Together Open Deep Research由AI驱动的深度研究工具，能生成含引用的综合性报告

Together Open Deep Research 是一个基于大型语言模型 (LLM) 的智能体工作流，能对复杂主题进行深入研究，通过模拟人类的研究过程，例如规划、搜索、评估信息和迭代，来生成带有引用的内容，增强了传统的网络搜索。

研究报告：生成关于复杂主题的长篇、有引用内容的报告。

多阶段过程：使用多个自我反思阶段进行高质量的信息收集。

来源验证：为所有信息来源提供引用。

可扩展架构：设计了一个灵活的基础，方便社区扩展。

安装

在安装Together Open Deep Research之前，需要先安装 Python 3.12+ 和以下工具：

• macOS：使用 brew 安装 pandoc。

• Ubuntu/Debian：使用 sudo apt-get 安装 pandoc。

• Windows：下载并安装 MiKTeX。

设置环境：

1、安装 uv（比 pip 更快的替代品）。

2、创建并激活虚拟环境。

3、安装项目依赖项。

4、可选：安装带有 open-deep-research 包（用于 langgraph 评估）。

配置 API 密钥：

export TOGETHER_API_KEY=your_key_here
export TAVILY_API_KEY=your_key_here
export HUGGINGFACE_TOKEN=your_token_here

使用

运行深度研究工作流：

1、设置 Python 路径。

2、使用默认选项运行脚本，或使用 gradio webapp。

选项：

--write-pdf：生成报告的 PDF 文档。

--write-html：创建报告的 HTML 版本。

--write-podcast：创建整个文章的播客。

--add-toc-image：添加可视化的目录图像。

--config PATH：指定自定义配置文件（默认：configs/open_deep_researcher_config.yaml）。

注意事项

作为一个基于 LLM 的系统，Together Open Deep Research 存在AI普遍存在的一些问题：

• 生成看似合理的幻觉或虚构信息。

• 包含训练数据中的偏见。

• 对复杂查询产生误解或提供不完整的分析。

• 提供过时的信息。

• 始终从主要来源验证生成报告中重要信息的准确性。