一日一开源！Open Deep Research，解锁深度研究新姿势

在知识爆炸的今天，如何高效生成结构完整、信息丰富的研究报告，成为了许多研究者和专业人员的核心需求。今天我们要介绍的 Open Deep Research，正是为解决这一需求而诞生的。作为一款定制化深度研究助手，Open Deep Research 不仅能为你提供传统的研究流程，还允许你完全自定义模型、提示、报告结构、搜索API和研究深度，让你在最短的时间内，生成最具深度与广度的研究报告。

🧠 项目简介

Open Deep Research 是由 LangGraph 开发的一个网络研究助手，旨在帮助用户生成任何主题的全面报告。与 OpenAI 和 Gemini Deep Research 相似，它也采用了深度研究和信息汇聚的流程，但最大的不同在于其高度的定制化功能。用户可以自由设置报告的框架、深度、写作风格、搜索API、甚至是使用的模型，极大地提升了研究的效率和质量。

🚀 功能特点

定制化报告结构：用户可以根据具体需求，定义报告的大纲和结构，确保报告的内容紧贴研究目标。灵活的模型选择：支持多个模型的选择，包括 DeepSeek、OpenAI 推理模型等。你可以根据需要切换模型，以获得最佳的研究效果。自定义搜索API：集成了 Tavily、Perplexity 等搜索API，可以根据研究主题精准获取相关资料，并设定每次研究的搜索深度。逐步迭代反馈：允许用户在每个研究阶段提供反馈，调整报告的内容和深度，直到满意为止。

🌍 应用场景

学术研究：对于需要大量文献和数据支持的学术研究，Open Deep Research 提供了一个快速而高效的解决方案。通过定制化的搜索和模型选择，帮助研究人员节省大量的时间，专注于分析和创新。市场分析：对于需要分析特定行业或技术趋势的市场研究人员，Open Deep Research 可以生成深度报告，并通过不同的视角进行多维度的市场分析，帮助做出更加科学的决策。AI写作与推理：Open Deep Research 也适用于AI写作领域，特别是在生成报告和推理模型时，提供了极大的自由度。你可以选择适合的写作模型，打造个性化的输出。企业决策支持：对于企业管理者，Open Deep Research 提供的数据驱动分析可以帮助他们快速了解市场动态、技术趋势，从而做出更加精准的战略决策。

📚 开源信息

仓库地址：https://github.com/langchain-ai/open_deep_research开发语言：Jupyter Notebook, Python开源协议：未提及Stars 数量：1.6k