- 综合排序
- 最热优先
- 最新优先
- 来自专栏后端知识体系
DeepResearch源码解读
DeepResearch是由SAA社区发起的一个智能体项目，参考了许多市面上DeepResearch Agent的相关用法。 本文主要介绍DeepResearch项目在实现过程中的一些关键源码。 Graph节点DeepResearch通过SAA Graph构建了一个多节点的智能体系统，其Plant UML图结构如下在com.alibaba.cloud.ai.example.deepresearch.config.DeepResearchConfiguration ：DeepResearch建立Graph配置，串联所有节点和节点流转过程com.alibaba.cloud.ai.example.deepresearch.agents.AgentModelsConfiguration 对于DeepResearch项目而言，DeepResearch Bench就是很好的基准测试。同样的不仅仅是最终效果的评估，Prompt的评估、RAG的评估都将决定整个Agent最终的效果。
27810编辑于 2026-02-12 - 来自专栏大语言模型
RAG到DeepResearch技术路线实践
当然我们遇到的问题也是RAG应用中的通用问题，所有平台的深度检索能力都在快速演进，比如Tongyi DeepResearch Agent。 和企业中应用的差异点，以及为什么我们需要自研一套Deepresearch Agent。 ，整个DeepResearch需要多个Agent模块以及工具协助，使最终输出更系统、更可控。 因此，我们在自研 DeepResearch Agent 技术框架的基础上，又投入大量工程化建设，将其真正打磨为面向企业的可落地产品方案。 其中深度研究报告，产品博士和售前专家 中都需要用到今天介绍的Deepresearch技术。
55896编辑于 2025-12-05 - 来自专栏xiaosen
DeepResearch产品形态与发展研究报告
一、DeepResearch的产品形态 1.1 定义与核心功能 DeepResearch是一种AI驱动的智能研究工具，旨在解决复杂、知识密集型的研究任务。 1.2 产品形态的多样性 目前，DeepResearch的产品形态因开发主体不同而有所差异： OpenAI版DeepResearch：作为ChatGPT Pro的专属功能，基于o3模型，主打高端用户市场 2.3 开源与闭源并存 技术形态上，DeepResearch呈现出闭源商业化与开源社区化并存的趋势。 随后，OpenAI于2025年2月2日发布基于o3模型的DeepResearch，进一步提升了行业标准。 3.3 生态系统的形成 随着开源项目（如node-DeepResearch）的兴起，DeepResearch逐渐形成了一个技术生态，涵盖模型开发、工具部署和应用场景扩展，推动了AI研究工具的全球化普及。
1.8K10编辑于 2025-03-07 - 来自专栏自然语言处理
关于DeepResearch设计实现的碎碎念
例如，Jina AI 推出了开源的 node-deepresearch，X AI 将 DeepSearch 集成到 Grok3 中，形成了DeepResearch 的变体。 什么是 DeepResearch？ DeepResearch 是一个具体工具或功能，特别是在 OpenAI 的 ChatGPT 中实现。 DeepResearch实现 由于Jina开源的node-DeepResearch是Typescript开发，笔者在TrustRAG框架基础之上，用python实现了一个简易版本的DeepResearch DeepResearch流程设计 DeepResearch流程示意图如下： DeepResearch 框架通过分层查询、递归迭代以及智能决策等步骤，实现深度信息搜索和处理。 关于DeepResearch实现的几点思考 通过一些现象下面是关于DeepResearch实现的几点思考： 为什么模型生成较短？
1.2K10编辑于 2025-03-11 - 来自专栏自然语言处理
解锁的搜索与推理新模式：DeepSearch与DeepResearch的区别
什么是 DeepResearch 另外，DeepResearch 可以看作是 DeepSearch 的一个典型应用案例。它的主要目标是“自动生成研究报告”。 用户只需要提供一个主题，DeepResearch 就会首先规划出报告的大致章节结构。接着，针对每个章节，DeepResearch 会利用 DeepSearch 进行信息搜索和推理。 DeepSearch vs DeepResearch 最后，我们来简单总结一下 DeepSearch 和 DeepResearch 之间的关系和区别。 写研究报告通常是件非常耗时的事，但随着越来越多的 AI 服务推出 DeepResearch 功能，未来我们可能只需要短时间就能生成高质量的报告。 另外，LangChain，Jina等最近也开源了他们自己实现的 DeepResearch，感兴趣的朋友可以通过以下链接尝试下。
1.2K10编辑于 2025-03-22 分享10个我最常用的DeepResearch提示词模板和用法。
昨天写了一篇关于Gemini的文章，里面很大篇幅聊了关于DeepResearch，没想到把我非常喜欢的号小声比比都炸出来了。 然后有朋友就在下面留言了： 关于OpenAI的DeepResearch，我也有自己的一些使用方法和想说的，所以，不如我就来一篇，来跟大家聊聊。 DeepResearch是啥 DeepResearch是由OpenAI，在今年2月，推出的一个ChatGPT上的Agent功能。中文译名为深度研究。 这，就是DeepResearch。 接下来，我就会用10个DeepResearch的典型场景，来带大家看看，它的用法，同时，也会附上每个场景我觉得很棒的Prompt。 一. 有了DeepResearch之后，你就可以让它调研某家公司的经营情况和投资前景，它会从财报摘要、新闻报道、行业分析等多渠道抓取信息。
1.1K01编辑于 2025-04-14智谱发布AutoGLM沉思版，国产DeepResearch来了，人人皆免费。
你可以简单地把他理解成，DeepResearch和AutoGLM的结合。 DeepResearch我已经安利过很多很多遍了，我觉得我还是有必要再在这里强调科普一下。 DeepResearch中文名即为深度研究，第一个做出这个产品的，是Google的Gemini。 不过国内说实话，一直都没有真正的DeepResearch。有很多类似的产品，但是我们一般称为DeepSearch。 DeepResearch则是在DeepSearch基础上的应用，主要是可以自动生成研究报告。 用户只需提供一个主题，DeepResearch会首先规划出报告的大致章节结构。 DeepResearch一般都是用一个通用基座模型专门微调的端到端模型，报告丰富详细，耗时最低几乎都是几分钟，平均十几分钟，我甚至还用OpenAI的DeepResearch跑过分析30分钟，输出4w6千字的任务
1.4K10编辑于 2025-04-14- 来自专栏自然语言处理
不用框架也能做：手搓一个属于自己的DeepResearch
OpenAI、Grok、Gemini，还有Qwen都推出了自己的DeepResearch产品，这股热潮的幕后推手就是DeepSeek R1推理模型的横空出世。 看着这些大厂的产品，是不是也想实现一个小型DeepResearch？ 前几天笔者看到一个文章，https://www.newsletter.swirlai.com/p/building-deep-research-agent-from，笔者基于这个文章进行完善，实现一个DeepResearch 这个可以根据自己框架基础来自行选择，DeepResearch关键在于怎么设计深度研究流程。 深度研究Agent到底是个啥？ 简单来说，这些DeepResearch就像一个超级勤奋的研究助理，能针对指定主题进行深入研究。
97610编辑于 2025-07-12 - 来自专栏AgenticAI
Anthropic的DeepResearch完整Prompt开源：Lead、Search和Citation三大Prompt全解析
每个 Prompt 都很长，可以说明这个 DeepResearch 系统有多复杂，也同时说明 Anthropic 的上下文应该很强。
1.3K10编辑于 2025-06-19 - 来自专栏自然语言处理
Gemini开源项目DeepResearch：基于LangGraph的智能研究代理技术原理与实现
Gemini开源的DeepResearch一周收获7.9k Star，Google的开源项目Gemini DeepResearch技术通过结合LangGraph框架和Gemini大语言模型，实现了一个具备自主研究能力的智能代理系统 开源项目 Gemini Fullstack LangGraph Quickstart 技术架构概览 Gemini DeepResearch采用了基于状态图（StateGraph）的多节点协作架构，通过LangGraph 直接使用Google的搜索API获取实时信息 自动引用处理：系统自动提取和格式化引用信息 URL优化：将长URL转换为短链接以节省token消耗 阶段四：反思与知识缺口分析（Reflection） 这是DeepResearch
1K10编辑于 2025-06-11 全球DeepResearch产品大比拼！Gemini、OpenAI霸榜，Kimi和豆包前五
面对真实业务场景，这些 DeepResearch 产品究竟表现如何？ 正是在这样的背景下，研究人员提出了 DeepResearch Bench——首个专门针对 DeepResearch 类产品的综合性基准，包含 22 个领域、100 项任务，每项任务均由领域专家精心设计。 DeepResearch Bench 通过创新的 RACE 和 FACT 评估框架，分别针对报告生成质量和信息检索能力提供精准测评，填补了深度研究智能体端到端能力评估的空白，为 DeepResearch △ 图1：DeepResearch Bench上的深度研究智能体性能排名此次 DeepResearch Bench 的评测结果，为我们揭示了当前全球顶尖深度研究智能体的最新实力排位。 如图 1 所示，谷歌的 Gemini 2.5 Pro DeepResearch以 48.9 分高居榜首，OpenAI的DeepResearch（46.5分）与 Anthropic 的 Claude Research
2.5K20编辑于 2025-08-18- 来自专栏ceshiren0001
8B端侧智能写作体开源：DeepResearch，让您告别云端依赖
它做了一件过去被认为“几乎不可能”的事：在完全本地部署的前提下，把 DeepResearch 级别的写作能力，压进了一个 8B 模型。 四、评测结果：在“洞察力”上击败闭源系统在多个主流深度调研评测基准中，AgentCPM-Report 的成绩相当激进：DeepResearch BenchDeep ConsultDeepResearch 在 DeepResearch Gym 中，它的综合得分达到 98.48，在深度、广度、洞察力等关键维度全部拿到满分。这基本坐实了一件事：端侧模型，已经开始正面进入“高阶认知任务”的战场。 而是它释放了一个清晰信号：DeepResearch 不再是云端特权小模型 + 智能体架构，开始挑战高阶认知任务本地化、可控、可审计的 AI 研究系统，正在成为现实选项接下来，问题可能不再是“能不能做到”
12910编辑于 2026-01-30 Agent-Driven：FastPaperRead如何以“MCP+Agent+Deepresearch”架构实现跨学科论文秒懂
技术架构深度解析：MCP+Agent+Deepresearch 我们的平台基于自主研发的强大架构，核心是 Agent (智能代理系统)。 Deepresearch (深度研究模型)： 利用先进的LLMs和我们的领域知识库，进行深度语义理解和知识关联。
31410编辑于 2025-10-21- 来自专栏深度学习与python
8B 端侧写作智能体 AgentCPM-Report 开源，DeepResearch 终于本地化
在 DeepResearch Bench、Deep Consult、DeepResearch Gym 三大主流深度调研评测基准中，其综合评分达到甚至超越顶级闭源系统：在最考验核心能力的洞察性指标上排名第一 其中在 DeepResearch Gym 评测中，AgentCPM-Report 以 98.48 的综合得分领跑，在深度、广度、洞察力等关键维度均斩获满分。
25610编辑于 2026-01-28 - 来自专栏自然语言处理
强化学习如何让DeepResearch变得更聪明？深度解析Kimi-Researcher的训练秘密
笔者最近看到一个帖子，也讨论针对DeepResearch强化学习训练的思路： 从这些讨论中可以看出，DeepResearch类型模型训练的核心突破在于找到合适的奖励信号，其中LLM作为判断器的应用是关键创新 在实际应用中，让模型进行50次搜索而不需要大量脚手架是相当困难的，因此建议采用三步训练流程：首先训练一个好的推理模型，然后将其训练成专注于结果和推理格式的DeepResearch模型，最后进行风格化训练来生成报告 虽然有观点认为基于判断器的方法是当前推理模型幻觉严重的原因，但也有反驳认为DeepResearch模型的幻觉问题并不严重。为提升泛化能力，专家建议不要只依赖判断器，而要混合编程和数学数据进行训练。
54400编辑于 2025-07-12 - 来自专栏架构驿站
一文读懂：DeepSearch 前生今世
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景 - 构建高效、灵活的输出模型技术 - DeepSearch 和 DeepResearch 。 —02 — DeepSearch & DeepResearch 的发展历程 众所周知，在 2025 年初，人工智能驱动的搜索技术迎来了革命性突破，DeepSearch 和 DeepResearch 2、Google 与 OpenAI 的 DeepResearch：专有技术引领 而仅仅两周后，即 2025 年 2月 2 日，Google 和 OpenAI 联合发布了专有技术 DeepResearch DeepResearch 特别优化了多模态搜索（如文本、图像、视频的综合检索）和实时知识更新能力，适用于企业级应用、高端科研和精准商业决策。 3、行业跟进：全球与国内大模型厂商的积极响应 随后，Jina AI 推出了开源项目 node-deepresearch，进一步丰富了 DeepSearch 和 DeepResearch 的生态
3.6K10编辑于 2025-03-06 - 来自专栏LLM
AI Compass前沿速览：Nano Bananary、MCP Registry、通义DeepResearch 、VoxCPM、InternVLA·M1具身机
2.每周项目推荐通义DeepResearch – 阿里深度研究智能体通义 DeepResearch 的家族成员Tongyi DeepResearchWebWalker：专注于网页遍历任务，用于评估语言模型在网页导航中的表现 技术原理Tongyi DeepResearch 采用稀疏混合专家 (Sparse Mixture-of-Experts, MoE) 架构，总参数量达305亿，但每个Token仅激活33亿参数，有效平衡了模型规模与推理效率 introducing-tongyi-deep-research/Github仓库：https://github.com/Alibaba-NLP/DeepResearchhttps://github.com/Alibaba-NLP/DeepResearch /tree/main/WebAgent/WebResearcherhttps://github.com/Alibaba-NLP/DeepResearch/tree/main/WebAgent/WebWeaverVLAC
70810编辑于 2025-09-18 AI搜索和DeepResearch深度研究时代-对几个产品的简单使用和对比分析
今天聊下DeepResearch深度研究，首先我们还是想区分下DeepResearch和DeepThink，两者都具备深度推理能力。 在OpenAI推出DeepResearch功能，DeepSeek推出深度思考模型，到后面的Manus通用智能体后，各个大模型厂家也陆续推出了自己的深度研究模型，包括智谱的AutoGLM沉思，Kimi的探索版
78810编辑于 2025-06-24- 来自专栏编程进阶实战
清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单！
前言 清华大学推出第四讲使用 DeepSeek + DeepResearch 让科研像聊天一样简单。该份教程旨在通过AI技术重构传统科研模式，提升研究效率与智能化水平。 DeepResearch 介绍 DeepResearch是一款基于DeepSeek技术的智能协作工具，支持多步骤自主研究，能够自动化地完成数据收集、整合、分析与报告输出。
1.1K20编辑于 2025-02-24 - 来自专栏自然语言处理
xAI 把 Grok 的系统提示词全部公开了，我们看看DeepResearch的系统提示词怎么设计的?
系统提示词仓库地址：https://github.com/xai-org/grok-prompts/tree/main 其中包括对话，deepresearch等提示词，下面我们先看看deepresearch 的提示词怎么设计的 Grok 3 DeepreSearch系统提示词 提示词中文版本 为了方便大家理解，下面是经过翻译后的中文版本，原始英文版本大家通过下面链接查看 https://github.com } {% endif %} {% if custom_personality %} {{custom_personality}} {% endif %} {% endif %} 总结下来，Grok3的DeepreSearch
93400编辑于 2025-05-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号