项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-09-15 · 当前星标 ★ 2224
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Node.js 环境与 pnpm 包管理器(本地安装依赖时需要)
- Docker(使用官方镜像一键部署服务端模式时需要)
- AI 服务商 API Key(OpenAI 兼容接口,如 OpenAI、DeepSeek R1)
- 网页搜索服务 API Key(默认 Tavily,也可用 Google PSE)
安装与启动步骤
-
1复制环境变量模板
在项目根目录把 .env.example 复制为 .env,后续配置都写在这个文件里,不要提交到公开仓库。
cp .env.example .env -
2填写服务端配置
编辑 .env,打开服务端模式并填入 AI 与搜索服务的 Key、Base URL 等参数;客户端模式则在网页里填 Key。
-
3安装依赖
本地运行或构建前先安装依赖,README 使用 pnpm 作为包管理器,需已安装 Node.js。
pnpm install -
4生成静态站点
客户端模式适合静态部署,可用 pnpm generate 产出静态文件后托管到 EdgeOne Pages 等平台。
pnpm generate -
5一键启动容器
服务端模式用官方镜像启动,映射 3000 端口并加载 .env,用户无需在界面里再填 API Key。
docker run -p 3000:3000 --env-file .env anotia/deep-research-web:latest -
6访问界面
容器启动后在浏览器打开本地 3000 端口,即可输入研究主题并查看搜索树与报告。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
NUXT_PUBLIC_SERVER_MODE | 是 | 开启服务端模式,由服务器统一持有密钥 | true |
NUXT_AI_API_KEY | 是 | AI 服务商的 API Key | sk-xxxxxxxx |
NUXT_AI_API_BASE | 否 | AI 服务商的接口地址 | https://api.openai.com/v1 |
NUXT_WEB_SEARCH_API_KEY | 是 | 网页搜索服务的 API Key | tvly-xxxxxxxx |
NUXT_PUBLIC_AI_MODEL | 否 | 使用的模型名称 | gpt-4o-mini |
NUXT_PUBLIC_WEB_SEARCH_PROVIDER | 否 | 搜索服务提供商 | tavily |
如何确认成功
容器启动无报错后,浏览器访问 http://localhost:3000 能看到研究输入界面,输入主题可正常流式返回结果。
常见问题
Q:客户端模式和服务端模式有什么区别?
A:客户端模式的配置和 API 请求保留在浏览器本地,适合静态部署;服务端模式把密钥放在环境变量里,用户无需自己填 Key,但必须运行在 SSR/Nitro 运行时上。
Q:为什么静态部署无法使用服务端模式?
A:服务端模式需要读取服务器端环境变量并依赖 SSR/Nitro 运行时,纯静态站点没有服务端环境,只能改用客户端模式或在浏览器里填 Key。
Q:支持哪些模型和搜索服务?
A:项目使用通用提示词而非 Structured Outputs,可兼容更多 OpenAI 格式的服务商,如 DeepSeek R1、OpenAI;搜索默认使用 Tavily,也支持 Google PSE。
Q:报告能导出吗?
A:可以,最终研究会以带引用的报告呈现,支持导出为 Markdown 或 PDF 格式。
注意事项
- 客户端模式下 API 配置与请求都留在浏览器本地,相对更安全。
- 服务端模式必须使用 Docker 等具备 SSR/Nitro 运行时的部署方式,纯静态托管不可用。
- 搜索过程以树结构可视化展示,并支持多语言搜索。
- 对报告里的引用可以查看来源摘录并继续追问,迭代更新结果同时保留历史报告。
核心亮点
- 自动化多轮迭代研究,能根据中间结果继续生成新查询,而非只做一次搜索
- 把搜索引擎、网页抓取和 LLM 串联成完整流水线,输出结构化研究报告
- 支持 DeepSeek R1、OpenAI 等多种模型和搜索服务,可自部署、API Key 自主可控
不足之处
- 研究质量高度依赖所接入模型和搜索 API 的能力与配额,免费额度下体验有限
- 作为 Web UI 项目,深度研究流程的稳定性、错误重试和长任务管理仍需实际使用检验
适用场景
- 快速调研一个陌生行业或技术方向,生成初步研究报告
- 做竞品分析时自动收集和整理多家产品的公开信息
- 写文章或做方案前,用来自动搜集资料并提炼要点
替代项目
GPT-Researcher、storm
同类项目推荐
SuperKnowa
开源
像拼乐高一样搭建企业级 RAG 管道,快速落地生成式 AI 应用
Build Enterprise RAG (Retriver Augmented Generation) Pipelines to tackle various Gen···
jonex
开源
把视频文档变成AI能懂的知识图谱,直接喂给RAG和Agent
All-in-One Multimodal Parsing Engine + Ontology-Powered, LLM Wiki-Driven AI-Ready Kn···
searxNcrawl
开源
给 AI 装搜索和整站抓取,免 Key 自托管
Open-source MCP server that gives AI agents web search (SearXNG) and clean Markdown ···
obsidian-llm-wiki
开源
笔记和PDF自动变知识图谱,还能问答
Karpathy's LLM Wiki implementation plugin for Obsidian - turns notes and PDFs into a···
thesys-core
开源
搜论文、读 PDF、问答带原文高亮,引用一键导出
Open-source research workspace: search academic papers, upload PDFs, inline citation···
local-deep-researcher
开源
本地跑通搜索到报告,隐私数据不出门
Fully local web research and report writing assistant
ai_wiki
开源
一站收齐 AI 全栈学习资源与实战笔记
《AI全栈-全网优秀资源搜集站》:搜集全网优秀资源,记载工程实践问题的解决策略与关键要点···
Awesome-GraphRAG
开源
一榜收录 GraphRAG 精华,从论文到项目快速上手
Awesome-GraphRAG: A curated list of resources (surveys, papers, benchmarks, and open···
mcp-local-rag
开源
本地零配置,让 AI 精准搜索你的代码和文档
Local-first RAG server for developers. Semantic + keyword search for code and techni···
