DeepWideResearch 是搜索知识领域的开源项目，由 puppyone-ai 开发，2025 年首次发布。
它收录于搜索知识分类，该分类目前共有 581 个项目，GitHub 星标数为 291。
项目仍在小幅维护中，最近一次代码更新于 2026-09-19。Apache-2.0 许可证，可自由使用和部署，无付费版本。
它主要面向的使用场景是：市场调研：快速收集竞品、行业趋势等多维度信息。同类可对比的替代方案包括 STORM、GPT Researcher、AutoRAG。
DeepWideResearch
自定义深度和广度的智能体研究，多源信息自动整合成报告
DeepWideResearch 是一个基于 TypeScript 的智能体检索增强生成（Agentic RAG）框架，旨在为各种场景提供灵活、可定制的深度研究能力。它解决了传统 RAG 系统在搜索深度和广度上难以平衡、以及难以适配不同数据源的问题。其核心能力包括：允许用户自定义研究数据源（如网页、文档、API）、调整研究深度（迭代追问次数）和宽度（并行探索分支数），并通过智能体自主规划研究路径、动态调用工具、整合多源信息，最终生成结构化的研究报告。项目采用模块化设计，支持与主流 LLM 集成，适用于市场调研、学术综述、竞争分析等需要多角度、多层次信息收集与综合的任务。
开源
free
搜索知识
GitHub 星标
★ 291
维护状态
维护中
是否开源
是
定价模式
free
项目数据
分类搜索知识
开发团队puppyone-ai
所属国家
定价模式free
价格说明开源项目，Apache-2.0 许可证，可自由使用和部署，无付费版本。
访问状态
是否开源是
开源协议Apache-2.0
主要语言TypeScript
技术栈/模型agent,agentic-workflow,mcp,rag,rag-chatbot
GitHub 星标★ 291
30天Star增速
HF 下载量
上线时间2025-09-30 00:00:00
最近更新2026-09-19 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数0
使用教程
核心亮点
- 深度与宽度可调，用户能按需控制研究的细致程度和覆盖面
- 数据源可定制，支持接入多种来源，适应不同垂直领域
- 基于智能体自主规划，减少人工干预，自动完成多步研究流程
不足之处
- 早期项目，文档和社区生态尚待完善
- 依赖外部 LLM API，使用成本与稳定性受限于服务商
适用场景
- 市场调研：快速收集竞品、行业趋势等多维度信息
- 学术研究：辅助文献综述，综合多篇论文观点
- 投资分析：聚合财报、新闻、观点，生成投资摘要
替代项目
STORM、GPT Researcher、AutoRAG
项目介绍
上一篇：denser-retriever
下一篇：gfm-rag
同类项目推荐
firecrawl
开源
网页抓取像喝水一样简单，开发者省下整周加班
The web data API to search, scrape, and interact at scale.
contoso-chat
开源
一键跑通 Azure RAG 应用，从代码到评估部署全流程
This sample has the full End2End process of creating RAG application with Prompty an···
graphify
开源
整个代码库画成一张图，找问题一眼定位
Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable k···
ragflow
开源
让大模型用上你的私有知识，搭建可靠的企业级RAG应用
RAGFlow is a leading open-source Retrieval-Augmented Generation (RAG) engine that fu···