Auto-Deep-Research是一个开源的全自动个人AI助手，旨在提供类似OpenAI Deep Research的功能，但无需支付高额订阅费用。该项目由香港大学黄超教授实验室的三位研究员开发，基于AutoAgent框架构建，专注于深度研究任务。Auto-Deep-Research在GAIA评测中排名第三，是开源方案中的最优解。

Auto-Deep-Research功能特点：

1、高性能与成本效益：

Auto-Deep-Research在性能上表现出色，总排名第三，开源方案中排名第一。它仅基于Claude-3.5-Sonnet构建，无需依赖更昂贵的o1系列模型，具有显著的成本优势。

2、多模态支持：

支持多种大型语言模型（LLM），包括Anthropic、OpenAI、Huggingface等，用户可以根据需求选择合适的模型。

3、多Agent架构：

采用模块化的多Agent架构，包含Web Agent（网络搜索）、Coding Agent（编程实现）和Local File Agent（文件解析）三个专业子Agent，由核心调度器Orchestrator Agent统一协调。

4、自动化研究流程：

能够自动执行复杂的多步骤研究任务，包括文件解析、网络搜索、数据分析和报告生成。例如，它可以在10分钟内完成对苹果和微软10-K表的分析，并生成详细的金融报告。

5、易于部署：

提供Conda和Docker两种安装方式，支持一键启动和灵活配置。

6、社区驱动改进：

根据社区反馈，增加了如一键启动和增强LLM兼容性等功能，使工具更易于使用。

7、扩展性强：

支持接入DeepSeek-R1模型，也可部署本地开源模型，用户可以轻松搭建属于自己的深度研究系统。

Auto-Deep-Research适用人群：

对深度研究和自动化AI工具感兴趣的开发者和研究人员。

希望使用开源且成本高效的替代方案的个人和团队。

Auto-Deep-Research相关网址：

1、GitHub地址：https://github.com/HKUDS/Auto-Deep-Research