n\n### 步骤三：选择并复现具体 Agent\n根据 `README` 中的 **[📚 Awesome Papers](#-awesome-papers)** 目录，选择适合你场景的开源项目进行复现。例如，若想复现基于浏览器操作的 Agent，可查找 \"Tool Use\" 或 \"Browser\" 列标记为 ✔️ 的项目（如 `OpenManus`, `WebDancer` 等），并跳转至其独立仓库进行安装。\n\n## 3. 基本使用\n\n本项目的“使用”主要体现在**技术选型**与**架构设计**参考上。以下是基于该资源库构建深度研究智能体的标准流程示例：\n\n### 场景：构建一个具备联网搜索能力的深度研究助手\n\n**第一步：确定技术栈**\n参考仓库中的 **Search Engine Integration** 表格：\n* 若需高精度搜索结果，选择标记为 `API` ✔️ 的方案（如结合 SerperAPI 或 Bing Search API）。\n* 若需复杂网页交互，选择标记为 `Browser` ✔️ 的方案（如基于 Playwright 或 Selenium）。\n* **推荐基座模型**：参考表格中表现优异的模型，如 `DeepSeek-R1`, `Qwen2.5`, 或 `GPT-4o`。\n\n**第二步：设计工作流**\n参考 **Architecture & Workflow** 章节：\n* **简单任务**：采用 `Static Workflow`（固定提示词链）。\n* **复杂研究**：采用 `Dynamic Single-Agent Workflow`（智能体自主规划搜索路径）或 `Dynamic Multi-Agent Workflow`（分工协作，如一个代理负责搜索，一个负责总结）。\n\n**第三步：代码实现示例 (伪代码)**\n基于资源库中常见的 `ReAct` 或 `Plan-and-Solve` 模式，构建简易循环：\n\n```python\nfrom langchain.agents import initialize_agent, Tool\nfrom langchain.llms import DeepSeek # 示例：使用国内友好的 DeepSeek 模型\n\n# 1. 定义搜索工具 (参考 Search Engine Integration 部分)\nsearch_tool = Tool(\n name=\"Search\",\n func=bing_search_func, # 需自行配置 API\n description=\"用于搜索互联网上的最新信息\"\n)\n\n# 2. 初始化智能体 (参考 Architecture 部分)\nagent = initialize_agent(\n tools=[search_tool],\n llm=DeepSeek(model_name=\"deepseek-chat\"),\n agent_type=\"zero-shot-react-description\",\n verbose=True\n)\n\n# 3. 执行深度研究任务\nquery = \"请调研 2025 年大模型在医疗诊断领域的最新突破，并总结三家领先公司的技术路线。\"\nresponse = agent.run(query)\n\nprint(response)\n```\n\n**第四步：评估与优化**\n参考 **Benchmarks for DR Agents** 章节，使用 `GAIA`, `HotpotQA`, 或 `GPQA` 数据集对你的智能体进行评测，对比文中列出的 SOTA (State-of-the-Art) 结果进行调优。","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。\n\n### 没有 awesome-deep-research-agent 时\n- **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。\n- **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。\n- **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。\n- **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。\n\n### 使用 awesome-deep-research-agent 后\n- **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。\n- **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。\n- **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。\n- **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。\n\nawesome-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。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fai-agents-2030_awesome-deep-research-agent_104094d8.webp","ai-agents-2030","AI Agents 2030","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fai-agents-2030_9829945b.png","https:\u002F\u002Fgithub.com\u002Fai-agents-2030",590,50,"2026-04-08T13:09:29",1,"","未说明",{"notes":84,"python":82,"dependencies":85},"该项目是一个论文和资源的汇总列表（Awesome List），并非一个可直接运行的软件工具或代码库。README 中列出的各类 Agent（如 OpenManus, WebDancer 等）是独立的研究项目，各自拥有不同的运行环境需求。用户需点击具体项目链接查阅其独立的仓库以获取相应的环境配置信息。",[],[35,13,87],"其他","2026-03-27T02:49:30.150509","2026-04-12T07:55:24.219982",[],[]]