Auto-Deep-Research：告别昂贵的Deep Research，拥抱开源的AI助手！

最新推荐文章于 2025-03-26 15:31:10 发布

Python编程杰哥

最新推荐文章于 2025-03-26 15:31:10 发布

阅读量1.2k

点赞数 21

文章标签：人工智能音视频 excel 大数据 python

本文链接：https://blog.csdn.net/xx_nm98/article/details/145837819

版权

还在为OpenAI Deep Research的订阅费肉疼吗？Auto-Deep-Research横空出世，拯救你的钱包！这是一个完全自动化、开源且经济高效的个人AI助手，基于强大的AutoAgent框架，让你的研究工作事半功倍。

➤➤ 核心特性

性能怪兽

：据说性能直逼OpenAI Deep Research
各种LLM

：支持OpenAI、Anthropic、Deepseek，还是vLLM、Grok、Huggingface
灵活互动

：支持函数调用和非函数调用LLM，怎么舒服怎么来。
省钱小能手

：开源对标OpenAI Deep Research
文件管家

：轻松处理文件上传，增强数据互动。
一键启动

：只需一个简单的auto deep-research命令，无需任何配置，开箱即用，懒人必备。

➤➤ 安装教程

➤➤➤ 1. 环境准备

首先，最好的是你需要一个干净的Python环境。推荐使用conda。

conda create -n auto_deep_research python=3.10

➤➤➤ 2. 下载Auto-Deep-Research

从GitHub上克隆Auto-Deep-Research的代码库。

git clone https://github.com/HKUDS/Auto-Deep-Research.git

➤➤➤ 3. 安装依赖

使用pip安装项目依赖。

pip install -e .

➤➤➤ 4. 配置API密钥

创建一个名为.env的环境变量文件，填入你想要使用的LLM API密钥。记住，不是每个密钥都必须填写，按需使用，避免浪费。

➤➤➤ 5. 启动Auto-Deep-Research（windows）

运行auto deep-research命令，让你的AI助手开始工作。

auto deep-research

下面会提到为什么只使用命令：auto deep-research

官网说根据需要配置一些选项，例如：

--container_name

：Docker容器的名称（默认：‘deepresearch’）。
--port

：容器的端口（默认：12346）。
COMPLETION_MODEL

：指定要使用的LLM模型，参考📌Litellm的命名规范。
DEBUG

：启用调试模式，查看详细日志。
但是测试下来使用COMPLETION_MODEL却会报错。
并且，github上所说的运行命令：

COMPLETION_MODEL=gpt-4o auto deep-research运行报错

报错是出现不希望出现的参数而不是模型名称错误，所以以上两种运行方式都是错误的。

➤➤ 更多姿势

Auto-Deep-Research支持多种LLM提供商，配置方法大同小异，只需设置相应的API密钥，并在启动命令中指定模型即可。具体方法请参考GitHub仓库中的详细文档（官方文档命令windows系统下运行有问题）。

➤➤ 结束语

Auto-Deep-Research是一个充满潜力的开源项目，它将帮助你以更低的成本完成更高效的研究工作。
现在一直处于环境创建（很长时间）

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述