Auto-Deep-Research

Auto-Deep-Research – 香港大学开源的全自动个人 AI 助理

Auto-Deep-Research 是由香港大学黄超教授实验室开发的一个开源全自动个人 AI 助手，旨在为用户提供高效的深度研究支持。作为 OpenAI Deep Research 的开源替代品，该工具基于 AutoAgent 框架，采用模块化的多 Agent 结构，包含 Web Agent、Coding Agent 和 Local File Agent，专注于互联网信息检索、编程任务及本地文件解析。

Auto-Deep-Research是什么

Auto-Deep-Research 是香港大学黄超教授实验室推出的一款开源全自动个人 AI 助手，旨在作为 OpenAI Deep Research 的替代方案。该助手基于 AutoAgent 框架开发，专注于深度研究功能，采用了模块化的多 Agent 架构，涵盖 Web Agent、Coding Agent 与 Local File Agent。各个 Agent 分别负责互联网信息的搜索、编程的实现与调试，以及多格式文件的解析。它支持多种大语言模型（LLM），如 Anthropic、OpenAI、Mistral 和 Hugging Face，特别基于 Claude-3.5-Sonnet 构建。此外，Auto-Deep-Research 还支持导入浏览器 Cookies，以便更好地访问特定网站。

Auto-Deep-Research的主要功能

• 深度研究功能：能够自动处理复杂任务，如文件解析、网络搜索、数据分析与可视化，并生成详细报告。
• 多语言模型支持：兼容多种大语言模型（LLM），如 Anthropic、OpenAI、Mistral 和 Hugging Face 等。
• 高性价比：基于 Claude-3.5-Sonnet 构建，提供显著的成本效益，是开源方案中的优选。
• 社区驱动改进：根据用户反馈，增添了一键启动和增强的 LLM 兼容性等新功能。
• 易于部署：支持通过 Conda 环境或 Docker 安装，提供详细的启动配置选项。

Auto-Deep-Research的技术原理

• 多 Agent 架构：包括 Web Agent（互联网信息搜索）、Coding Agent（编程实现与调试）和 Local File Agent（文件解析与理解），由核心调度器（Orchestrator Agent）协同工作。
  • Web Agent：专注于无障碍访问互联网信息和进行深入搜索。
  • Coding Agent：负责编程实现和调试，具备严密的逻辑分析能力。
  • Local File Agent：致力于多格式文件的解析和内容理解。

Auto-Deep-Research的项目地址

• Github仓库：https://github.com/HKUDS/Auto-Deep-Research

Auto-Deep-Research的应用场景

• 科研与数据分析：研究人员可以利用 Auto-Deep-Research 快速处理和分析数据，自动生成高质量的分析报告。
• 金融与市场分析：金融分析师可以使用该工具追踪行业动态、评估市场趋势，生成投资研究报告，辅助数据驱动的决策。
• 教育与学习：学生和教育工作者可以借助 Auto-Deep-Research 进行文献综述、整理学习资料，生成学习报告。
• 企业战略与商业决策：企业可使用该工具进行行业分析、竞争对手研究和商业战略评估，从而优化产品规划和市场拓展策略。

常见问题

• 如何安装 Auto-Deep-Research？：您可以通过 Conda 环境或 Docker 安装 Auto-Deep-Research，详细的安装指南请参考 GitHub 仓库中的文档。
• 支持哪些语言模型？：Auto-Deep-Research 支持多种大语言模型，包括 Anthropic、OpenAI、Mistral 和 Hugging Face 等。
• 如何提高访问特定网站的效率？：您可以通过导入浏览器 Cookies 来提升访问特定网站的效率。