颠覆传统！AI驱动的「深度研究」工具：2分钟生成专业报告，隐私无忧，技术前沿！

 

闪电般生成深度研究报告

Deep Research 利用多种强大的AI模型，仅需几分钟即可生成深度研究报告。它结合先进的“思考”与“联网”模型，并通过互联网连接，快速提供多领域的高质量分析。隐私至上——所有数据均在本地处理与存储。

✨ 功能亮点

• • 极速深度研究：约2分钟生成全面研究报告，大幅提升研究效率。
• • 多平台支持：支持快速部署至Vercel、Cloudflare等平台。
• • AI驱动：采用先进AI模型，确保分析精准且深入。
• • 多模型支持：兼容主流大语言模型，包括Gemini、OpenAI、Anthropic、Deepseek、Grok、OpenRouter、Ollama等。
• • 联网搜索：支持Searxng、Tavily、Firecrawl等搜索引擎，为不支持联网的LLM提供便捷的搜索功能。
• • 思考与联网模型：通过智能切换研究模型，平衡深度与速度，快速输出高质量结果。
• • 内容编辑：支持研究报告编辑，提供WYSIWYM和Markdown两种模式，可调整阅读等级、文章长度及全文翻译。
• • 研究历史：保存研究记录，随时回溯并深入再研究。
• • 本地与服务器API：灵活支持本地或服务器端API调用。
• • 隐私优先：所有数据存储于本地浏览器，安全无忧。
• • 多密钥负载：支持多密钥轮询，提升API响应效率。
• • 多语言支持：英语、简体中文。
• • 现代技术栈：基于Next.js 15与Shadcn UI开发，体验流畅、界面美观。
• • MIT许可：开源免费，个人与商业用途皆可。

🎯 发展路线

• • 支持研究历史保存
• • 支持最终报告与搜索结果的编辑
• • 支持其他LLM模型
• • 支持文件上传与本地知识库

🚀 快速开始

免费使用Gemini（推荐）

1. 1. 获取Gemini API密钥
2. 2. 一键部署项目，可选Vercel或Cloudflare

   
   

   当前项目支持部署至Cloudflare，但需按《Cloudflare Pages部署指南》操作。

3. 3. 开始使用

使用其他LLM

1. 1. 将项目部署至Vercel或Cloudflare
2. 2. 设置LLM API密钥
3. 3. 设置LLM API基础地址（可选）
4. 4. 开始使用

⌨️ 开发指南

环境准备

• • Node.js（推荐18.18.0或更高版本）
• • pnpm 或 npm 或 yarn

安装步骤

1. 1. 克隆仓库

   git clone https://github.com/u14app/deep-research.git  
   cd deep-research  

2. 2. 安装依赖

   pnpm install  # 或 npm install 或 yarn install  

3. 3. 配置环境变量 修改env.tpl文件为.env，或直接创建.env文件并填写变量。
4. 4. 启动开发服务器

   pnpm dev  # 或 npm run dev 或 yarn dev  

   访问 http://localhost:3000 即可使用。

自定义模型列表

项目支持自定义模型列表，但仅限代理模式。请在.env文件中添加环境变量NEXT_PUBLIC_MODEL_LIST。

多个模型用逗号分隔。禁用某模型时，使用-现有模型名；仅允许指定模型时，使用-all,+新模型名。

🚢 部署方案

Vercel

Cloudflare

按《Cloudflare Pages部署指南》操作。

Docker

Docker版本需20及以上，否则可能提示找不到镜像。

⚠️ 注意：Docker版本通常比最新版滞后1-2天，部署后可能持续显示“存在更新”，属正常现象。

docker pull xiangfa/deep-research:latest  
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research  

指定环境变量示例：

docker run -d --name deep-research \  
   -p 3333:3000 \  
   -e ACCESS_PASSWORD=your-password \  
   -e GOOGLE_GENERATIVE_AI_API_KEY=AIzaSy... \  
   xiangfa/deep-research  

或自行构建镜像：

docker build -t deep-research .  
docker run -d --name deep-research -p 3333:3000 deep-research  

使用docker-compose.yml部署：

version: '3.9'  
services:  
   deep-research:  
      image: xiangfa/deep-research  
      container_name: deep-research  
      environment:  
         - ACCESS_PASSWORD=your-password  
         - GOOGLE_GENERATIVE_AI_API_KEY=AIzaSy...  
      ports:  
         - 3333:3000  

或自行构建Compose：

docker compose -f docker-compose.yml build  

静态部署

构建静态页面后，将out目录上传至支持静态页面的服务（如Github Page、Cloudflare等）：

pnpm build:export  

⚙️ 配置说明

环境变量配置请参考env.tpl文件。

重要提示：

• • 隐私保护：环境变量主要用于服务端API调用。使用本地API模式时无需配置，隐私性更强。
• • 多密钥支持：支持多个密钥，用逗号分隔，如key1,key2,key3。
• • 安全设置：通过ACCESS_PASSWORD增强API安全性。
• • 生效条件：修改环境变量后需重新部署。

🙋 常见问题

Ollama或SearXNG报错TypeError: Failed to fetch？

因浏览器跨域限制，需配置Ollama或SearXNG允许跨域请求，或使用服务端代理模式（通过后端请求规避跨域问题）。

🛡️ 隐私声明

Deep Research以隐私为核心设计。所有研究数据与报告均存储于本地（除非显式使用服务端API调用，此时数据会通过代理发送至Gemini API）。

 

项目地址

https://github.com/u14app/deep-research

扫码加入技术交流群，备注「开发语言-城市-昵称」

（文：GitHubStore）