Open Deep Research：AI驱动的深度研究利器，告

别信息焦虑！

你是否经常为了一个问题在网上搜寻半天，却发现信息碎片化严重，难以形成完整的认知？或者需要撰写一份深入的报告，却苦于找不到高质量的可靠信息？现在，有了Open Deep Research（ODR），这些问题将迎刃而解！

Open Deep Research 是一款基于人工智能的深度研究助手，它能像一位不知疲倦的专家一样，帮你深入探索任何主题，并生成一份详尽的报告。它不仅仅是一个简单的搜索引擎，更是一个集成了搜索引擎、网页抓取和AI分析的强大工具。无论你是学生、研究人员，还是内容创作者，ODR都能成为你提升效率、拓展认知的得力助手。

**ODR 都有哪些过人之处？**

* **深度迭代研究：** ODR并非简单地进行一次搜索，而是通过生成有针对性的搜索查询，进行多轮迭代研究，像剥洋葱一样，层层深入挖掘信息。
* **可控的研究范围：** 你可以通过“深度”和“广度”参数，精确控制研究的范围。深度决定了研究的深入程度，广度则决定了研究的覆盖面，让你根据实际需求定制研究策略。
* **可靠性评估：** ODR会对搜索结果的来源进行详细的可靠性评分（0-1），并给出评估理由。它会优先选择高可靠性的来源（≥0.7），并对不太可靠的信息进行验证，确保报告的准确性。
* **智能提问：** ODR会根据研究进展，自动生成后续问题，帮助你更深入地理解研究主题，发现新的知识点。
* **详细的 Markdown 报告：** ODR会将研究结果整理成一份清晰易读的 Markdown 报告，其中包含关键发现、来源链接和可靠性评估，方便你进行整理和引用。
* **MCP 协议支持：** ODR 可以作为 Model Context Protocol (MCP) 工具集成到其他 AI 代理中，与其他 AI 工具协同工作，扩展应用场景。

**如何快速上手 Open Deep Research？**

ODR 提供了多种使用方式，你可以选择最适合自己的方式：

1. **CLI 命令行版本：** 这是最直接的使用方式，适合熟悉命令行的用户。
* 克隆项目：`git clone https://github.com/Ozamatash/deep-research`
* 进入目录：`cd deep-research`
* 安装依赖：`npm install`
* 配置环境变量：复制 `.env.example` 文件并重命名为 `.env.local`，根据需要修改其中的参数。
* 构建项目：`npm run build`
* 运行 CLI 版本：`npm run start`

2. **MCP Server 版本：** 这是一个可以与其他 AI 工具集成的版本，例如 Claude Desktop。
* 按照上述步骤克隆、安装和构建项目。
* 按照 [Model Context Protocol 官方文档](https://modelcontextprotocol.io/quickstart/server) 将服务器添加到 Claude Desktop。
* 对于远程服务器，可以使用 `npm run start:http` 启动一个无会话管理的 HTTP 服务器。

3. **使用本地 Firecrawl (免费选项)：** 如果不想使用 Firecrawl API，你可以运行一个本地实例，推荐使用 Ozamatash 的 fork 版本，它使用 searXNG 作为搜索后端，避免了 API Key 的依赖。
* 克隆本地 Firecrawl：`git clone https://github.com/Ozamatash/localfirecrawl`
* 进入目录：`cd localfirecrawl`
* 按照 `localfirecrawl` 仓库中的 README 文件进行设置。
* 更新 `.env.local` 文件，设置 `FIRECRAWL_BASE_URL=”http://localhost:3002″`。

**ODR 的工作原理是什么？**

ODR 的工作流程可以概括为以下几个步骤：

1. **输入：** 用户提供查询问题（Q）、广度参数（B）和深度参数（D）。
2. **生成搜索查询：** ODR 根据用户输入，生成一系列有针对性的搜索查询（SQ）。
3. **搜索：** ODR 使用搜索引擎进行搜索（SR）。
4. **评估来源可靠性：** ODR 对搜索结果的来源进行可靠性评估（RE）。
5. **处理结果：** ODR 处理搜索结果，提取关键信息（PR）。
6. **输出：** ODR 生成包含学习内容（L）、来源元数据（SM）和下一步方向（ND）的报告。
7. **迭代：** 如果深度参数大于 0，ODR 会根据学习内容和下一步方向，生成新的搜索查询，进行下一轮迭代。
8. **生成 Markdown 报告：** 当深度参数为 0 时，ODR 会将最终结果整理成 Markdown 报告（MR）。

**进阶设置：可观测性**

如果你想跟踪研究流程、查询和结果，可以使用 Langfuse 添加可观测性：

* 在 `.env.local` 文件中添加你的 Langfuse 公钥和密钥：
* `LANGFUSE_PUBLIC_KEY=”your_langfuse_public_key”`
* `LANGFUSE_SECRET_KEY=”your_langfuse_secret_key”`

如果没有提供 Langfuse 密钥，ODR 也可以正常运行。

**总结**

Open Deep Research 是一款强大的 AI 驱动的深度研究工具，它能够帮助你高效地探索任何主题，并生成一份详尽的报告。无论你是研究人员、学生还是内容创作者，ODR 都能成为你提升效率、拓展认知的得力助手。赶快尝试一下，告别信息焦虑，开启深度研究之旅吧！

Ozamatash/deep-research-mcp
https://github.com/Ozamatash/deep-research-mcp