<!--<h1 style="display: flex; align-items: center; gap: 10px;">
Sign in to like and favorite skills
GPT Researcher 是一个智能体代理，专为各种任务的综合在线研究而设计。
代理可以生成详细、正式且客观的研究报告，并提供自定义选项，专注于相关资源、结构框架和经验报告。受最近发表的Plan-and-Solve 和RAG 论文的启发，GPT Researcher 解决了速度、确定性和可靠性等问题，通过并行化的代理运行，而不是同步操作，提供了更稳定的性能和更高的速度。
我们的使命是利用人工智能的力量，为个人和组织提供准确、客观和事实的信息。
主要思想是运行“计划者”和“执行”代理，而计划者生成问题进行研究，“执行”代理根据每个生成的研究问题寻找最相关的信息。最后，“计划者”过滤和聚合所有相关信息并创建研究报告。
代理同时利用 gpt-40-mini 和 gpt-4o（128K 上下文）来完成一项研究任务。我们仅在必要时使用这两种方法对成本进行优化。研究任务平均耗时约 3 分钟，成本约为 ~0.1 美元。
详细说明:
https://github.com/assafelovic/gpt-researcher/assets/13554167/a00c89a6-a295-4dd0-b58d-098a31c40fda
请参阅此处，了解完整文档：
步骤 0 - 安装 Python 3.11 或更高版本。参见此处 获取详细指南。
步骤 1 - 下载项目
$ git clone https://github.com/assafelovic/gpt-researcher.git $ cd gpt-researcher
步骤2 -安装依赖项
$ pip install -r requirements.txt
第 3 步 - 使用 OpenAI 密钥和 Tavily API 密钥创建 .env 文件，或直接导出该文件
$ export OPENAI_API_KEY={Your OpenAI API Key here}
$ export TAVILY_API_KEY={Your Tavily API Key here}
（可选）如需开启全链路追踪和可观测性，可设置：
# $ export LANGCHAIN_TRACING_V2=true # $ export LANGCHAIN_API_KEY={Your LangChain API Key here}
第 4 步 - 使用 FastAPI 运行代理
$ uvicorn main:app --reload
第 5 步 - 在任何浏览器上访问 http://localhost:8000，享受研究乐趣！
要了解如何开始使用 Docker 或了解有关功能和服务的更多信息，请访问 documentation 页面。
GPT Researcher 支持 LangSmith 以增强链路追踪和可观测性，特别适用于调试和优化复杂的多智能体工作流。
要开启追踪：
export LANGCHAIN_TRACING_V2=true export LANGCHAIN_API_KEY=您的_API_KEY export LANGCHAIN_PROJECT="gpt-researcher"
我们非常欢迎您的贡献！如果您感兴趣，请查看 contributing。
如果您有兴趣加入我们的任务，请查看我们的 路线图 页面，并通过我们的 Discord 社区 联系我们。
本项目 "GPT Researcher "是一个实验性应用程序，按 "现状 "提供，不做任何明示或暗示的保证。我们根据 MIT 许可分享用于学术目的的代码。本文不提供任何学术建议，也不建议在学术或研究论文中使用。
我们对客观研究主张的看法：
请注意，使用 GPT-4 语言模型可能会因使用令牌而产生高昂费用。使用本项目即表示您承认有责任监控和管理自己的令牌使用情况及相关费用。强烈建议您定期检查 OpenAI API 的使用情况，并设置任何必要的限制或警报，以防止发生意外费用。
