<!--<h1 style="display: flex; align-items: center; gap: 10px;">
Sign in to like and favorite skills
GPT Researcher는 다양한 작업을 대해 포괄적인 온라인 연구를 수행하도록 설계된 자율 에이전트입니다.
이 에이전트는 세부적이고 사실에 기반하며 편견 없는 연구 보고서를 생성할 수 있으며, 관련 리소스와 개요에 초점을 맞춘 맞춤형 옵션을 제공합니다. 최근 발표된 Plan-and-Solve 및 RAG 논문에서 영감을 받아 GPT Researcher는 잘못된 정보, 속도, 결정론적 접근 방식, 신뢰성 문제를 해결하고, 동기화 작업이 아닌 병렬 에이전트 작업을 통해 더 안정적이고 빠른 성능을 제공합니다.
우리의 목표는 AI의 힘을 활용하여 개인과 조직에게 정확하고 편향 없는 사실에 기반한 정보를 제공하는 것입니다.
https://github.com/user-attachments/assets/092e9e71-7e27-475d-8c4f-9dddd28934a3
주요 아이디어는 "플래너"와 "실행" 에이전트를 실행하는 것으로, 플래너는 연구할 질문을 생성하고, 실행 에이전트는 생성된 각 연구 질문에 따라 가장 관련성 높은 정보를 찾습니다. 마지막으로 플래너는 모든 관련 정보를 필터링하고 집계하여 연구 보고서를 작성합니다.
에이전트는
gpt-4o-minigpt-4o구체적으로:
전체 문서(설치, 환경 설정, 간단한 예시)를 보려면 여기를 참조하세요.
1단계 - Python 3.11 또는 그 이상의 버전을 설치하세요. 여기를 참조하여 단계별 가이드를 확인하세요.
2단계 - 프로젝트를 다운로드하고 해당 디렉토리로 이동하세요.
git clone https://github.com/assafelovic/gpt-researcher.git cd gpt-researcher
3단계 - 두 가지 방법으로 API 키를 설정하세요: 직접 export하거나
파일에 저장하세요..env
Linux/Windows에서 임시 설정을 하려면 export 방법을 사용하세요:
export OPENAI_API_KEY={OpenAI API 키 입력} export TAVILY_API_KEY={Tavily API 키 입력}
(선택 사항) 향상된 트레이싱 및 관측 가능성을 위해 다음을 설정할 수도 있습니다:
# export LANGCHAIN_TRACING_V2=true # export LANGCHAIN_API_KEY={LangChain API 키 입력}
더 영구적인 설정을 원한다면, 현재의
gpt-researcher.envclaudeollama3geminimistralduckduckgogooglebingsearchapiserpersearxarxivexa1단계 - 필요한 종속성 설치
pip install -r requirements.txt
2단계 - FastAPI로 에이전트 실행
python -m uvicorn main:app --reload
3단계 - 브라우저에서 http://localhost:8000 으로 이동하여 연구를 시작하세요!
Poetry 또는 가상 환경에 대해 배우고 싶다면, 문서를 참조하세요.
pip install gpt-researcher
... from gpt_researcher import GPTResearcher query = "왜 Nvidia 주식이 오르고 있나요?" researcher = GPTResearcher(query=query, report_type="research_report") # 주어진 질문에 대한 연구 수행 research_result = await researcher.conduct_research() # 보고서 작성 report = await researcher.write_report() ...
더 많은 예제와 구성 옵션은 PIP 문서를 참조하세요.
1단계 - Docker 설치
2단계 -
파일을 복사하고 API 키를 추가한 후, 파일을.env.example로 저장하세요..env
3단계 - docker-compose 파일에서 실행하고 싶지 않은 서비스를 주석 처리하세요.
$ docker-compose up --build
4단계 - docker-compose 파일에서 아무 것도 주석 처리하지 않았다면, 기본적으로 두 가지 프로세스가 시작됩니다:
브라우저에서 localhost:3000으로 이동하여 연구를 시작하세요!
GPT Researcher는 LangSmith를 지원하여 복잡한 다중 에이전트 워크플로우의 트레이싱과 관측 가능성을 향상시키며, 디버깅과 최적화를 용이하게 합니다.
트레이싱을 활성화하려면:
export LANGCHAIN_TRACING_V2=true export LANGCHAIN_API_KEY=당신의_API_키 export LANGCHAIN_PROJECT="gpt-researcher"
GPT Researcher를 사용하여 로컬 문서를 기반으로 연구 작업을 수행할 수 있습니다. 현재 지원되는 파일 형식은 PDF, 일반 텍스트, CSV, Excel, Markdown, PowerPoint, Word 문서입니다.
1단계:
DOC_PATHexport DOC_PATH="./my-docs"
2단계:
report_sourceGPTResearcherAI가 프롬프트 엔지니어링 및 RAG에서 다중 에이전트 시스템으로 발전함에 따라, 우리는 LangGraph로 구축된 새로운 다중 에이전트 어시스턴트를 소개합니다.
LangGraph를 사용하면 여러 에이전트의 전문 기술을 활용하여 연구 과정의 깊이와 질을 크게 향상시킬 수 있습니다. 최근 STORM 논문에서 영감을 받아, 이 프로젝트는 AI 에이전트 팀이 주제에 대한 연구를 계획에서 출판까지 함께 수행하는 방법을 보여줍니다.
평균 실행은 5-6 페이지 분량의 연구 보고서를 PDF, Docx, Markdown 형식으로 생성합니다.
여기에서 확인하거나 문서에서 자세한 내용을 참조하세요.
GPT-Researcher는 사용자 경험을 개선하고 연구 프로세스를 간소화하기 위해 향상된 프론트엔드를 제공합니다. 프론트엔드는 다음과 같은 기능을 제공합니다:
두 가지 배포 옵션이 있습니다:
프론트엔드 기능에 대한 자세한 설치 방법 및 정보를 원하시면 문서 페이지를 참조하세요.
우리는 기여를 적극 환영합니다! 관심이 있다면 기여 가이드를 확인해 주세요.
로드맵 페이지를 확인하고, 우리 Discord 커뮤니티에 가입하여 우리의 목표에 함께 참여해 주세요.
이 프로젝트인 GPT Researcher는 실험적인 응용 프로그램이며, 명시적이거나 묵시적인 보증 없이 "있는 그대로" 제공됩니다. 우리는 이 코드를 학술적 목적으로 Apache 2 라이선스 하에 공유하고 있습니다. 여기에 있는 것은 학술적 조언이 아니며, 학술 또는 연구 논문에 사용하는 것을 권장하지 않습니다.
편향되지 않은 연구 주장에 대한 우리의 견해:
GPT-4 모델을 사용할 경우, 토큰 사용량 때문에 비용이 많이 들 수 있습니다. 이 프로젝트를 사용하는 경우, 자신의 토큰 사용량 및 관련 비용을 모니터링하고 관리하는 것은 본인의 책임입니다. OpenAI API 사용량을 정기적으로 확인하고, 예상치 못한 비용을 방지하기 위해 필요한 한도를 설정하거나 알림을 설정하는 것이 좋습니다.