让AI替你写出调研报告只需3分钟【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher需要研究一个陌生领域时最耗时间的不是写报告而是自己翻搜索结果、筛选可信来源、再逐篇整理。GPT Researcher 是一个开源的自主研究代理你给它一个课题它自己拆分问题、上网检索、阅读网页最后交给你一份带引用来源的调研报告。这篇文章带你从第一次运行到把检索范围、资料来源和输出格式都按自己的需求来调。3分钟跑通第一份调研报告先准备两样东西Python 3.11 和两个 API 密钥。安装只需一条命令pip install gpt-researcher然后把仓库根目录的 .env.example 复制为.env填上OPENAI_API_KEY负责写报告和TAVILY_API_KEY负责网页搜索。填完后下面的脚本就能直接运行import asyncio from gpt_researcher import GPTResearcher researcher GPTResearcher(query2026年固态电池有哪些进展, report_typeresearch_report) asyncio.run(researcher.conduct_research()) print(asyncio.run(researcher.write_report()))一两分钟后write_report()会打印出一篇带引用链接的 Markdown 报告。更完整的调用示例在 docs/docs/examples/ 目录里照着改就行。把检索范围限定到可信网站如果你只信少数几个来源比如查行业数据只看几家权威媒体可以直接把白名单传给研究器在初始化时加一个参数query_domains[forbes.com, wikipedia.org]它就只在这些域名里搜索资料。这条白名单会直接写进报告开头的元信息里方便日后追溯。用网页前端时同一个过滤条件也可以填在设置面板里具体说明见 域名过滤文档。用你自己手头的资料做研究有些课题网上查不全答案就在公司内部文档、论文 PDF、Excel 数据表里。GPT Researcher 支持直接以本地文档为研究对象在.env里设置DOC_PATH指向你的文档目录支持 PDF、Word、Excel、Markdown 等格式然后跑命令行工具即可python cli.py 我们的配送流程有哪些环节 --report_type research_report --report_source local这条命令跑完outputs/目录下会同时出现 Markdown、PDF 和 Word 三种格式的成品报告文件名下还带了一行记录任务参数和费用的元信息。如果本地资料不够、想再补充网上信息把--report_source改成hybrid就是混合模式本地文档打底网络检索补漏。本地与混合模式的细节见 本地文档文档。让报告按你要的语气和篇幅输出报告长什么样有两个开关。一是报告类型research_report是简短快速的摘要约2分钟detailed_report会拆出多个子主题逐个深挖约5分钟deep_research则做递归式深挖适合真正需要全面调查的课题。二是语气初始化时传tone参数可选analytical分析型、persuasive说服型、critical批判型等十几种同一份资料写出来的报告会明显不同。另外write_report()还支持传一句自定义指令比如用两段话总结不要引用就能得到压缩版结论。各类型报告的实现都在 backend/report_type/ 下。它背后是怎么干活的可以把 GPT Researcher 理解成一个帮你查资料、写初稿的实习生先由规划员把你的一句提问拆成几个互相补充的小问题再让多个检索员并行上网找答案、逐篇摘录并记住出处最后编辑把摘录汇总成文、统一标注引用。整个过程不用你盯但每一步都留了日志可查。多智能体版本则把实习生扩成一支小队——检索、撰写、事实核查、编辑各有专人协作流程在 multi_agents/ 目录里能看到完整实现。最容易踩的3个坑报告生成报错或空结果九成是.env里密钥没配对。搜索和写作用的是两个不同的密钥TAVILY_API_KEY只给搜索、OPENAI_API_KEY只给写作少一个都会卡住。类型选错等太久或花太多钱research_report约2分钟出结果detailed_report约5分钟deep_research单次要跑约5分钟、费用约0.4美元。先跑短报告确认方向再上贵的。抓网页被限流.env里的MAX_SCRAPER_WORKERS默认是15个并发抓取对接限流严格的抓取服务时会被打回。把它调小或设置SCRAPER_RATE_LIMIT_DELAY控制请求间隔即可。从能用到顺手GPT Researcher 的核心价值一句话把提问—检索—成文整条链路交给代理自动完成你只负责定课题和审结果。现在就可以做一件事把上面6行示例里的查询换成你今天真正想查的问题跑一遍然后把白名单参数加上对比一下两份报告的来源差异。【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
让AI替你写出调研报告只需3分钟【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher需要研究一个陌生领域时最耗时间的不是写报告而是自己翻搜索结果、筛选可信来源、再逐篇整理。GPT Researcher 是一个开源的自主研究代理你给它一个课题它自己拆分问题、上网检索、阅读网页最后交给你一份带引用来源的调研报告。这篇文章带你从第一次运行到把检索范围、资料来源和输出格式都按自己的需求来调。3分钟跑通第一份调研报告先准备两样东西Python 3.11 和两个 API 密钥。安装只需一条命令pip install gpt-researcher然后把仓库根目录的 .env.example 复制为.env填上OPENAI_API_KEY负责写报告和TAVILY_API_KEY负责网页搜索。填完后下面的脚本就能直接运行import asyncio from gpt_researcher import GPTResearcher researcher GPTResearcher(query2026年固态电池有哪些进展, report_typeresearch_report) asyncio.run(researcher.conduct_research()) print(asyncio.run(researcher.write_report()))一两分钟后write_report()会打印出一篇带引用链接的 Markdown 报告。更完整的调用示例在 docs/docs/examples/ 目录里照着改就行。把检索范围限定到可信网站如果你只信少数几个来源比如查行业数据只看几家权威媒体可以直接把白名单传给研究器在初始化时加一个参数query_domains[forbes.com, wikipedia.org]它就只在这些域名里搜索资料。这条白名单会直接写进报告开头的元信息里方便日后追溯。用网页前端时同一个过滤条件也可以填在设置面板里具体说明见 域名过滤文档。用你自己手头的资料做研究有些课题网上查不全答案就在公司内部文档、论文 PDF、Excel 数据表里。GPT Researcher 支持直接以本地文档为研究对象在.env里设置DOC_PATH指向你的文档目录支持 PDF、Word、Excel、Markdown 等格式然后跑命令行工具即可python cli.py 我们的配送流程有哪些环节 --report_type research_report --report_source local这条命令跑完outputs/目录下会同时出现 Markdown、PDF 和 Word 三种格式的成品报告文件名下还带了一行记录任务参数和费用的元信息。如果本地资料不够、想再补充网上信息把--report_source改成hybrid就是混合模式本地文档打底网络检索补漏。本地与混合模式的细节见 本地文档文档。让报告按你要的语气和篇幅输出报告长什么样有两个开关。一是报告类型research_report是简短快速的摘要约2分钟detailed_report会拆出多个子主题逐个深挖约5分钟deep_research则做递归式深挖适合真正需要全面调查的课题。二是语气初始化时传tone参数可选analytical分析型、persuasive说服型、critical批判型等十几种同一份资料写出来的报告会明显不同。另外write_report()还支持传一句自定义指令比如用两段话总结不要引用就能得到压缩版结论。各类型报告的实现都在 backend/report_type/ 下。它背后是怎么干活的可以把 GPT Researcher 理解成一个帮你查资料、写初稿的实习生先由规划员把你的一句提问拆成几个互相补充的小问题再让多个检索员并行上网找答案、逐篇摘录并记住出处最后编辑把摘录汇总成文、统一标注引用。整个过程不用你盯但每一步都留了日志可查。多智能体版本则把实习生扩成一支小队——检索、撰写、事实核查、编辑各有专人协作流程在 multi_agents/ 目录里能看到完整实现。最容易踩的3个坑报告生成报错或空结果九成是.env里密钥没配对。搜索和写作用的是两个不同的密钥TAVILY_API_KEY只给搜索、OPENAI_API_KEY只给写作少一个都会卡住。类型选错等太久或花太多钱research_report约2分钟出结果detailed_report约5分钟deep_research单次要跑约5分钟、费用约0.4美元。先跑短报告确认方向再上贵的。抓网页被限流.env里的MAX_SCRAPER_WORKERS默认是15个并发抓取对接限流严格的抓取服务时会被打回。把它调小或设置SCRAPER_RATE_LIMIT_DELAY控制请求间隔即可。从能用到顺手GPT Researcher 的核心价值一句话把提问—检索—成文整条链路交给代理自动完成你只负责定课题和审结果。现在就可以做一件事把上面6行示例里的查询换成你今天真正想查的问题跑一遍然后把白名单参数加上对比一下两份报告的来源差异。【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
