人工智能深度研究助理Deep Research Web UI

简介

什么是 Deep Research Web UI ?

Deep Research Web UI 是一款人工智能研究助手,采用基于 Web 的图形化用户界面,通过结合搜索引擎、网络抓取和大型语言模型,能对任何主题进行迭代深入研究。

Deep Research Web UI 项目是 https://github.com/dzhng/deep-research 的可视化版本,并做了一些改进。

主要特色

  • 🚀 隐私安全:所有配置和 API 请求均在浏览器端完成
  • 🕙 实时反馈:流式传输 AI 响应并在界面实时展示
  • 🌳 搜索可视化:使用树状结构展示研究过程,支持使用英文搜索词
  • 📄 支持导出 PDF:将最终研究报告导出为 MarkdownPDF 格式
  • 🤖 多模型支持:底层使用纯提示词而非结构化输出等新特性,兼容更多大模型供应商
  • 🐳 Docker 支持:只需一行命令即可在您的环境中部署

准备

Deep Research Web UI 软件当前支持的供应商:

  • AI 服务:OpenAI compatibleSiliconFlowDeepSeekOpenRouterOllama 等;
  • 联网搜索服务:Tavily (每月 1000 次免费搜索), Firecrawl(支持自部署)

AI 服务

因为支持 OpenAI 兼容,所以可选择的范围比较多,但老苏推荐使用带推理功能的 DeepSeek-R1 模型

首选当然是 DeepSeek 官方,其次就是使用第三方的推理模型,最后才是我们自己通过 Ollama 搭建

老苏推荐第二种,现在注册 SiliconFlow 免费送 2000Tokens,虽然不是免费,但也够用一阵子的

注册地址

https://cloud.siliconflow.cn/i/NkUiXVhQ

联网搜索服务

官方推荐的两个,老苏都注册了一下,方便一个限额用完后,还有备选的

Cherry Studio 最新发布的 v1.0.0 版的联网搜索,使用的就是 Tavily

Tavily

注册地址

https://app.tavily.com/home

注册成功,每个月有 1000 Credits

Firecrawl

注册地址

https://www.firecrawl.dev/app/api-keys

注册成功,有 500 credits

安装

在群晖上以 Docker 方式安装。

在注册表中搜索 anotia ,选择第一个 anotia/deep-research-web,版本选择 latest

本文写作时, latest 版本对应为 main-911a1ed

端口

本地端口不冲突就行,不确定的话可以用命令查一下

1
2
# 查看端口占用
netstat -tunlp | grep 端口号
本地端口 容器端口
3015 3000

命令行安装

如果你熟悉命令行,可能用 docker cli 更快捷

1
2
3
4
5
6
# 运行容器
docker run -d \
--restart unless-stopped \
--name deep-research-web \
-p 3015:3000 \
anotia/deep-research-web:latest

也可以用 docker-compose 安装,将下面的内容保存为 docker-compose.yml 文件

1
2
3
4
5
6
7
8
9
version: '3'

services:
deep-research-web:
image: anotia/deep-research-web:latest
container_name: deep-research-web
restart: unless-stopped
ports:
- 3015:3000

然后执行下面的命令

1
2
3
4
5
6
7
8
9
10
# 新建文件夹 deep-research-web
mkdir -p /volume1/docker/deep-research-web

# 进入 deep-research-web 目录
cd /volume1/docker/deep-research-web

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d

运行

在浏览器中输入 http://群晖IP:3015 就能看到主界面

设置 图标

【注意】:所有的设置都保留在浏览器中,所以换浏览器或者换机器,需要重新设置;

  • AI 服务: 下拉选择了 SiliconFlow 硅基流动;
  • API 密钥:对应于硅基流动的 API 密钥;
  • 模型名称: 下拉选择了 deepseek-ai/DeepSeek-R1
  • 联网搜索服务:选择了 Tavily
  • API 密钥:对应于 TavilyAPI 密钥;

填入你要研究的主题, 例如 音视频编解码的最新技术

思考完毕后,需要确认三个问题

提交答案后,开始联网搜索

点击节点,能看到详情

生成了二级节点

当搜索结束后,就开始生成研究报告了

报告生成中

报告完成生成后,可以导出,也可以重新生成

Tavily 看,本次研究消耗了 4 次搜素

而推理模型的费用还不到两毛

参考文档

AnotiaWang/deep-research-web-ui: (Supports DeepSeek R1) An AI-powered research assistant that performs iterative, deep research on any topic by combining search engines, web scraping, and large language models.
地址:https://github.com/AnotiaWang/deep-research-web-ui

dzhng/deep-research: An AI-powered research assistant that performs iterative, deep research on any topic by combining search engines, web scraping, and large language models. The goal of this repo is to provide the simplest implementation of a deep research agent - e.g. an agent that can refine its research direction overtime and deep dive into a topic.
地址:https://github.com/dzhng/deep-research