node-DeepResearch 开源AI Agent部署与使用

node-DeepResearch 是一款开源项目——AI Agent智能体，是开源复现版的OpenAI Deep Research，支持多步推理和复杂查询，今天我们一起来看下如何部署与使用该智能体。

快速概览

node-DeepResearch是一款开源的AI智能体项目，它以Gemini语言模型和Jina Reader工具为基石，具备强大的多步推理和复杂查询处理能力。其主要功能涵盖持续搜索与阅读、多步推理分析、实时进度反馈，以及支持灵活多样的查询方式。在技术原理上，Gemini语言模型担当核心，协同搜索引擎与Jina Reader完成网页内容处理工作。

深度解析（附运行示例）

node-DeepResearch究竟是什么

node-DeepResearch是一个开源性质的AI智能体项目，它的目标是通过不断地在网页上进行搜索和阅读，逐步推导并解答复杂问题。该项目依托Gemini语言模型和Jina Reader工具，无论是简单直白的问题，还是需要多步推理的复杂难题，都能妥善处理。同时，它还搭建了Web Server API，用户借助HTTP请求提交查询，就能实时获取进度更新。

node-DeepResearch的核心功能

持续搜索与阅读：借助如Brave或DuckDuckGo这类搜索引擎，查找相关信息，并深入阅读网页内容，直到找到问题答案，或者达到设定的token预算上限才停止。
多步推理：面对复杂的多步问题，它能够将问题逐步拆解，然后按步骤解决，展现出强大的逻辑分析能力。
实时进度反馈：通过Web Server API，用户可以随时查看查询的进展情况，获取实时的进度更新，不再对处理过程一无所知。
灵活的查询方式：无论是简单的事实性问题，还是像预测未来趋势、制定策略这类复杂的开放式问题，它都能应对自如。

node-DeepResearch的技术运作原理

语言模型：Gemini作为核心语言模型，在项目中发挥着关键作用，负责生成答案和构建推理逻辑。Gemini是一款功能强劲的通用语言模型，对多种自然语言任务都能轻松驾驭。
网页内容处理：Jina Reader工具在此承担重要职责，它能将网页内容转化为适合语言模型处理的纯文本格式。Jina Reader是一款开源工具，专门针对HTML网页内容处理进行了优化。
搜索与信息提取：依靠搜索引擎（例如Brave或DuckDuckGo）来获取相关信息。搜索引擎提供网页链接，智能体则基于对网页内容的阅读，精准提取出有用信息。
多步推理流程
- 初始化：预先设定好初始上下文和变量，为后续推理奠定基础。
- 预算检查：在推理的每一个步骤，都会检查token预算是否超出限制，确保资源合理使用。
- 生成提示：依据当前面临的问题，生成适合语言模型的输入提示，引导模型进行思考。
- 模型生成：调用Gemini模型，让其生成回答或者下一步的动作指令。
- 动作处理：根据Gemini生成的动作（比如搜索、访问网页、输出回答等），执行相应的实际操作。
- 结果评估：对生成的回答进行评估，判断其是否满足问题要求，如果不符合要求，则继续进行推理。
- 循环与终止：若在预算范围内找到了满意答案，就结束查询；若超出预算或者实在无法找到答案，便进入“Beast Mode”生成最终答案。

如何运行node-DeepResearch

1.安装依赖
首先要确保已经安装了Node.js和npm。接着，按以下步骤操作：

 export GEMINI_API_KEY=... # 获取Gemini API密钥 export JINA_API_KEY=jina_... # 从https://jina.ai/reader获取免费的Jina API密钥 git clone https://github.com/jina-ai/node-DeepResearch.git cd node-DeepResearch npm install

2. 命令行运行方式
在命令行中输入指令，就能运行node-DeepResearch并提交查询获取结果：

 npm run dev $QUERY

例如：

npm run dev "what is the capital of France?" npm run dev "who will be the biggest competitor of Jina AI"

3.使用Web Server API
1）启动Web Server：

npm run serve

服务器启动后，会在http://localhost:3000运行，并提供以下API接口：

2）POST /api/v1/query：用于提交查询请求。

curl -X POST http://localhost:3000/api/v1/query -H "Content-Type: application/json" -d '{ "q": "what is the capital of France?", "budget": 1000000, "maxBadAttempt": 3 }'

3）GET /api/v1/stream/:requestId：连接到Server-Sent Events流，接收进度更新和最终答案。

curl -N http://localhost:3000/api/v1/stream/1234567890

4.借助Docker运行

1）构建Docker镜像：

docker build -t deepresearch:latest.

2）运行Docker容器：

docker run -p 3000:3000 --env GEMINI_API_KEY=your_gemini_api_key --env JINA_API_KEY=your_jina_api_key --env BRAVE_API_KEY=your_brave_api_key deepresearch:latest

3）使用Docker Compose：