[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-fdarkaou--open-deep-research":3,"tool-fdarkaou--open-deep-research":61},[4,18,26,36,44,52],{"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",142651,2,"2026-04-06T23:34:12",[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。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":10,"last_commit_at":50,"category_tags":51,"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":53,"name":54,"github_repo":55,"description_zh":56,"stars":57,"difficulty_score":10,"last_commit_at":58,"category_tags":59,"status":17},4292,"Deep-Live-Cam","hacksider\u002FDeep-Live-Cam","Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具，用户仅需一张静态照片，即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点，让高质量的数字内容创作变得触手可及。\n\n这款工具不仅适合开发者和技术研究人员探索算法边界，更因其极简的操作逻辑（仅需三步：选脸、选摄像头、启动），广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换，还是制作趣味短视频和直播互动，Deep-Live-Cam 都能提供流畅的支持。\n\n其核心技术亮点在于强大的实时处理能力，支持口型遮罩（Mouth Mask）以保留使用者原始的嘴部动作，确保表情自然精准；同时具备“人脸映射”功能，可同时对画面中的多个主体应用不同面孔。此外，项目内置了严格的内容安全过滤机制，自动拦截涉及裸露、暴力等不当素材，并倡导用户在获得授权及明确标注的前提下合规使用，体现了技术发展与伦理责任的平衡。",88924,"2026-04-06T03:28:53",[14,15,13,60],"视频",{"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":76,"owner_company":77,"owner_location":78,"owner_email":77,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":95,"forks":96,"last_commit_at":97,"license":98,"difficulty_score":32,"env_os":99,"env_gpu":100,"env_ram":100,"env_deps":101,"category_tags":109,"github_topics":77,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":110,"updated_at":111,"faqs":112,"releases":133},4820,"fdarkaou\u002Fopen-deep-research","open-deep-research","An open-source alternative to OpenAI and Gemini's deep research.","open-deep-research 是一款开源的 AI 深度研究助手，旨在为用户提供 OpenAI 和 Gemini 同类功能的免费替代方案。它将原本基于命令行的研究工具升级为现代化的交互式网页界面，帮助用户对任意主题进行自动化、深层次的调研。\n\n该工具主要解决了传统搜索效率低、信息碎片化以及命令行工具使用门槛高的问题。它通过结合搜索引擎（FireCrawl）、网页抓取技术和大语言模型（OpenAI），能够模拟人类研究员的思维：不仅自动生成针对性的搜索查询，还能根据初步结果提出追问，递归式地探索话题深度，最终输出包含详细引用来源的 Markdown 格式研究报告。\n\nopen-deep-research 非常适合研究人员、分析师、开发者以及需要快速获取高质量行业洞察的普通用户。其独特的技术亮点在于支持并行处理多项搜索任务以提升效率，并提供可配置的研究广度与深度参数。此外，基于 Next.js 和 shadcn\u002Fui 构建的界面不仅美观直观，还具备实时进度追踪功能；在安全性上，它支持将 API 密钥存储在仅 HTTP 的 Cookie 中，确保用户在浏览器端试用时的数据安全。无论是本地","open-deep-research 是一款开源的 AI 深度研究助手，旨在为用户提供 OpenAI 和 Gemini 同类功能的免费替代方案。它将原本基于命令行的研究工具升级为现代化的交互式网页界面，帮助用户对任意主题进行自动化、深层次的调研。\n\n该工具主要解决了传统搜索效率低、信息碎片化以及命令行工具使用门槛高的问题。它通过结合搜索引擎（FireCrawl）、网页抓取技术和大语言模型（OpenAI），能够模拟人类研究员的思维：不仅自动生成针对性的搜索查询，还能根据初步结果提出追问，递归式地探索话题深度，最终输出包含详细引用来源的 Markdown 格式研究报告。\n\nopen-deep-research 非常适合研究人员、分析师、开发者以及需要快速获取高质量行业洞察的普通用户。其独特的技术亮点在于支持并行处理多项搜索任务以提升效率，并提供可配置的研究广度与深度参数。此外，基于 Next.js 和 shadcn\u002Fui 构建的界面不仅美观直观，还具备实时进度追踪功能；在安全性上，它支持将 API 密钥存储在仅 HTTP 的 Cookie 中，确保用户在浏览器端试用时的数据安全。无论是本地部署还是直接在线体验，它都能让深度研究变得简单高效。","# Open Deep Research Web UI\n\nA modern, interactive web interface built on top of the original [Deep Research CLI](https:\u002F\u002Fgithub.com\u002Fdzhng\u002Fdeep-research) project. This web app transforms the command-line research assistant into an intuitive, visually appealing experience using Next.js and shadcn\u002Fui.\n\n## Overview\n\nOpen Deep Research Web UI is an AI-powered research assistant that transforms the original CLI tool into a modern web interface using Next.js and shadcn\u002Fui. Try it out at [anotherwrapper.com\u002Fopen-deep-research](https:\u002F\u002Fanotherwrapper.com\u002Fopen-deep-research) with your own API keys, or host it yourself.\n\nThe system combines search engines (via FireCrawl), web scraping, and language models (via OpenAI) to perform deep research on any topic. Key features include:\n\n- **Intelligent Research Process:**\n\n  - Performs iterative research by recursively exploring topics in depth\n  - Uses LLMs to generate targeted search queries based on research goals\n  - Creates follow-up questions to better understand research needs\n  - Processes multiple searches and results in parallel for efficiency\n  - Configurable depth and breadth parameters to control research scope\n\n- **Research Output:**\n\n  - Produces detailed markdown reports with findings and sources\n  - Real-time progress tracking of research steps\n  - Built-in markdown viewer for reviewing results\n  - Downloadable research reports\n\n- **Modern Interface:**\n  - Interactive controls for adjusting research parameters\n  - Visual feedback for ongoing research progress\n  - HTTP-only cookie storage for API keys\n\nThe system maintains the core research capabilities of the original CLI while providing an intuitive visual interface for controlling and monitoring the research process.\n\n## Sponsors\n\nThis project is proudly sponsored by [AnotherWrapper](https:\u002F\u002Fanotherwrapper.com).\n\n[![Sponsored by Anotherwrapper](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffdarkaou_open-deep-research_readme_dab9bfdbe129.png)](https:\u002F\u002Fanotherwrapper.com)\n\n## Getting Started\n\n### Prerequisites\n\n- Node.js v14 or later\n- API keys for OpenAI and FireCrawl\n\n### Installation\n\n1. **Clone and Install**\n\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Ffdarkaou\u002Fopen-deep-research.git\n   cd open-deep-research\n   npm install\n   ```\n\n2. **Configure Environment**\n\n   Create `.env.local` and add:\n\n   ```bash\n   OPENAI_API_KEY=your-openai-api-key\n   FIRECRAWL_KEY=your-firecrawl-api-key\n   NEXT_PUBLIC_ENABLE_API_KEYS=false  # Set to false to disable API key dialog\n   ```\n\n3. **Run the App**\n   ```bash\n   npm run dev\n   ```\n   Visit [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)\n\n## API Key Management\n\nBy default (`NEXT_PUBLIC_ENABLE_API_KEYS=true`), the app includes an API key input dialog that allows users to try out the research assistant directly in their browser using their own API keys. Keys are stored securely in HTTP-only cookies and are never exposed to client-side JavaScript.\n\nFor your own deployment, you can disable this dialog by setting `NEXT_PUBLIC_ENABLE_API_KEYS=false` and configure the API keys directly in your `.env.local` file instead.\n\n## License\n\nMIT License. Feel free to use and modify the code for your own projects as you wish.\n\n## Acknowledgements\n\n- **Original CLI:** [dzhng\u002Fdeep-research](https:\u002F\u002Fgithub.com\u002Fdzhng\u002Fdeep-research)\n- **Sponsor:** [AnotherWrapper](https:\u002F\u002Fanotherwrapper.com)\n- **Tools:** Next.js, shadcn\u002Fui, anotherwrapper, Vercel AI SDK\n\nHappy researching!\n","# 开放式深度研究 Web 界面\n\n基于原始 [Deep Research CLI](https:\u002F\u002Fgithub.com\u002Fdzhng\u002Fdeep-research) 项目构建的现代化、交互式 Web 界面。这款 Web 应用程序利用 Next.js 和 shadcn\u002Fui，将命令行研究助手转变为直观且视觉上吸引人的体验。\n\n## 概述\n\n开放式深度研究 Web 界面是一款由 AI 驱动的研究助手，它使用 Next.js 和 shadcn\u002Fui 将原始的 CLI 工具转换为现代 Web 界面。您可以在 [anotherwrapper.com\u002Fopen-deep-research](https:\u002F\u002Fanotherwrapper.com\u002Fopen-deep-research) 上使用自己的 API 密钥试用，也可以自行部署。\n\n该系统结合了搜索引擎（通过 FireCrawl）、网页抓取以及语言模型（通过 OpenAI），能够对任何主题进行深入研究。其主要功能包括：\n\n- **智能研究流程：**\n\n  - 通过递归地深入探索主题来执行迭代式研究\n  - 利用 LLM 根据研究目标生成有针对性的搜索查询\n  - 创建后续问题以更好地理解研究需求\n  - 并行处理多个搜索和结果以提高效率\n  - 可配置的深度和广度参数，用于控制研究范围\n\n- **研究输出：**\n\n  - 生成包含发现与来源的详细 Markdown 报告\n  - 实时跟踪研究步骤的进度\n  - 内置 Markdown 查看器用于查看结果\n  - 可下载的研究报告\n\n- **现代化界面：**\n  - 用于调整研究参数的交互式控件\n  - 对正在进行的研究进度提供可视化反馈\n  - 仅限 HTTP 的 Cookie 存储用于保存 API 密钥\n\n该系统保留了原始 CLI 的核心研究能力，同时提供了一个直观的可视化界面，用于控制和监控研究过程。\n\n## 赞助商\n\n本项目由 [AnotherWrapper](https:\u002F\u002Fanotherwrapper.com) 荣誉赞助。\n\n[![由 Anotherwrapper 赞助](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffdarkaou_open-deep-research_readme_dab9bfdbe129.png)](https:\u002F\u002Fanotherwrapper.com)\n\n## 快速开始\n\n### 前提条件\n\n- Node.js v14 或更高版本\n- OpenAI 和 FireCrawl 的 API 密钥\n\n### 安装\n\n1. **克隆并安装**\n\n   ```bash\n   git clone https:\u002F\u002Fgithub.com\u002Ffdarkaou\u002Fopen-deep-research.git\n   cd open-deep-research\n   npm install\n   ```\n\n2. **配置环境**\n\n   创建 `.env.local` 文件，并添加以下内容：\n\n   ```bash\n   OPENAI_API_KEY=your-openai-api-key\n   FIRECRAWL_KEY=your-firecrawl-api-key\n   NEXT_PUBLIC_ENABLE_API_KEYS=false  # 设置为 false 以禁用 API 密钥对话框\n   ```\n\n3. **运行应用**\n   ```bash\n   npm run dev\n   ```\n   访问 [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)\n\n## API 密钥管理\n\n默认情况下（`NEXT_PUBLIC_ENABLE_API_KEYS=true`），应用程序会显示一个 API 密钥输入对话框，允许用户直接在浏览器中使用自己的 API 密钥试用研究助手。密钥会被安全地存储在仅限 HTTP 的 Cookie 中，绝不会暴露给客户端 JavaScript。\n\n对于您自己的部署，可以通过将 `NEXT_PUBLIC_ENABLE_API_KEYS` 设置为 `false` 来禁用此对话框，并改而在您的 `.env.local` 文件中直接配置 API 密钥。\n\n## 许可证\n\nMIT 许可证。您可以根据自己的意愿自由使用和修改代码，用于您自己的项目。\n\n## 致谢\n\n- **原始 CLI：** [dzhng\u002Fdeep-research](https:\u002F\u002Fgithub.com\u002Fdzhng\u002Fdeep-research)\n- **赞助商：** [AnotherWrapper](https:\u002F\u002Fanotherwrapper.com)\n- **工具：** Next.js、shadcn\u002Fui、anotherwrapper、Vercel AI SDK\n\n祝您研究愉快！","# Open Deep Research 快速上手指南\n\nOpen Deep Research 是一个基于 Next.js 和 shadcn\u002Fui 构建的现代化 Web 界面，将原本命令行的深度研究工具转化为直观的可视化应用。它结合搜索引擎（FireCrawl）、网页抓取和大语言模型（OpenAI），能够针对任意主题进行迭代式深度研究并生成详细报告。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n- **Node.js**: 版本 v14 或更高（推荐使用 v18+ LTS 版本）\n- **API 密钥**:\n  - [OpenAI API Key](https:\u002F\u002Fplatform.openai.com\u002F)\n  - [FireCrawl API Key](https:\u002F\u002Fwww.firecrawl.dev\u002F)\n- **包管理器**: npm, yarn 或 pnpm\n\n> **国内开发者提示**：如果访问 GitHub 或 npm 源较慢，建议配置国内镜像加速：\n> - 设置 npm 淘宝镜像：`npm config set registry https:\u002F\u002Fregistry.npmmirror.com`\n> - 使用 `git clone` 时若遇网络问题，可尝试使用 Gitee 镜像或代理加速。\n\n## 安装步骤\n\n### 1. 克隆项目并安装依赖\n\n打开终端，执行以下命令获取源码并安装依赖：\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Ffdarkaou\u002Fopen-deep-research.git\ncd open-deep-research\nnpm install\n```\n\n### 2. 配置环境变量\n\n在项目根目录下创建 `.env.local` 文件，并填入您的 API 密钥：\n\n```bash\nOPENAI_API_KEY=your-openai-api-key\nFIRECRAWL_KEY=your-firecrawl-api-key\nNEXT_PUBLIC_ENABLE_API_KEYS=false\n```\n\n> **说明**：\n> - 将 `your-openai-api-key` 和 `your-firecrawl-api-key` 替换为实际密钥。\n> - `NEXT_PUBLIC_ENABLE_API_KEYS=false` 表示禁用前端输入框，直接使用配置文件中的密钥（适合本地部署）。若设为 `true`，则启动后会在网页弹窗中输入密钥。\n\n## 基本使用\n\n### 启动应用\n\n运行开发服务器：\n\n```bash\nnpm run dev\n```\n\n### 访问界面\n\n打开浏览器访问：\n\n```text\nhttp:\u002F\u002Flocalhost:3000\n```\n\n### 开始研究\n\n1. 如果启用了 API 密钥输入功能（`NEXT_PUBLIC_ENABLE_API_KEYS=true`），在页面弹窗中输入您的 OpenAI 和 FireCrawl 密钥。\n2. 在主界面输入您想要研究的主题（例如：\"2024 年人工智能在医疗领域的最新进展\"）。\n3. 调整研究深度和广度参数（可选）。\n4. 点击开始，系统将自动执行多轮搜索、分析和总结。\n5. 实时查看研究进度，完成后即可在线预览或下载 Markdown 格式的研究报表。","某科技公司的市场分析师需要在两天内完成一份关于“全球固态电池供应链最新格局”的深度调研报告，以支持高层的战略投资决策。\n\n### 没有 open-deep-research 时\n- **信息搜集碎片化**：分析师需手动在多个搜索引擎和新闻网站间切换，反复调整关键词，耗时数小时仍难以覆盖全面信息。\n- **深度挖掘不足**：面对复杂的产业链关系，人工难以进行多轮递归搜索，容易遗漏关键的上下游技术突破或隐性竞争对手。\n- **整理效率低下**：从不同来源复制粘贴数据后，需花费大量时间统一格式、核对来源并撰写综述，极易出现人为疏漏。\n- **过程不可视**：研究进度完全依赖个人记忆或笔记，无法实时追踪已查内容和待办事项，团队协作时同步成本极高。\n\n### 使用 open-deep-research 后\n- **全自动迭代搜索**：open-deep-research 利用 LLM 自动生成针对性查询，递归探索主题深度，并行处理多条搜索路径，瞬间锁定核心情报。\n- **智能追问与扩展**：系统能根据初步结果自动提出跟进问题（如“某原材料的替代方案”），确保调研广度与深度远超人工极限。\n- **一键生成报告**：自动将分散的发现整合为结构清晰的 Markdown 报告，附带完整引用来源，分析师仅需做最终审核即可交付。\n- **实时进度可视化**：通过现代化的 Web 界面，用户可直观看到每一步搜索、抓取和分析的实时状态，随时调整研究参数或终止任务。\n\nopen-deep-research 将原本需要数天的人工深挖工作压缩至分钟级，让研究人员从繁琐的信息搬运工转变为高价值的决策洞察者。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffdarkaou_open-deep-research_eab8585c.png","fdarkaou","Fekri","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ffdarkaou_0d48f01c.png","Building things",null,"Everywhere","fekdaoui","https:\u002F\u002Fanotherwrapper.com","https:\u002F\u002Fgithub.com\u002Ffdarkaou",[83,87,91],{"name":84,"color":85,"percentage":86},"TypeScript","#3178c6",97.2,{"name":88,"color":89,"percentage":90},"CSS","#663399",2.6,{"name":92,"color":93,"percentage":94},"JavaScript","#f1e05a",0.2,881,110,"2026-04-04T22:28:36","MIT","Linux, macOS, Windows","未说明",{"notes":102,"python":100,"dependencies":103},"该项目基于 Node.js 运行，非 Python 项目。需要配置 OpenAI 和 FireCrawl 的 API 密钥。支持通过环境变量或前端界面输入 API 密钥（存储在 HTTP-only cookie 中）。",[104,105,106,107,108],"Node.js v14+","Next.js","shadcn\u002Fui","OpenAI API","FireCrawl API",[35,13],"2026-03-27T02:49:30.150509","2026-04-07T11:43:57.579210",[113,118,123,128],{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},21909,"为什么切换到 o3-mini 模型时会报错“模型不存在”或“无权访问”？","这通常是因为您的 OpenAI API 账户层级（Tier）不够。访问 o3-mini 模型通常需要 Tier 3 或更高层级，而 Tier 1 用户无法使用该模型。请前往 OpenAI Dashboard 检查您的账户层级，如需升级请访问 OpenAI 官网提升配额等级。","https:\u002F\u002Fgithub.com\u002Ffdarkaou\u002Fopen-deep-research\u002Fissues\u002F1",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},21910,"即使我在设置中选择了 gpt-4o，为什么系统仍然尝试调用 o3-mini 并报错？","这是一个已知的配置错误，维护者已经修复。如果您遇到此问题，请拉取最新的代码更新（git pull），因为维护者已推送了修复补丁来解决模型选择逻辑错误的问题。","https:\u002F\u002Fgithub.com\u002Ffdarkaou\u002Fopen-deep-research\u002Fissues\u002F5",{"id":124,"question_zh":125,"answer_zh":126,"source_url":127},21911,"如何获取 Firecrawl 的 API Key？他们似乎不提供按量付费选项。","您可以直接注册账号，然后访问 https:\u002F\u002Fwww.firecrawl.dev\u002Fapp\u002Fapi-keys 获取 API Key。新注册用户通常会获得 500 免费积分用于测试和使用。","https:\u002F\u002Fgithub.com\u002Ffdarkaou\u002Fopen-deep-research\u002Fissues\u002F4",{"id":129,"question_zh":130,"answer_zh":131,"source_url":132},21912,"如何使用 Docker 快速部署 open-deep-research 项目？","您可以创建以下两个文件来通过 Docker 部署：\n\n1. docker-compose.yml:\nversion: '3.8'\nservices:\n  open-deep-research:\n    build:\n      context: .\n      dockerfile: Dockerfile\n    ports:\n      - \"3000:3000\"\n    env_file:\n      - .env\n    volumes:\n      - .:\u002Fapp\n      - \u002Fapp\u002Fnode_modules\n      - \u002Fapp\u002F.next\n\n2. Dockerfile:\nFROM node:18-alpine\nWORKDIR \u002Fapp\nCOPY package*.json .\u002F\nRUN npm install\nCOPY . .\nRUN npm run build\nEXPOSE 3000\nCMD [\"npm\", \"start\"]\n\n配置好 .env 文件（填入 OPENAI_API_KEY 和 FIRECRAWL_KEY）后，运行命令：docker compose up --build 即可启动服务。","https:\u002F\u002Fgithub.com\u002Ffdarkaou\u002Fopen-deep-research\u002Fissues\u002F3",[]]