开放式深度研究

一款功能强大的开源研究助手，能够根据网络搜索结果生成全面的AI驱动报告。与其他深度研究解决方案不同，它与多个AI平台无缝集成，包括Google、OpenAI、Anthropic、DeepSeek，甚至本地模型——让您自由选择最适合特定研究需求的AI模型。

该应用分为三个关键步骤：

1. 检索搜索结果：通过可配置的Google自定义搜索或Bing搜索API，应用会为指定的搜索词获取全面的搜索结果。
2. 内容提取：借助JinaAI，它会提取并处理所选搜索结果的内容，确保信息准确且相关。
3. 报告生成：基于精选的搜索结果和提取的内容，应用会使用您选择的AI模型（如Gemini、GPT-4、Sonnet等）生成详细报告，提供贴合您自定义提示的深入且综合性的输出。
4. 知识库：将生成的报告保存到个人知识库中，方便日后查阅和快速检索。

开放式深度研究结合了强大的工具，在一个用户友好的开源平台上简化了研究和报告制作流程。您可以根据自身需求自定义应用（选择偏好的搜索引擎、AI模型，自定义提示语、更新速率限制，并配置获取及选定的结果数量）。

特性

• 🔍 灵活的网络搜索，支持Google或Bing API
• ⏱️ 按时间筛选搜索结果
• 📄 从网页中提取内容
• 🤖 多平台AI支持（Google Gemini、OpenAI GPT、Anthropic Sonnet）
• 🎯 灵活的模型选择，支持精细化配置
• 📊 多种导出格式（PDF、Word、文本）
• 🧠 知识库，用于保存和访问过往报告
• ⚡ 速率限制以保证稳定性
• 📱 响应式设计

本地文件支持

该应用支持分析本地文件以进行研究和报告生成。您可以：

• 直接通过界面上传TXT、PDF和DOCX文件
• 将本地文档与网络搜索结果结合处理
• 无需网络搜索即可从本地文件生成报告
• 综合本地文件和网络来源的见解

使用本地文件的步骤如下：

1. 在搜索界面点击上传按钮（⬆️）
2. 选择您的文件（支持格式：TXT、PDF、DOCX）
3. 文件将作为自定义来源显示在您的搜索结果中
4. 选择该文件并点击“生成报告”以分析其内容。

知识库

知识库功能允许您：

• 保存生成的报告以供日后参考（报告存储在浏览器的本地存储中）
• 访问您的研究历史
• 快速加载和查看过往报告
• 长期构建个人研究资料库

流程：深度研究与报告整合

Flow功能通过以下方式实现深度递归研究：

• 创建包含相互关联报告的可视化研究流程
• 根据初始研究结果生成后续查询
• 通过递归探索深入特定主题
• 将多个相关报告整合为综合性最终报告

主要功能：

• 🌳 深度研究树：从一个主题开始，自动生成相关的后续问题，以深入探讨各个层面
• 🔄 递归探索：根据报告中的洞察生成新查询，沿着不同的“岔路”继续深入研究
• 🔍 可视化研究地图：以图形化方式展示整个研究过程，清晰呈现不同研究路径之间的联系
• 🎯 智能查询生成：基于报告内容由AI自动推导出后续研究问题
• 🔗 报告整合：选择多个相关报告，将其合并为一份综合性最终报告
• 📊 交互式界面：直观地拖动、排列和组织您的研究流程

Flow界面使操作变得简单易行：

1. 从初始研究查询开始
2. 审查并选择相关的搜索结果
3. 从选定的来源生成详细报告
4. 获取AI建议的后续问题，以进一步深入探索
5. 根据这些问题创建新的研究分支
6. 最后，将相关报告整合为综合性摘要

此功能非常适合：

• 需要深入探索相互关联主题的学术研究
• 需要多角度调查的市场研究
• 需要递归深入分析的复杂主题研究
• 任何需要“顺藤摸瓜”追踪信息的研究任务

配置

应用的设置可通过lib/config.ts配置文件进行自定义。以下是您可以调整的关键参数：

速率限制

控制不同操作每分钟允许的请求数量和速率限制：

rateLimits: {
  enabled: true,         // 启用或禁用速率限制（设为false可跳过Redis设置）
  search: 5,            // 每分钟允许的搜索请求数
  contentFetch: 20,     // 每分钟允许的抓取内容请求数
  reportGeneration: 5,  // 每分钟允许的报告生成请求数
}

注意：如果将enabled设置为false，则无需设置Redis即可运行应用程序。这在本地开发或不需要速率限制时非常有用。

搜索提供商配置

该应用同时支持Google自定义搜索和Bing搜索API。您可以在lib/config.ts中配置首选的搜索提供商：

search: {
  resultsPerPage: 10,
  maxSelectableResults: 3,
  provider: 'google', // 'google'或'bing'
  safeSearch: {
    google: 'active',  // 'active'或'off'
    bing: 'moderate'   // 'moderate'、'strict'或'off'
  },
  market: 'en-US',
}

使用Google自定义搜索的步骤如下：

1. 从Google Cloud Console获取API密钥
2. 创建自定义搜索引擎，并从Google Programmable Search获取CX ID
3. 将凭据添加到.env.local文件中：

GOOGLE_SEARCH_API_KEY="your-api-key"
GOOGLE_SEARCH_CX="your-cx-id"

使用Bing搜索的步骤如下：

1. 从Azure门户获取API密钥
2. 将凭据添加到.env.local文件中：

AZURE_SUB_KEY="your-azure-key"

知识库

知识库功能允许您通过以下方式构建个人研究库：

• 保存生成的报告及其原始搜索查询
• 即时访问和加载过往报告
• 构建可搜索的研究档案
• 在不同研究会话之间保持上下文连贯性

保存到知识库中的报告包括：

• 包含所有部分的完整报告内容
• 原始搜索查询和提示
• 来源网址和参考文献
• 生成时间戳

您可以通过界面中的专用按钮访问知识库，该按钮会打开一个包含所有已保存报告的侧边栏。

AI 平台设置

您可以配置哪些 AI 平台和模型可用。该应用支持多个 AI 平台（Google、OpenAI、Anthropic、DeepSeek），每个平台下又有多种模型可供选择。您可以根据需求启用或禁用不同的平台及个别模型：

platforms: {
  google: {
    enabled: true,
    models: {
      'gemini-flash': {
        enabled: true,
        label: 'Gemini Flash',
      },
      'gemini-flash-thinking': {
        enabled: true,
        label: 'Gemini Flash Thinking',
      },
      'gemini-exp': {
        enabled: false,
        label: 'Gemini Exp',
      },
    },
  },
  openai: {
    enabled: true,
    models: {
      'gpt-4o': {
        enabled: false,
        label: 'GPT-4o',
      },
      'o1-mini': {
        enabled: false,
        label: 'o1-mini',
      },
      'o1': {
        enabled: false,
        label: 'o1',
      },
    },
  },
  anthropic: {
     enabled: true,
    models: {
      'claude-3-7-sonnet-latest': {
        enabled: false,
        label: 'Claude 3.7 Sonnet',
      },
      'claude-3-5-haiku-latest': {
        enabled: false,
        label: 'Claude 3.5 Haiku',
      },
    },
  },
  deepseek: {
    enabled: true,
    models: {
      'chat': {
        enabled: false,
        label: 'DeepSeek V3',
      },
      'reasoner': {
        enabled: false,
        label: 'DeepSeek R1',
      },
    },
  },
  openrouter: {
    enabled: true,
    models: {
      'openrouter/auto': {
        enabled: false,
        label: 'Auto',
      },
    },
  },
}

对于每个平台：

• enabled：控制该平台是否可用
• 对于每个模型：
  • enabled：控制该特定模型是否可选
  • label：在界面上显示的名称

被禁用的模型会在界面上以灰色显示，但仍会保留可见状态，以便展示所有可用选项。这样用户可以看到全部可用模型，同时清楚地知道当前哪些模型可以使用。

要修改这些设置，请更新 lib/config.ts 文件中的值。更改将在重启开发服务器后生效。

OpenRouter 集成

OpenRouter 提供了一个统一的 API，用于访问各种 AI 模型。默认情况下，它处于“auto”模式，会自动选择最合适的模型；但您也可以通过修改配置文件中的模型部分，来指定使用特定的模型。

关于推理模型的重要提示

当使用高级推理模型（如 OpenAI 的 o1 或 DeepSeek Reasoner）时，可能需要增加无服务器函数的执行时长限制，因为这些模型通常需要更长时间才能生成完整的报告。默认的执行时长可能不足以完成任务。

对于 Vercel 部署，您可以在 vercel.json 中增加执行时长限制：

{
  "functions": {
    "app/api/report/route.ts": {
      "maxDuration": 120
    }
  }
}

或者直接在路由文件中修改执行时长：

// 在 app/api/report/route.ts 中
export const maxDuration = 120 // 设置为 120 秒或更长

请注意：最大执行时长限制可能因您的托管平台和订阅层级而异。

使用 Ollama 运行本地模型

该应用支持通过 Ollama 集成进行本地模型推理。您可以按照以下步骤操作：

1. 在您的机器上安装 Ollama。
2. 使用 ollama pull model-name 下载您喜欢的模型。
3. 在 lib/config.ts 中配置该模型：

platforms: {
  ollama: {
    enabled: true,
    models: {
      'your-model-name': {
        enabled: true,
        label: '您的模型显示名称'
      }
    }
  }
}

通过 Ollama 运行的本地模型不会受到速率限制，因为它们是在您的本地机器上执行的。这使得它们非常适合开发、测试，或者在需要无限次生成时使用。

开始使用

先决条件

• Node.js 20 或更高版本
• npm、yarn、pnpm 或 bun

安装步骤

1. 克隆仓库：

git clone https://github.com/btahir/open-deep-research
cd open-deep-research

2. 安装依赖项：

npm install
# 或者
yarn install
# 或者
pnpm install
# 或者
bun install

3. 在项目根目录下创建 .env.local 文件：

# Google Gemini Pro API 密钥（生成 AI 报告所必需）
GEMINI_API_KEY=your_gemini_api_key

# OpenAI API 密钥（可选——仅在启用 OpenAI 模型时需要）
OPENAI_API_KEY=your_openai_api_key

# Anthropic API 密钥（可选——仅在启用 Anthropic 模型时需要）
ANTHROPIC_API_KEY=your_anthropic_api_key

# DeepSeek API 密钥（可选——仅在启用 DeepSeek 模型时需要）
DEEPSEEK_API_KEY=your_deepseek_api_key

# OpenRouter API 密钥（可选——如果将 OpenRouter 作为 AI 平台使用时需要）
OPENROUTER_API_KEY=your-openrouter-api-key

# Upstash Redis（用于速率限制，必需）
UPSTASH_REDIS_REST_URL=your_upstash_redis_url
UPSTASH_REDIS_REST_TOKEN=your_upstash_redis_token

# Bing 搜索 API（可选——如果使用 Bing 作为搜索引擎时需要）
AZURE_SUB_KEY=your-azure-subscription-key

# Google 自定义搜索 API（可选——如果使用 Google 作为搜索引擎时需要）
GOOGLE_SEARCH_API_KEY=your-google-search-api-key
GOOGLE_SEARCH_CX=your-google-search-cx

# EXA API 密钥（可选——如果使用 EXA 作为搜索引擎时需要）
EXA_API_KEY=your-exa-api-key

注意：您只需提供计划使用的平台的 API 密钥。如果某个平台在配置中已启用，但缺少其 API 密钥，则该平台下的所有模型将在界面上显示为禁用状态。

运行应用程序

您可以通过在本地直接运行或使用 Docker 来启动应用程序。

选项 1：传统部署

1. 启动开发服务器：

npm run dev
# 或者
yarn dev
# 或者
pnpm dev
# 或者
bun dev

2. 打开浏览器并访问 http://localhost:3000。

选项 2：Docker 部署

如果您更倾向于使用 Docker，可以在设置好环境变量后，构建并运行容器：

1. 构建 Docker 镜像：

docker build -t open-deep-research:v1 .

2. 运行容器：

docker run -p 3000:3000 open-deep-research

应用程序将可在 http://localhost:3000 访问。

获取 API 密钥

Azure Bing 搜索 API

1. 前往 Azure 门户
2. 创建一个 Bing 搜索资源
3. 从“密钥和终结点”中获取订阅密钥

Google 自定义搜索 API

使用 Google 自定义搜索需要两个组件：

1. 获取 API 密钥：

   • 访问 获取密钥 页面
   • 按照提示获取您的 API 密钥
   • 将其复制到 GOOGLE_SEARCH_API_KEY 环境变量中

2. 获取搜索引擎 ID (CX)：

   • 访问 可编程搜索引擎控制面板
   • 创建一个新的搜索引擎
   • 创建完成后，在“概览”页面的“基本”部分找到您的搜索引擎 ID
   • 将该 ID（即 cx 参数）复制到 GOOGLE_SEARCH_CX 环境变量中

EXA API 密钥

1. 访问 EXA 平台
2. 注册或登录您的账户
3. 进入 API 密钥部分
4. 创建一个新的 API 密钥

Google Gemini API 密钥

1. 访问 Google AI Studio
2. 创建一个 API 密钥
3. 复制该 API 密钥

OpenAI API 密钥

1. 访问 OpenAI 平台
2. 注册或登录您的账户
3. 进入 API 密钥部分
4. 创建一个新的 API 密钥

Anthropic API 密钥

1. 访问 Anthropic 控制台
2. 注册或登录您的账户
3. 进入 API 密钥部分
4. 创建一个新的 API 密钥

DeepSeek API 密钥

1. 访问 DeepSeek 平台
2. 注册或登录您的账户
3. 还原 API 密钥部分
4. 创建一个新的 API 密钥

OpenRouter API 密钥

1. 访问 OpenRouter 平台
2. 注册或登录您的账户
3. 还原 API 密钥部分
4. 创建一个新的 API 密钥

Upstash Redis

1. 在 Upstash 注册
2. 创建一个新的 Redis 数据库
3. 复制 REST URL 和 REST Token

技术栈

• Next.js 15 - React 框架
• TypeScript - 类型安全
• Tailwind CSS - 样式化
• shadcn/ui - UI 组件
• JinaAI - 内容提取
• Azure Bing 搜索 - 网页搜索
• Google 自定义搜索 - 网页搜索
• Upstash Redis - 速率限制
• jsPDF 和 docx - 文档生成

该应用将使用配置的提供商（默认：Google）进行所有搜索。您可以通过更新配置文件中的 provider 值来切换提供商。

演示

请在以下地址试用：Open Deep Research

贡献

欢迎提交拉取请求。对于重大更改，请先打开一个问题，讨论您想要进行的修改。

许可证

MIT

致谢

• 受 Google Gemini Deep Research 功能启发
• 使用出色的开源工具和 API 构建

关注我

如果您对关注我正在进行的各种项目感兴趣，可以在 Twitter 上找到我：

Open Deep Research 快速上手指南

Open Deep Research 是一款强大的开源研究助手，能够基于网络搜索结果生成全面的 AI 驱动报告。它支持无缝集成 Google、OpenAI、Anthropic、DeepSeek 以及本地模型（Ollama），并提供灵活的搜索配置、知识库管理及深度递归研究功能。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS, 或 Linux
• Node.js：版本 20 或更高 (node -v 检查)
• 包管理器：npm, yarn, pnpm 或 bun (任选其一)
• API 密钥：
  • 必选：至少需要一个 AI 模型密钥（推荐 Google Gemini，免费额度充足）。
  • 可选：搜索引擎密钥（Google Custom Search 或 Bing Search API），若不配置则无法进行联网搜索（但仍可分析本地文件）。
  • 可选：Upstash Redis（用于速率限制，本地开发可跳过）。

安装步骤

1. 克隆项目

将代码仓库克隆到本地并进入目录：

git clone https://github.com/btahir/open-deep-research
cd open-deep-research

2. 安装依赖

使用您喜欢的包管理器安装依赖（国内用户建议使用淘宝镜像加速）：

# 使用 npm (推荐国内用户使用 cnpm 或设置 registry)
npm install --registry=https://registry.npmmirror.com

# 或者使用 yarn
yarn install --registry=https://registry.npmmirror.com

# 或者使用 pnpm
pnpm install --registry=https://registry.npmmirror.com

# 或者使用 bun
bun install

3. 配置环境变量

在项目根目录创建 .env.local 文件，并填入您的 API 密钥。

cp .env.example .env.local

编辑 .env.local 文件，至少配置一个 AI 模型密钥（以下为示例）：

# Google Gemini API Key (推荐，用于生成报告)
GEMINI_API_KEY=your_gemini_api_key

# OpenAI API Key (可选)
OPENAI_API_KEY=your_openai_api_key

# Anthropic API Key (可选)
ANTHROPIC_API_KEY=your_anthropic_api_key

# DeepSeek API Key (可选)
DEEPSEEK_API_KEY=your_deepseek_api_key

# Google Custom Search 配置 (可选，若需联网搜索)
GOOGLE_SEARCH_API_KEY=your_google_search_api_key
GOOGLE_SEARCH_CX=your_google_cx_id

# Upstash Redis (可选，本地开发可留空或设为 false 以禁用限流)
UPSTASH_REDIS_REST_URL=your_upstash_url
UPSTASH_REDIS_REST_TOKEN=your_upstash_token

提示：若仅用于本地测试且不需要速率限制，可在 lib/config.ts 中将 rateLimits.enabled 设置为 false，此时无需配置 Redis。

4. 启动开发服务器

运行以下命令启动应用：

npm run dev
# 或
yarn dev
# 或
pnpm dev
# 或
bun dev

启动成功后，通常在浏览器访问 http://localhost:3000 即可看到界面。

基本使用

1. 执行首次研究

1. 在首页搜索框中输入您的研究主题（例如："2024 年人工智能发展趋势”）。
2. 选择来源：系统会自动拉取搜索结果，您可以勾选相关的网页链接。
   • 本地文件支持：点击上传按钮 (⬆️)，可直接上传 TXT、PDF 或 DOCX 文件作为研究素材，甚至可以不进行网络搜索仅分析本地文档。
3. 选择模型：在设置中选择您配置的 AI 模型（如 Gemini Flash, GPT-4o, Claude 3.5 Sonnet 等）。
4. 点击 "Generate Report" 生成详细研究报告。

2. 查看与管理报告

• 生成的报告将显示在界面中，支持导出为 PDF、Word 或纯文本格式。
• 报告会自动保存到右侧的 Knowledge Base (知识库) 中，方便后续随时查阅和历史追溯。

3. 进阶：深度研究流 (Flow)

对于复杂课题，可以使用 Flow 功能进行递归研究：

1. 生成初始报告后，系统会由 AI 建议后续的深入问题。
2. 点击建议问题创建新的研究分支，形成“研究树”。
3. 最后可选中多个相关报告，使用 Consolidate 功能合并成一份终极综合报告。

4. 自定义配置 (可选)

如需修改搜索引擎提供商、启用/禁用特定模型或调整速率限制，请编辑 lib/config.ts 文件并重启开发服务器。

// 示例：lib/config.ts 中启用 Bing 搜索
search: {
  provider: 'bing', // 改为 'bing'
  // ... 其他配置
}