Deep Research开源多跳推理框架2026年完整指南

概述

Deep Research 是一个用于进行具备推理能力的深度、多跳研究的开源库。它通过递归探索执行聚焦的网络搜索，为复杂问题提供全面、有证据支持的答案。

由于 Perplexity 和 OpenAI 的 Deep Research 功能受限且闭源，我们决定构建一个相反的方案——一个开放、完全可定制的深度研究框架。

✨ 核心特性

Deep Research 旨在成为您进行 AI 驱动研究的全面解决方案：

• 🧠 针对复杂问题的高级多跳推理能力
• 🌐 具备递归探索能力的实时网络搜索
• 🔍 用于全面覆盖的自动子查询生成
• 📊 用于确保研究彻底性的智能深度与广度控制
• 📝 带有恰当引用的基于证据的报告生成
• 📚 带有来源追踪的自动参考文献生成
• 🔄 用于深化理解的迭代研究循环
• 🤖 具备专业推理能力的多模型支持
• ⚡ 用于自定义研究参数的灵活配置
• 📈 可扩展性：从简单查询到复杂研究问题

🧱 核心概念

深度思考

系统将问题分解为逻辑部分，独立地对各部分进行推理，然后综合得出答案。

深度研究

系统执行多跳、聚焦的网络搜索，比较发现的结果，并撰写有证据支持的答案。

🚀 快速开始

安装

npm i deep-research
# 或
yarn add deep-research
# 或
bun i deep-research

基础用法

import { createDeepResearch } from "deep-research";

// 使用默认设置通过工厂函数创建实例
const deepResearch = createDeepResearch({
  OPENAI_API_KEY: process.env.OPENAI_API_KEY,
  GEMINI_API_KEY: process.env.GEMINI_API_KEY,
  OPENROUTER_API_KEY: process.env.OPENROUTER_API_KEY,
  JIGSAW_API_KEY: process.env.JIGSAW_API_KEY,
});

// 研究提示词
const prompt = "What are the recent developments in quantum computing?";

// 生成研究报告
const result = await deepResearch.generate(prompt);

console.log(result.data.text);
console.log(result.data.bibliography);

高级用法

import { createDeepResearch } from "deep-research";
import { createGoogleGenerativeAI } from "@ai-sdk/google";
import { createOpenRouter } from "@openrouter/ai-sdk-provider";
import { createOpenAI } from "@ai-sdk/openai";

// 初始化 AI 提供商
const gemini = createGoogleGenerativeAI({
  apiKey: process.env.GEMINI_API_KEY,
});

const openaiProvider = createOpenAI({
  apiKey: process.env.OPENAI_API_KEY,
});

const openRouterProvider = createOpenRouter({ 
  apiKey: OPENROUTER_API_KEY! 
})

// 获取模型实例
const geminiModel = gemini("gemini-2.0-flash");
const deepseekModel = openRouterProvider("deepseek-ai/DeepSeek-R1");
const openaiModel = openaiProvider("gpt-4o");

// 使用自定义配置创建实例
const deepResearch = createDeepResearch({
  max_output_tokens: 30000, // 令牌硬性上限
  target_output_tokens: 10000, // 目标报告长度
  max_depth: 4, // 指定执行多少次研究迭代
  max_breadth: 3, // 指定生成多少个子查询
  models: {
    default: openaiModel, // 来自 AI SDK 的自定义模型
    reasoning: deepseekModel,
    output: geminiModel,
  },
  logging: {
    enabled: true, // 启用控制台日志
  },
});

// 研究提示词
const prompt = "What are the recent developments in quantum computing?";

// 生成研究报告
const result = await deepResearch.generate(prompt);

console.log(result.data.text);
console.log(result.data.bibliography);

⚙️ 配置选项

🧩 工作原理

1️⃣ 研究规划与分析

• 使用用户提供的配置创建 DeepResearch 实例
• 分析输入提示词以理解需求
• 生成全面的研究计划
• 使用 LLM 将计划分解为聚焦的子查询

2️⃣ 数据收集与处理

• 通过 JigsawStack API 为每个子查询执行 AI 驱动的网络搜索
• 收集并验证相关来源
• 从搜索结果生成上下文
• 对 URL 去重以确保来源唯一性

3️⃣ 分析与综合

• 通过推理模型处理收集到的信息
• 分析并综合研究发现
• 评估信息充分性
• 判断是否需要进一步研究
• 如果需要，在配置的深度限制内执行迭代研究

4️⃣ 报告生成与引用

• 创建全面的最终报告
• 迭代生成内容直至完成
• 将来源映射到引用编号
• 生成带有引用的参考文献
• 根据目标长度要求格式化输出

JigsawStack

本项目是 JigsawStack 的一部分——一套功能强大、对开发者友好且保持低成本的 API，适用于各种用例。点击此处免费注册！

🛠️ 贡献

欢迎贡献！请随时提交 PR :)