建立一个深层研究代理：$ 1替代$ 200 OpenAi的工具

>本文详细介绍了建立深入的研究和报告代理，这是Openai深入研究的成本效益的替代方法。 该指南提供了使用Langgraph的分步实现，为不到一美元提供了功能强大的可自定义解决方案。

>

> OpenAi的深入研究：简短概述

>

> OpenAI的深入研究于2025年2月推出，是Chatgpt Pro中的代理AI能力。 它自主研究复杂的主题，从众多在线资源中综合信息以产生全面的报告。虽然功能强大，但其可用性仅限于200美元的ChatGpt Pro订阅。>

代理AI系统体系结构，用于深入研究和报告生成>

这个项目利用Langchain的Langgraph框架来创建一个状态的代理系统。 该体系结构包括几个关键组成部分：

• 大语言模型（LLM）： gpt-4O（或开源替代方案）用于推理和文本生成。
> langgraph：
• 用于构建代理系统的工作流程。
tavily ai：用于Web研究的AI驱动的搜索引擎。
• 该系统遵循规划代理设计模式，自动化以下过程：>

>

报告计划：

>分析主题和默认报告模板以创建计划，定义各节（简介，关键部分，结论）。

1. 并行执行：同时进行Web研究和写作部分。
2. 格式：确保报告结构的一致性。
>
3. 介绍/结论写作：基于主体内容生成这些部分。
4. 最终汇编：将所有部分组合到最终报告中。
用langgraph和tavily
5. 实现涉及多个步骤：
1. 安装依赖项：pip install langchain==0.3.14 langchain-openai==0.3.0 langchain-community==0.3.14 langgraph==0.2.64 rich
2. API密钥设置：牢固地输入OpenAi和Tavily API键。
>
3. 定义代理状态架构：为有效工作流管理的构造数据。
4. >实用程序函数：为并行Web搜索和格式化结果创建函数。
5. >默认报告模板：为llm提供结构指南。
>
6. >指令提示：制作提示提示进行报告计划，查询生成和部分写作。
7. 节点函数：在langgraph Workflow中为每个步骤定义功能（报告计划，查询生成，Web搜索，部分写作，格式化，最终报告汇编）。>
8. 子代理创建：构建平行部分建筑物的子代理。
>动态并行化：
9. 使用langgraph'sapi进行并行执行。 Send
构建主要代理：
10. 将所有组件组合到单个粘性代理中。 测试代理：
使用示例主题运行代理并查看生成的报告。
>代码提供了每个步骤的详细实现，包括及时工程，LLM交互和并行处理技术。 最后一部分展示了测试运行，展示了代理商根据用户提供的主题生成综合报告的能力。 切记用自己的占位符API键替换占位符。



结论

本指南演示了如何建立强大，可定制且具有成本效益的深入研究和报告代理商。该系统比商业替代方案具有很大的优势，从而提供了更大的控制和灵活性。 虽然详细介绍了实施，但基本原则很容易适应各种研究任务和报告格式。请记住要监视您的API使用情况，尤其是在进行大量的网络搜索时。>

以上是建立一个深层研究代理：$ 1替代$ 200 OpenAi的工具的详细内容。更多信息请关注PHP中文网其他相关文章！