建立一個深層研究代理：$ 1替代$ 200 OpenAi的工具

>本文詳細介紹了建立深入的研究和報告代理，這是Openai深入研究的成本效益的替代方法。 該指南提供了使用Langgraph的分步實現，為不到一美元提供了功能強大的可自定義解決方案。

>

> OpenAi的深入研究：簡短概述

>

> OpenAI的深入研究於2025年2月推出，是Chatgpt Pro中的代理AI能力。 它自主研究複雜的主題，從眾多在線資源中綜合信息以產生全面的報告。雖然功能強大，但其可用性僅限於200美元的ChatGpt Pro訂閱。 >

代理AI系統體系結構，用於深入研究和報告生成>

這個項目利用Langchain的Langgraph框架來創建一個狀態的代理系統。 該體系結構包括幾個關鍵組成部分：

• 大語言模型（LLM）： gpt-4O（或開源替代方案）用於推理和文本生成。
> langgraph：
• 用於構建代理系統的工作流程。
tavily ai：用於Web研究的AI驅動的搜索引擎。
• 該系統遵循規劃代理設計模式，自動化以下過程：>

>

報告計劃：

>分析主題和默認報告模板以創建計劃，定義各節（簡介，關鍵部分，結論）。

1. 並行執行：同時進行Web研究和寫作部分。
2. 格式：確保報告結構的一致性。
>
3. 介紹/結論寫作：基於主體內容生成這些部分。
4. 最終彙編：將所有部分組合到最終報告中。
用langgraph和tavily
5. 實現涉及多個步驟：
1. 安裝依賴項：pip install langchain==0.3.14 langchain-openai==0.3.0 langchain-community==0.3.14 langgraph==0.2.64 rich
2. API密鑰設置：牢固地輸入OpenAi和Tavily API鍵。
>
3. 定義代理狀態架構：為有效工作流管理的構造數據。
4. >實用程序函數：為並行Web搜索和格式化結果創建函數。
5. >默認報告模板：為llm提供結構指南。
>
6. >指令提示：製作提示提示進行報告計劃，查詢生成和部分寫作。
7. 節點函數：在langgraph Workflow中為每個步驟定義功能（報告計劃，查詢生成，Web搜索，部分寫作，格式化，最終報告彙編）。 >
8. 子代理創建：構建平行部分建築物的子代理。
>動態並行化：
9. 使用langgraph'sapi進行並行執行。 Send
構建主要代理：
10. 將所有組件組合到單個粘性代理中。 測試代理：
使用示例主題運行代理並查看生成的報告。
>代碼提供了每個步驟的詳細實現，包括及時工程，LLM交互和並行處理技術。 最後一部分展示了測試運行，展示了代理商根據用戶提供的主題生成綜合報告的能力。 切記用自己的佔位符API鍵替換佔位符。



結論

本指南演示瞭如何建立強大，可定制且具有成本效益的深入研究和報告代理商。該系統比商業替代方案具有很大的優勢，從而提供了更大的控制和靈活性。 雖然詳細介紹了實施，但基本原則很容易適應各種研究任務和報告格式。請記住要監視您的API使用情況，尤其是在進行大量的網絡搜索時。 >

以上是建立一個深層研究代理：$ 1替代$ 200 OpenAi的工具的詳細內容。更多資訊請關注PHP中文網其他相關文章！