🔎 GPT Researcher

GPT Researcher 是一个开源的深度研究智能体，专为网络和本地任务研究而设计。

该智能体能够生成带有引用、详细、客观且无偏见的研究报告。GPT Researcher 提供了一整套自定义选项，用于创建量身定制且特定于领域的深度研究智能体。受最近的 Plan-and-Solve 和 RAG 论文启发，GPT Researcher 通过并行执行智能体任务，实现了高性能和高速度，从而有效解决了误导性信息、执行速度、确定性和可靠性等问题。

我们的使命是通过 AI 为个人和组织提供准确、公正和基于事实的信息。

为什么选择 GPT Researcher？

手动进行研究以得出客观结论可能需要数周时间，且耗费大量资源。
基于过时信息训练的 LLM 可能会产生幻觉，对于当前的研究任务来说不再具有相关性。
现有 LLM 存在 Token 限制，无法生成长篇研究报告。
现有服务中有限的网络资源会导致误导性信息和肤浅的研究结果。
对网络资源的筛选可能会在研究任务中引入偏见。

在 Claude 中作为 Skill 安装

通过将 GPT Researcher 安装为 Claude Skill，扩展 Claude 的深度研究能力：

npx skills add assafelovic/gpt-researcher

安装完成后，Claude 可以在对话中直接调用 GPT Researcher 的深度研究能力。

架构

其核心理念是利用“规划者”（planner）和“执行者”（execution）智能体。规划者负责生成研究问题，而执行者负责收集相关信息。随后，发布者（publisher）将所有发现汇总为一份综合报告。

执行步骤：

基于研究查询创建一个特定于任务的智能体。
生成一系列问题，共同构成了针对该任务的客观观点。
为每个问题使用爬虫智能体收集信息。
对每个资源进行总结和来源追踪。
过滤并将总结内容汇总成最终的研究报告。

教程

功能特性

📝 使用网络和本地文档生成详细的研究报告。
🖼️ 针对报告的智能图片抓取与过滤。
🍌 使用 Google Gemini (Nano Banana) 生成 AI 内联图像以进行视觉说明。
📜 生成超过 2,000 字的详细报告。
🌐 汇总 20 多个来源以得出客观结论。
🖥️ 前端提供轻量级（HTML/CSS/JS）和生产就绪（NextJS + Tailwind）版本。
🔍 支持 JavaScript 的网页抓取。
📂 在整个研究过程中保持内存和上下文。
📄 将报告导出为 PDF、Word 及其他格式。

📖 文档

请参阅文档以获取：

安装和设置指南
配置和自定义选项
操作指南示例
完整的 API 参考

⚙️ 入门指南

安装

安装 Python 3.11 或更高版本。指南