GPT Researcher 是一款专为综合在线研究任务而设计的智能体代理。受到先进的Plan-and-Solve和RAG论文启发，这款应用通过高效的AI技术，为个人和组织提供准确、客观的研究报告。
为何选择GPT Researcher？
- 快速准确：相比传统人工研究，GPT Researcher 能在短时间内生成详细、正式且客观的研究报告。
- 成本效益：平均每项研究任务耗时仅3分钟，成本约0.1美元。
- 高效性能：采用并行化代理运行，而非同步操作，提高稳定性和速度。
- 客观全面：汇总超过20个网络资源，确保结论的客观性和真实性。
架构及功能
GPT Researcher 的架构包括“计划者”和“执行”代理。计划者负责生成研究问题，而执行代理则负责搜集信息。它结合了 gpt3.5-turbo 和 gpt-4-turbo 技术，提供了一个高效且成本优化的解决方案。
主要特性包括
- 生成研究问题、大纲、资源和课题报告。
- 汇总多个网络资源，形成客观真实的结论。
- 易用的Web界面，支持JavaScript网络资源抓取功能。
- 追踪访问过的网络资源和来源。
- 将研究报告导出为PDF或其他格式。
快速开始
GPT Researcher 的使用步骤简单明了，从安装 Python 3.11 开始，通过几个简单的步骤，用户就可以在本地运行代理。
步骤 1 – 下载项目
$ git clone https://github.com/assafelovic/gpt-researcher.git
$ cd gpt-researcher
步骤2 -安装依赖项
$ pip install -r requirements.txt
第 3 步 – 使用 OpenAI 密钥和 Tavily API 密钥创建 .env 文件，或直接导出该文件
$ export OPENAI_API_KEY={Your OpenAI API Key here}
$ export TAVILY_API_KEY={Your Tavily API Key here}
- LLM，推荐使用OpenAI GPT，但您也可以使用 Langchain Adapter 支持的任何其他 LLM 模型（包括开源），只需在 config/config.py 中更改 llm 模型和提供者即可。
- 对于搜索引擎，推荐使用 Tavily Search API（已针对 LLM 进行优化），但您也可以选择其他搜索引擎，只需将 config/config.py 中的搜索提供程序更改为 “duckduckgo”、”googleAPI”、”googleSerp “或 “searx “即可。然后在 config.py 文件中添加相应的 env API 密钥。
- 强烈建议使用 OpenAI GPT 模型和 Tavily Search API 以获得最佳性能。
第 4 步 – 使用 FastAPI 运行代理
$ uvicorn main:app --reload
第 5 步 – 在任何浏览器上访问 http://localhost:8000，享受研究乐趣！
GPT Researcher 不仅是一款强大的研究工具，也是未来信息探索的先锋。它通过集成最先进的AI技术，让研究变得更加高效、准确和可靠。无论是学术研究、市场分析还是其他领域的探索，GPT Researcher 都能提供强有力的支持，帮助用户快速获取可靠信息，做出明智决策。
×
直达下载
反爬虫抓取，人机验证，请输入验证码查看内容
验证码：
请扫描上方公众号二维码，发送关键字：2024，获取验证码。
微信搜索公众号:“AI工具教程”或者“chatgpt8080” 或微信扫描右侧二维码关注微信公众号
温馨提示：
