MCP Catalogs
首页gpt-researcher screenshot

gpt-researcher

by assafelovic·27,100·综合分 61

一个自主研究代理,使用任何 LLM 提供商进行深度研究,并通过 MCP 服务器连接专业数据源。

ai-llmweb-scrapingproductivity
3,642
Forks
225
活跃 Issue
1 个月前
最近提交
2 天前
收录于

概述

GPT Researcher 是一个全面的自主研究代理,专为任何给定任务的深度研究而设计。它能生成详细、客观、有引用的研究报告,使用网络和本地文档资源。该系统采用规划者和执行者架构,其中规划者生成研究问题,而执行者代理从超过20个来源收集相关信息。它具有可定制代理、并行化工作流程以加快速度,以及对多种文档格式(包括PDF、Word和Excel)的支持。

试试问 AI

装完之后,这里有 6 个你可以让 AI 做的事:

:市场研究和竞争分析
:学术文献综述和综合
:技术文档和研究
:调查和事实核查
:主项目与 MCP 服务器有什么区别?
:GPT Researcher 可以使用哪些 LLM 提供商?

什么时候选它

当您需要一个可通过 MCP 集成多个数据来源的综合研究工具,特别是用于生成带引用的详细报告时,请选择此工具。

什么时候不要选它

如果您需要一个实际暴露工具/资源的 MCP 服务器,而不是一个消费它们的客户端,或者您需要写入功能,请不要选择它。

可对比工具

gptr-mcpsemantic-search-mcpduckduckgo-mcpperplexity-apiserper-api

安装

安装

  1. 安装 Python 3.11 或更高版本
  2. 克隆仓库:

``bash git clone https://github.com/assafelovic/gpt-researcher.git cd gpt-researcher ``

  1. 在 .env 文件中设置 API 密钥:

``bash export OPENAI_API_KEY={您的 OpenAI API 密钥} export TAVILY_API_KEY={您的 Tavily API 密钥} ``

  1. 安装依赖:

``bash pip install -r requirements.txt ``

  1. 运行服务器:

``bash python -m uvicorn main:app --reload ``

要使用 MCP 集成,请参阅 [gptr-mcp 仓库](https://github.com/assafelovic/gptr-mcp)

FAQ

主项目与 MCP 服务器有什么区别?
主 GPT Researcher 项目提供完整的自主研究代理,包含 Web 界面和 Python 包,而 MCP 服务器 (gptr-mcp) 是专门为 MCP 协议集成而设计的独立仓库,允许其他 AI 应用连接其研究功能。
GPT Researcher 可以使用哪些 LLM 提供商?
GPT Researcher 支持多种 LLM 提供商,包括 OpenAI 和其他 OpenAI 兼容的 API。它可以配置自定义 API 基础 URL 来使用本地模型或其他提供商。

gpt-researcher 对比

GitHub →

最后更新于 · 由 README + GitHub 公开数据自动生成。