DeepResearch系列：
- DeepResearch（上）：方法论、OpenAI Deep Research、SurfSence、MindSearch、morphik、Firesearch
- 通义DeepResearch
本文继续汇总介绍几个开源或闭源深度研究项目。
Vane
开源（GitHub，35.8K Star，3.9K Fork）AI搜索引擎/工具，能理解问题、整理答案的智能助手。曾用GitHub地址：ItzCrazyKns/Perplexica。
不仅能像传统搜索引擎一样检索互联网信息，更能理解你的提问语境，结合LLM和相似度检索技术，给出更准确、结构化且带有来源引用的答案，核心目标是为开发者和知识工作者提供一个无需依赖大厂、可完全本地化部署的智能搜索工具。
特性
- 多模式智能搜索
- Copilot模式：通过自动生成多样化查询，主动访问相关网页，提取并筛选最优答案，适合复杂、开放式问题。
- 普通模式：类似经典搜索，输入问题后自动调用SearxNG元搜索引擎，结合AI理解能力返回答案。
- 六大Focus模式
- All Mode：全网检索，返回最优结果
- Writing Assistant：写作助手，不联网，适合内容创作
- Academic Search：学术搜索，聚焦论文和学术资源
- YouTube Search：检索YouTube视频
- Wolfram Alpha Search：支持复杂计算与数据分析
- Reddit Search：聚合Reddit社区讨论与观点
- 实时性与隐私保护。不会像部分AI搜索那样仅依赖爬取后的静态数据，而是实时通过SearxNG抓取、重排序，确保信息新鲜且无需担心隐私泄露，可选择本地部署LLM（如Ollama等），实现100%本地推理，无需API Key，数据不出本地。
- 丰富的模型与API支持。支持多种LLM接入，包括Lemonade等，可通过API轻松集成到你的应用或自动化流程中。
实战
提供多种部署方式，如基于Docker、Docker Compose、npm等：
# 基于Dockerdockerrun-d-p3000:3000-vvane-data:/home/vane/data--namevane itzcrazykns1337/vane:latest# 基于Docker和自建SearxNGdockerrun-d-p3000:3000-eSEARXNG_API_URL=http://your-searxng-url:8080-vvane-data:/home/vane/data--namevane itzcrazykns1337/vane:slim-latest# 基于源码和Docker Composegitclone https://github.com/ItzCrazyKns/Vane.gitcdVanedockercompose up-d# 或基于npmnpminpmrun buildnpmrun start浏览器打开http://localhost:3000，开始体验。
AutoResearchClaw
论文，开源（GitHub，13.8K Star，1.6K Fork）深度研究助手，输入一个主题，即可生成论文级别的专业文档。
| 功能 | 说明 |
|---|---|
| 多源文献 | 来自OpenAlex、Semantic Scholar和arXiv的真实论文，查询扩展、去重、三态熔断器与优雅降级 |
| 四层引用核查 | arXiv ID校验→CrossRef/DataCite DOI→Semantic Scholar标题匹配→LLM相关性评分。幻觉引用自动删除 |
| 硬件感知执行 | 自动检测GPU（NVIDIA CUDA/Apple MPS/纯CPU），据此调整代码生成、import和实验规模 |
| OpenCode Beast Mode | 复杂实验自动路由至OpenCode，生成多文件项目，含自定义架构、训练循环和消融实验。通过researchclawsetup安装 |
| 沙箱实验 | AST验证代码、不可变harness、NaN/Inf快速失败、自修复、迭代优化（最多10轮）、部分结果捕获 |
| 顶会级写作 | NeurIPS/ICML/ICLR模板，分段撰写（5,000-6,500词），反数据捏造守卫、修订长度保障、反免责声明强制 |
| 模板切换 | neurips_2025、iclr_2026、icml_2026，Markdown→LaTeX，含数学公式、表格、图片、交叉引用、\cite{} |
| 反数据捏造 | VerifiedRegistry强制论文中使用经过验证的实验数据。自动诊断失败实验并在写作前修复。未验证数字被清理 |
| 质量门控 | 3个人工审批门控（阶段5、9、20），支持回滚。用--auto-approve跳过 |
| HITL Co-Pilot | 6种干预模式，支持逐阶段策略。Idea Workshop、Baseline Navigator、PaperCo-Writer实现深度协作。Smart Pause、成本护栏、升级策略和干预学习确保生产安全。CLI/Web Socket/MCP适配器 |
| 成本护栏 | 预算监控，可配置阈值告警（50%/80%/100%）。超出预算时流水线自动暂停 |
| 可复现性 | 所有阶段产物的SHA256校验和。不可变清单用于验证。多级撤销与版本化快照 |
核心能力
| 功能 | 说明 |
|---|---|
| Idea Workshop | 协作式头脑风暴、评估和优化假设（阶段7-8） |
| Baseline Navigator | AI建议基线+人工增删+可复现性检查清单（阶段9） |
| Paper Co-Writer | 分段撰写，人工编辑与AI润色结合（阶段16-19） |
| Smart Pause | 基于置信度的动态暂停，自动检测何时需要人类输入 |
| 声明验证 | 与收集的文献进行内联事实检查，标记无依据的声明 |
| 成本护栏 | 预算监控，50%/80%/100%阈值告警 |
| 干预学习 | ALHF，每次运行提取教训（决策理由、运行时警告、指标异常），30天时间衰减。从历史中学习，优化未来的暂停决策 |
| 分支探索 | 分叉流水线探索多个假设，比较后合并最佳路径 |
| 升级策略 | 分级通知（终端→Slack→邮件→自动暂停），无人值守时触发 |
| 3种适配器 | CLI（终端）、WebSocket（Web仪表板）、MCP（外部Agent） |
| 知识库 | 每次运行在6个类别（决策、实验、发现、文献、问题、评审）中构建结构化知识库 |
流水线：8个阶段组，23个阶段
阶段组A：研究定义
1.TOPIC_INIT
2.PROBLEM_DECOMPOSE
阶段组B：文献发现
3.SEARCH_STRATEGY
4.LITERATURE_COLLECT ← 真实API
5.LITERATURE_SCREEN [门控]
6.KNOWLEDGE_EXTRACT
阶段组C：知识综合
7. SYNTHESIS
8. HYPOTHESIS_GEN ← 辩论
阶段组D：实验设计
9. EXPERIMENT_DESIGN [门控]
10. CODE_GENERATION
11. RESOURCE_PLANNING
阶段组E：实验执行
12. EXPERIMENT_RUN
13. ITERATIVE_REFINE ← 自修复
阶段组F：分析与决策
14. RESULT_ANALYSIS ← 多Agent
15. RESEARCH_DECISION ← PIVOT/REFINE
阶段组G：论文撰写
17. PAPER_DRAFT
18. PEER_REVIEW ← 证据审查
19. PAPER_REVISION
阶段组H：终稿
20. QUALITY_GATE [门控]
21. KNOWLEDGE_ARCHIVE
22. EXPORT_PUBLISH ← LaTeX
23. CITATION_VERIFY ← 相关性审查
提供完整的人机协作（HITL）系统，将流水线从纯自动化转变为人机协作的研究引擎：
| 模式 | 命令 | 做什么 |
|---|---|---|
| 完全自动 | --auto-approve | 原始行为——无人工干预 |
| 仅门控 | --modegate-only | 在3个门控阶段（5、9、20）暂停等待审批 |
| 检查点 | --modecheckpoint | 在每个阶段组边界暂停（8个检查点） |
| Co-Pilot | --modeco-pilot | 在关键阶段深度协作，其余自动执行 |
| 逐步 | --modestep-by-step | 每个阶段后暂停——用于学习流水线 |
| 快速 | --modeexpress | 快速审核——仅3个最关键的门控 |
可使用任何ACP兼容的编码Agent作为其LLM后端，无需API密钥，Agent通过acpx通信，在全部23个流水线阶段中维持单个持久会话。
内置Bridge适配器系统，提供6个可选集成能力：
# config.arc.yamlopenclaw_bridge:use_cron:true# 定时研究任务use_message:true# 进度通知（Discord/Slack/Telegram）use_memory:true# 跨会话知识持久化use_sessions_spawn:true# 为并行阶段派生子会话use_web_fetch:true# 文献检索中的实时网络搜索use_browser:false# 基于浏览器的论文采集实战
基于源码体验：
# 1. 克隆并安装gitclone https://github.com/aiming-lab/AutoResearchClaw.gitcdAutoResearchClaw python3-mvenv .venv&&source.venv/bin/activate pipinstall-e.# 2. 初始化，交互式安装OpenCode Beast Mode，检查Docker/LaTeXresearchclaw setup# 3. 配置researchclaw init# 交互式：选择LLM提供商，创建config.arc.yaml# 或手动：cp config.researchclaw.example.yaml config.arc.yaml# 4. 运行exportOPENAI_API_KEY="sk-..."researchclaw run--configconfig.arc.yaml--topic"Your research idea"--auto-approveCLI命令示例：
# 以HITL模式启动researchclaw run--topic"..."--modeco-pilot# 附加到暂停的流水线（从另一个终端）researchclaw attach artifacts/rc-2026-xxx# 检查流水线和 HITL 状态researchclaw status artifacts/rc-2026-xxx# 从另一个终端或脚本审批/拒绝researchclaw approve artifacts/rc-2026-xxx--message"LGTM"researchclaw reject artifacts/rc-2026-xxx--reason"缺少关键基线"# 为某个阶段注入引导（甚至在它运行之前）researchclaw guide artifacts/rc-2026-xxx--stage9--message"使用 ResNet-50 作为主要基线"配置文件config.arc.yaml示例：
hitl:enabled:truemode:co-pilot# full-auto、gate-only、checkpoint、co-pilot、customcost_budget_usd:50.0# 超出预算时暂停（0 = 无限制）notifications:on_pause:trueon_quality_drop:truechannels:["terminal"]# terminal、slack、webhooktimeouts:default_human_timeout_sec:86400# 默认等待24小时auto_proceed_on_timeout:falsecollaboration:max_chat_turns:50save_chat_history:true# 逐阶段自定义策略，可选，用于'custom'模式stage_policies:8:{require_approval:true,enable_collaboration:true}9:{require_approval:true,allow_edit_output:true}ROMA
由Sentient AGI团队开发的Recursive-Open-Meta-Agent开源（GitHub，5.1K Star，772 Fork）框架，通过递归层次结构自动将复杂问题拆解为可并行子任务，提供完全透明的执行过程，便于调试和优化。
内置通用任务解决器、深度研究Agent和金融分析Agent，支持多模态、工具调用和MCP协议，在SEAL-0、FRAMES和SimpleQA基准测试中表现卓越，堪称Deep Research的开源杀手。
特性：
- 递归分解层次结构与并行执行
- Atomizer：判断任务是否原子，若非则触发规划
- Planner：将任务拆解为子任务，递归反馈
- Executors：处理原子任务，支持LLM、API或其他Agent（
agent.execute()接口） - Aggregator：整合子任务结果，回传父任务
- 信息流：自顶向下分解、自底向上聚合、左到右依赖执行
- 基准测试顶级性能
- SEAL-0：事实求证测试，处理冲突搜索结果，ROMA-Search超越Gemini-2.5-Pro
- FRAMES：检索增强生成，评估事实性、检索准确性和推理，ROMA在多源整合上卓越
- SimpleQA：简单问答，ROMA匹配o3 Pro水平
- 内置专业智能体
- 通用任务解决器：多领域Agent，使用ChatGPT Search Preview，支持智能搜索、规划和原型构建
- 深度研究Agent：复杂研究系统，智能拆解、并行信息收集、多源整合和合成
- 金融分析Agent：加密货币专属，集成Binance/CoinGecko/DefiLlama实时数据、Arkham链上分析、技术指标和DeFi指标，在E2B沙盒安全执行
- 多模态与工具集成
- 多模态支持：处理文本、图像、代码等
- 工具调用：MCP协议、钩子、缓存，支持API集成
- 安全执行：E2B沙盒和S3数据持久化，避免风险
- 透明调试与优化执行
- 可视化：每步日志清晰，支持上下文工程
- 迭代优化：调整Planner或Executor，快速改进Agent
实战
部署
gitclone https://github.com/sentient-agi/ROMA.gitcdROMA ./setup.sh--docker# 自动构建环境./setup.sh--native# 安装Python依赖./setup.sh--e2b# E2B沙盒集成./setup.sh --test-e2b# 测试E2BSearchClaw
技术报告，专业的开源（GitHub，106 Star，15 Fork）代理式网络研究工具，通过其Web用户界面，用户只需提出问题，它便能自主执行多步骤研究，包括全面搜索网页、学术论文和新闻等多种来源，并智能阅读、分析内容，最终生成经过充分引用且高质量的答案。项目借鉴线束工程原理，围绕LLM构建一个结构化框架，而非单纯依赖提示词，从而提升代理的可靠性。
关键特性包括：
- 支持多源搜索和可选的浏览器集成以处理复杂页面；
- 具备自动研究规划和在研究过程中向用户提问的能力；
- 通过严谨的质量门控机制确保答案的引用完整性、来源多样性及信息全面性；
- 智能管理上下文窗口，拥有持久化记忆功能以学习用户偏好和历史事实
- 广泛兼容多种LLM提供商
- 可配置密码保护以确保远程部署安全。
Perplexica
官网，聊天式搜索入口
支持多种当前最强（国外包括国内）模型，自动选择最优模型：
支持多种搜索来源
并支持多种适用模式：
Kimi-Researcher
项目主页，Kimi推出，专为解决复杂问题而设计的深度研究智能体，擅长多轮搜索与推理。暂未开源，GitHub只有静态图片、markdown文件和一次提交。
网页端入口如下：
核心能力包含如下4个维度：
- 研究计划制定：首先向用户追问澄清需求，然后基于ReAct模式进行研究。同时，具备计划的动态调整能力，在任务执行过程中，如果发现初始的规划方向不够精准或遇到新的信息，它能够实时调整策略。
- 工具使用与环境交互：内置一套强大的工具集，包含并行实时搜索工具、交互式Web浏览器工具和代码执行工具。依托工具集，将思考与行动紧密结合，形成"推理→行动→反馈"流程，即先通过内部推理规划行动步骤，再自主调用适当的工具获取信息或执行操作，然后将结果纳入思考，循环往复直至解决问题。
- 内容评估与报告生成：具备信息冲突解决和交叉验证能力。当多个来源的信息相互冲突时，可通过迭代假设细化和自我纠正机制处理信息冲突；在回答前回执行额外的搜索并交叉验证信息。支持生成可溯源（引用标注）、结构化和可视化报告。
- 多角色Agent协同：作为闭源产品，其内部实现细节未公开。从技术细节看，可能是单Agent架构。
核心创新
- 全自动化的数据生成与验证管线，以保证训练数据的规模、多样性和正确性
工具为中心的任务：被特意设计为必须通过调用特定工具才能解决，旨在训练智能体学习何时以及如何有效地协同使用工具。
推理密集型任务，旨在强化智能体的核心认知能力：
- 数学与代码推理：训练模型利用工具集解决逻辑推理和算法问题。
- 高难度搜索：要求智能体在上下文约束下进行迭代式搜索、信息综合和推理，以得出正确答案。
- 采用强化学习算法进行训练。
为了确保训练的稳定性，采用以下关键策略：
- 严格的On-policy训练：在训练过程中，禁用工具调用格式强制器等LLM引擎机制，确保智能体完全依据自身的概率分布生成轨迹，从而获得严格的在策略（On-policy）数据。
- 负样本控制：负样本（错误的轨迹）会降低模型输出的概率，可能导致熵崩溃。为此，团队策略性地丢弃部分负样本，使模型能够在更长的训练周期内持续改进。
- 结果导向的奖励机制：为了在动态环境中提供一致的偏好信号，使用基于最终结果的奖励。
- 格式奖励：对包含无效工具调用或超出上下文/迭代限制的轨迹给予惩罚。
- 正确性奖励：对于格式正确的轨迹，根据模型答案与标准答案（Ground Truth）的比对结果给予奖励。
- 效率激励：对正确的轨迹应用gamma衰减因子（公式r × γ T − i r×γ^{T−i}r×γT−i），其中r rr是结果奖励，T TT是总步数。鼓励模型探索更短、更高效的解题路径。
- 高效的长上下文管理
一个长序列研究任务的观察上下文可能非常庞大，若无有效的记忆管理，智能体在10次迭代内就可能超出上下文限制。为此设计一套上下文管理机制，允许模型在保留关键信息的同时，丢弃不必要的文档。使单个Rollout轨迹的长度扩展到超过50次迭代。早期消融研究表明，采用该机制训练的模型迭代次数增加30%，从而能获取更多信息并取得更高性能。
- 大规模智能体RL基础设施
具体来说：
- 全异步Rollout：采用基于服务器的架构，并行调度智能体Rollout、环境交互和奖励计算，消除了资源等待时间，效率远超同步系统。
- 回合级部分Rollout：针对少数需要大量回合的长尾任务，设计部分Rollout机制。超出时间预算的任务会被存入回放缓冲区，在后续迭代中使用更新后的模型权重继续执行剩余的回合。带来至少1.5倍的Rollout加速。
- 鲁棒的沙箱环境：统一的沙箱架构在保证隔离性的同时消除容器间开销。基于Kubernetes的混合云架构支持动态资源分配和零停机调度，确保系统的高可用性和容错性。
)