从零到第一份AI研究报告只要10分钟：GPT Researcher新手实战指南

从零到第一份AI研究报告只要10分钟：GPT Researcher新手实战指南

【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher

GPT Researcher 是一个开源的 AI 研究智能体。你给它一个问题，它自动搜索网页、阅读本地文档，最后输出一份带引用的研究报告。适合想搭自动化报告工作流的开发者，也适合被"查资料"拖慢节奏的每个团队。

你的研究时间都花在哪了

写份行业报告，你可能要花两天：搜关键词、开几十个标签页、复制粘贴、再对着空白文档发愁。

GPT Researcher 把这件事拆成了三步交给程序：

• 自动拆解问题：把你的问题拆成一组子问题，再逐个搜索
• 自动采集与汇总：抓取网页和本地文档，边查边记来源
• 自动成稿：把采集到的信息汇总成一份结构化报告，附引用链接

下面这张图展示的是多智能体协作版：一个"规划者"分工，多个"研究员"并行干活，最后由"出版者"合成稿件。

🚀 三步跑起来

整个准备过程只有四行命令，剩下就是填两个 API Key。

第一步，克隆仓库、装依赖、启动服务：

git clone https://gitcode.com/GitHub_Trending/gp/gpt-researcher cd gpt-researcher pip install -r requirements.txt python -m uvicorn main:app --reload

第二步，在项目根目录建一个.env文件，写入两行：

• OPENAI_API_KEY=你的key：负责写报告的大模型
• TAVILY_API_KEY=你的key：负责网页搜索的接口

第三步，浏览器打开http://localhost:8000，输入问题，就能看到研究报告实时生成。

注意：需要 Python 3.11 以上。如果只想在代码里调用，也可以pip install gpt-researcher直接当库用，后面实战部分就是这种用法。

它是怎么工作的

一句话类比：它像一个编辑部。主编（规划器）拿到选题后先列提纲，一群记者（爬虫代理）各自去采访取材，编辑（出版者）最后把大家的素材拼成成稿。

具体流程是这样：

1. 根据研究问题创建一个专属任务智能体
2. 规划器生成一组子问题，覆盖主题的各个角度
3. 每个子问题交给爬虫代理并行搜索、抓取网页
4. 每份材料先做摘要，同时记下出处
5. 所有摘要过滤、聚合，写成最终报告

因为各子问题并行处理，所以速度明显快于"一个问题一个问题串行查"。

三个最常用的实战场景

场景一：在 Python 里跑一次研究

这段代码初始化一个研究员，跑完研究并写出报告。

import asyncio from gpt_researcher import GPTResearcher async def main(): researcher = GPTResearcher(query="量子计算最新进展") await researcher.conduct_research() report = await researcher.write_report() print(report) asyncio.run(main())

预期结果：report是一段 Markdown 格式的完整报告，包含章节、正文和来源链接。

场景二：只基于你的本地文档做研究

把DOC_PATH指向资料文件夹，再把report_source设为local，它就只读你的文档、不上网。

import os from gpt_researcher import GPTResearcher os.environ["DOC_PATH"] = "./my-docs" # 你的文档目录 researcher = GPTResearcher( query="总结这批文档的核心观点", report_source="local", ) # 之后同样调用 conduct_research() 和 write_report()

支持的格式：PDF、TXT、CSV、Excel、Markdown、PPT、Word。预期结果：报告内容全部来自你指定目录下的文档。

场景三：限定搜索域名，锁定可信来源

做竞争情报时，你可能只信少数几家媒体。传一个query_domains列表即可。

researcher = GPTResearcher( query="AI 创业公司最新动态", query_domains=["forbes.com", "techcrunch.com"], )

预期结果：搜索结果只来自你列出的域名，报告不会掺入无关网站的内容。

⚙️ 最常被改的3个配置

所有配置写在.env文件里，默认值在 gpt_researcher/config/variables/default.py。新手只需要认识这几个：

补充一个：深度研究（report_type="deep"）约需 5 分钟、单次成本约 $0.4，日常调研用默认的基础报告即可。

常见坑：现象 → 原因 → 解决

坑1：导出 PDF 时报cannot load library 'pango'或'gobject-2.0-0'

原因是系统缺少 WeasyPrint（PDF 生成组件）依赖的库。Mac 上执行brew install pango glib，Linux 上执行sudo apt install libpango-1.0-0，装完重启服务。

坑2：日志里出现Error processing the url

原因是部分网站对 Selenium 抓取做了拦截。先重启再跑一次；反复出现的话，可在配置中把SCRAPER换成browser试试。

坑3：Chrome 相关报错，提示 driver 不兼容

原因是新版 Chrome 还没发布对应的 chromedriver。把一个能匹配到 driver 的旧版 Chrome 装回来，问题即消失。

坑4：报告来源太少，内容偏薄

默认每个子问题只取 5 条搜索结果（MAX_SEARCH_RESULTS_PER_QUERY）。把它调大，或换一家质量更好的搜索服务商，报告的素材会明显变多。

想继续深入，可以看这几处：入门指南 docs/docs/gpt-researcher/getting-started/、用法示例 docs/docs/gpt-researcher/examples/、多智能体实现 multi_agents/。项目还在快速迭代，混合本地文档与网络研究的混合检索、深度研究的树状探索，都还有更大的提升空间——把重复的查资料工作交给它，把时间留给判断。

【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher