提交您的产品 
Ai应用
Ai资讯
AI生图
AI生视频
FastbuildAInode-DeepResearch：Jina AI推出的DeepSearch功能，深入挖掘复杂问题
Jina AI 最近推出一个DeepSearch工具：node-DeepResearch，node-DeepResearch是一个开源的自动化研究工具，可以通过搜索、阅读网页和推理，直到找到问题的答案。适用于自动化信息检索和智能问答任务，结合了搜索引擎和大语言模型（LLM）来提高研究效率。
一、主要功能：
自动搜索和推理：使用搜索引擎查找相关网页，并通过大模型（如 Gemini）推理，生成最终答案。
智能网页阅读：结合 Jina Reader，能够从网页提取关键内容，提升信息获取的精准度。
可配置 API：用户可配置自己的 Gemini API 和 Jina Reader API，以优化查询效果。
二、应用场景：
文献综述：帮助研究人员快速查找和整理相关领域的文献资料，生成文献综述报告。
市场调研：快速收集和分析市场数据，了解竞争对手动态、行业趋势等。
新闻报道：快速收集和整理新闻事件的背景信息、相关报道，帮助记者快速撰写新闻稿件。
学习辅助：帮助学生解答复杂的学术问题，提供学习资料和参考答案。
政策研究：帮助政策制定者收集和分析相关政策的背景信息、实施效果等。
三、主要目标：
自动化信息检索：通过搜索引擎查找相关信息。
多步推理：处理复杂的多步问题，逐步分解并解决问题。
实时进度反馈：提供实时进度更新，使用户能够跟踪查询进展。
灵活性：支持各种类型的查询，从简单的事实性问题到复杂的开放式问题。
四、关键特性
持续搜索与阅读：
基于搜索引擎（如 Brave 或 DuckDuckGo）查找相关信息。
阅读网页内容，直至找到问题的答案或达到预定的 token 预算限制。
多步推理：
分解复杂的问题成多个步骤，并逐个解决这些步骤。
支持长时间的任务处理，确保得到精确的结果。
实时进度反馈：
通过 Web Server API 提供实时进度更新，用户可以通过 HTTP 请求获取查询状态。
灵活的查询方式：
支持多种类型的查询需求，包括简单的问题和复杂的开放式问题。
五、技术原理
语言模型：
使用 Gemini 作为核心语言模型，负责生成回答和推理逻辑。
Gemini 是一个强大的通用语言模型，能够处理多种自然语言任务。
网页内容处理：
利用 Jina Reader 将网页内容转换为适合语言模型处理的纯文本格式。
Jina Reader 是一个开源工具，专用于处理 HTML 网页内容。
搜索与信息提取：
结合搜索引擎获取相关信息。
自动提取有用的网页内容，以便进一步分析和推理。
多步推理流程：
初始化：设置初始上下文和变量。
预算检查：在每一步检查 token 预算是否超出。
生产提示：根据当前问题生成语言模型的输入提示。
模型生成：调用 Gemini 生成回答或下一步动作。
动作处理：根据生成的动作执行相应的操作。
结果评估：评估生成的回答是否满足问题要求，若不满足则继续推理。
循环与终止：如果在预算内找到答案，则结束查询；否则进入“Beast Mode”生成最终答案。
六、如何部署 node-DeepResearch？
1. 安装依赖
# 设置必要的环境变量 export GEMINI_API_KEY=export JINA_API_KEY=jina_ # 从 https://jina.ai/reader 获取免费的 Jina API 密钥 # 克隆仓库并安装依赖 git clone https://github.com/jina-ai/node-DeepResearch.git cd node-DeepResearch npm install
2. 使用命令行运行
# 提交查询请求 npm run dev # 示例 npm run dev "what is the capital of France?" npm run dev "who will be the biggest competitor of Jina AI"
3. 调用API
# 启动 Web Server
npm run serve
# 访问地址
http://localhost:3000
# 提交查询请求 (示例)
curl -X POST http://localhost:3000/api/v1/query \
-H "Content-Type: application/json" \
-d '{"query": "What is the capital of France?"}'GitHub仓库：https://github.com/jina-ai/node-DeepResearch
