gpt-researcher

给个问题,自动搜全网并写出带引用的研究报告

开源 🏷️基础免费,高级付费 ✅ 目前可打开 智能体 🍴 复刻 4166 🐛 待处理 74 👀 关注 168
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 30460
维护状态 较活跃
是否开源 开源
定价模式 🏷️基础免费,高级付费 支持限时试用 · 开源免费,云服务付费,定价信息待确认

项目预览

gpt-researcher 项目界面预览图
图片来源:项目官网

项目数据

分类智能体
开发团队assafelovic
官网地址https://gptr.dev
定价模式🏷️基础免费,高级付费
价格说明开源免费,云服务付费,定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent,ai,automation,deepresearch,llms,mcp,mcp-server,python,research,search,webscraping
GitHub 星标★ 30460
上线时间2023-05-12 00:00:00
代码更新2026-10-10
仓库体积52.5 MB
本站数据更新2026-11-03
维护状态较活跃
收录时间2026-09-16
浏览次数2

项目介绍

GPT Researcher 是一个开源的自主研究智能体,能针对任意主题自动完成资料检索、网页抓取、信息筛选与报告撰写。它解决的是传统人工调研耗时、信息碎片化、多源整合困难的问题:用户只需给出研究问题,智能体便会自主规划子问题、调用搜索引擎与爬虫获取资料,再借助任意 LLM(OpenAI、Anthropic、本地模型等)进行摘要、交叉验证与结构化输出,最终生成带引用来源的长篇研究报告。项目支持 MCP 协议与 MCP Server,可接入外部工具与数据源,也支持本地文档、私有数据的研究。核心能力包括多智能体协作、并行抓取、来源溯源、可配置的深度与广度参数,以及面向开发者的 Python API 与 Web 界面,适合需要快速产出可信调研结果的研究者、分析师与产品团队。

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 2026-09-16 · 当前星标 ★ 30460

使用教程

难度:入门 约 10 分钟 部署方式:本地安装 7 步

环境要求

  • Python 3.11 或更高版本
  • 有效的 OpenAI API Key(或兼容 OpenAI 的自定义接口)
  • 有效的 Tavily API Key(用于联网检索)
  • 可选:Docker(使用 Docker 方式部署时需要)

安装与启动步骤

  1. 1安装 Python 3.11+

    先确认本机已安装 Python 3.11 或更高版本,README 给出的官方指引见 tutorialsteacher 的 Python 安装教程。版本过低会导致依赖安装失败。

    python --version
  2. 2克隆项目代码

    从 GitHub 拉取 gpt-researcher 仓库,并进入项目根目录,后续所有命令都在该目录下执行。

    git clone https://github.com/assafelovic/gpt-researcher.git
    cd gpt-researcher
  3. 3配置 API 密钥

    通过 export 导出密钥,或把同样的键值写进项目根目录的 .env 文件。OpenAI 与 Tavily 两个 key 都需要设置。

    export OPENAI_API_KEY=sk-xxxxxxxx
    export TAVILY_API_KEY=tvly-xxxxxxxx
  4. 4安装项目依赖

    在项目根目录执行 pip 安装 requirements.txt 中列出的全部依赖,首次安装耗时较长,请保持网络畅通。

    pip install -r requirements.txt
  5. 5启动后端服务

    用 uvicorn 启动 main:app,--reload 会在代码变更时自动重载,适合开发调试;默认监听 8000 端口。

    python -m uvicorn main:app --reload
  6. 6访问 Web 界面

    服务启动后,在浏览器中打开 http://localhost:8000 即可开始输入研究主题并生成报告。

  7. 7Docker 方式启动

    备选方案:先把 .env.example 复制为 .env 并填入 API Key,再执行 docker-compose up --build,默认起 8000 与 3000 两个端口。

    docker-compose up --build

关键配置

配置项必填说明示例
OPENAI_API_KEY是调用 OpenAI 或兼容接口的密钥,用于摘要与报告生成sk-xxxxxxxx
TAVILY_API_KEY是Tavily 检索服务密钥,用于联网搜索资料tvly-xxxxxxxx
OPENAI_BASE_URL否自定义 OpenAI 兼容接口地址,用于本地模型或其他厂商http://localhost:11434/v1
LANGCHAIN_TRACING_V2否开启 LangChain 链路追踪与可观测性true
LANGCHAIN_API_KEY否启用 LangChain 追踪时所需的 API Keylsv2_pt_xxxxxxxx

如何确认成功

浏览器打开 http://localhost:8000 能看到 GPT Researcher 界面即启动成功;Docker 方式则访问 http://localhost:3000。

常见问题

Q:执行 docker-compose up --build 报命令不存在怎么办?

A:新版 Docker 已把 compose 改为子命令,改用不带连字符的写法:docker compose up --build。

Q:不想在 Docker 里启动全部服务怎么办?

A:在 docker-compose 文件中把不需要的服务注释掉再执行,默认不注释会同时启动 Python 服务(8000)和 React 前端(3000)。

Q:想接本地模型或其他厂商的模型怎么办?

A:设置 OPENAI_BASE_URL 指向你的自定义 OpenAI 兼容接口地址,即可让 GPT Researcher 调用该接口。

Q:可以不用命令行服务,只在代码里调用吗?

A:可以,README 提供了 PIP 包方式:pip install gpt-researcher,然后 from gpt_researcher import GPTResearcher 创建 researcher 对象。

Q:如何把 GPT Researcher 接入 Claude 对话?

A:README 提供了 Claude Skill 安装方式,执行 npx skills add assafelovic/gpt-researcher 即可在 Claude 对话中使用其深度研究能力。

注意事项

  • 密钥既可以 export 到环境变量,也可以写入项目根目录的 .env 文件,两种方式二选一或并存都可。
  • 使用 Docker 方式前必须先复制 .env.example 为 .env 并补充 API Key,否则容器内拿不到密钥。
  • 除 pip 直接安装外,README 还提到可用 Poetry 或虚拟环境,详见官方 Getting Started 文档。
  • README 中 pip 包示例代码片段不完整,未给出 report 的生成方法,实际用法请查阅官方文档。

核心亮点

  • 自主规划子问题并并行抓取多源网页,自动生成带引用来源的长篇报告,省去人工检索与整理
  • LLM 供应商无关,可切换 OpenAI、Anthropic 及本地模型,也支持 MCP 协议接入外部工具与私有数据
  • 提供 Python API 与 Web UI 两种用法,参数可调研究深度与广度,便于嵌入现有工作流

不足之处

  • 报告质量高度依赖所选 LLM 与搜索后端,弱模型下易出现幻觉或引用不准确
  • 深度研究需大量抓取与多次 LLM 调用,token 与时间成本较高,大规模使用需自行控制预算

适用场景

  • 市场与竞品调研:输入行业问题,自动汇总公开资料生成分析报告
  • 学术或技术预研:快速梳理某技术方向的现状、方案与来源链接
  • 内容创作辅助:为文章、播客或投资备忘录自动收集并整理背景资料

替代项目

AutoGPT、stanford-oval/storm、khoj-ai/khoj

上一篇:semantix

下一篇:LLM-MM-Agent

同类项目推荐

ralphy 开源

在终端里让 AI 帮你批量生成爆款短视频

Open-source desktop app for content creation, with an agent runtime and standalone C···

★ 143 2026-08-09
ai-agent 开源

用 Java 编排多智能体,搞定复杂任务自动化

一个面向全网研究与复杂数据分析的云端智能体,能在公开网络、YouTube、BiliBili、X、小红···

★ 216 2026-08-09
triliumnext-mcp 开源

把 Trilium 笔记接入 AI 助手,让对话直接读写你的知识库。

An MCP server for interacting with a Trilium instance

★ 71 2026-08-09
awesome-ai-companion 开源

一站式导航,快速搭建你的长期AI伴侣

Open-source AI companions, desktop pets, long-term memory & proactive chat. 人机恋开···

★ 1137 2026-08-09
pmb 开源

让 AI 编程助手记住每次对话,离线存储决策与经验

Local-first persistent memory for AI coding agents (Claude Code, Cursor, Codex) over···

★ 288 2026-08-09
mate 开源

数据库驱动配置,50+模型接入,轻松编排多智能体生产应用。

Production-ready multi-agent orchestration engine built on Google ADK. Database-driv···

★ 95 2026-08-09
Devseeker 开源

说句话,AI 自动帮你把应用写出来

prompt to app ai coding agent

★ 61 2026-08-09
designpowers 开源

指挥10个AI智能体,自动跑完设计全流程

An agent design team you control: 10 agents that run an inclusive design process whi···

★ 256 2026-08-09
line-oa-mcp-ultimate 开源

用 AI 对话直接管理 LINE 官方账号,发消息、做营销、看数据,零门槛上手。

Talk to your LINE Official Account through AI — broadcasts, Flex & tappable Rich Me···

★ 102 2026-08-09