跳转到主内容

如何选择

GPT Researcher 是一款功能强大的自主研究代理，旨在增强和简化您的研究流程。无论您是希望将研究功能集成到项目中的开发人员，还是寻求全面研究解决方案的最终用户，GPT Researcher 都能提供灵活的选项来满足您的需求。

我们设想未来 AI 代理将协同完成复杂任务，而研究是该过程中的关键一步。GPT Researcher 旨在成为您处理任何复杂程度研究任务的首选代理。它可以轻松集成到现有的代理工作流程中，无需从头开始创建您自己的研究代理。

选项​

GPT Researcher 提供了多种方式来利用其功能

Logo
  1. GPT Researcher PIP 代理：非常适合将 GPT Researcher 集成到您现有的项目和工作流程中。
  2. 后端：一个后端服务，用于与前端用户界面交互，提供详细报告等高级功能。
  3. 多代理系统：一个使用 LangGraph 的高级设置，提供最全面的研究能力。
  4. 前端：根据您的需求提供多种前端解决方案，包括一个简单的 HTML/JS 版本和一个更高级的 NextJS 版本。

使用选项​

1. PIP 包​

PIP 包非常适合在您偏好的环境和代码中将 GPT Researcher 作为代理来使用。

优点

  • 轻松集成到现有项目中
  • 在多代理系统、链或工作流程中灵活使用
  • 针对生产性能进行了优化

缺点

  • 需要一定的编码知识
  • 高级功能可能需要额外设置

安装

pip install gpt-researcher

系统要求

  • Python 3.10+
  • pip 包管理器

了解更多： PIP 文档

2. 端到端应用程序​

要获得完整的开箱即用体验，包括一个精美的前端，您可以克隆我们的代码仓库。

优点

  • 即用型前端和后端服务
  • 包括生成详细报告等高级用例
  • 最佳用户体验

缺点

  • 在自定义集成方面不如 PIP 包灵活
  • 需要设置整个应用程序

开始使用

  1. 克隆代码仓库：git clone https://github.com/assafelovic/gpt-researcher.git
  2. 遵循安装说明

系统要求

  • Git
  • Python 3.10+
  • Node.js 和 npm（用于前端）

高级用法示例： 详细报告实现

3. 使用 LangGraph 的多代理系统​

我们与 LangChain 合作，通过 LangGraph 和 GPT Researcher 支持多代理，提供了 GPT Researcher 最复杂和最全面的版本。

优点

  • 非常详细、定制化的研究报告
  • 内部 AI 代理循环和推理

缺点

  • 更昂贵且耗时
  • 对于生产使用而言过于笨重

建议此版本用于本地、实验和教学用途。我们正在努力尽快提供一个更轻量级的版本！

系统要求

  • Python 3.10+
  • LangGraph 库

了解更多： GPT Researcher x LangGraph

比较表​

功能PIP 包端到端应用程序多代理系统
集成便捷性高中低
定制化高中高
开箱即用的用户界面否是否
复杂性低中高
最适合开发者最终用户研究人员/实验者

请注意，所有选项都已为生产使用进行了优化和完善。

深入了解​

要了解每个选项的更多信息，请查看这些文档和代码片段

  1. PIP 包:

  2. 端到端应用程序:

    • 克隆代码仓库：git clone https://github.com/assafelovic/gpt-researcher.git
    • 安装说明

  3. 多代理系统:

版本控制与更新​

GPT Researcher 正在积极维护和更新。为确保您使用的是最新版本

  • 对于 PIP 包：pip install --upgrade gpt-researcher
  • 对于端到端应用程序：从 GitHub 代码仓库拉取最新更改
  • 对于多代理系统：请查阅文档以了解与最新 LangChain 和 LangGraph 版本的兼容性

故障排除与常见问题​

有关常见问题，请参阅我们文档中的常见问题解答部分。