DeepMind开源「Deep Research」项目全解析
项目概述
谷歌DeepMind团队开源「Deep Research」项目，基于Gemini 2.5构建，提供全栈智能研究助手功能。该项目通过动态搜索、反思迭代和流式输出，为用户生成带引用的综合答案。
核心特性
1. 智能迭代：通过研究和反思循环优化结果，直至信息充足。
2. 动态搜索：支持低、中、高三种搜索强度，调节搜索广度和深度。
3. 技术栈：前端使用React + Tailwind CSS，后端基于LangGraph和FastAPI，集成Google Gemini模型。
4. 易部署：支持本地运行或Docker容器化部署。
5. 引用透明：答案附带网络资源引用，确保可追溯性。
工作原理
1. 查询生成：Gemini模型根据用户输入生成初始搜索查询。
2. 网络研究：通过Google搜索API获取相关网页内容。
3. 反思分析：评估信息完整性，识别知识缺口并迭代优化。
4. 答案合成：整合信息生成连贯答案，保留引用来源。
技术架构
前端：Vite构建的React应用，搭配Shadcn UI组件库。
后端：LangGraph智能体逻辑，依赖Redis和Postgres实现实时流与数据存储。
快速上手
1. 环境要求：Node.js、Python 3.8+及Gemini API密钥。
2. 安装依赖：分别安装前后端依赖项。
3. 启动服务：运行开发服务器或通过Docker部署生产环境。
社区反响
项目获谷歌Gemini API负责人点赞，开发者称赞其技术选型与易用性，认为此类开源项目将加速AI研究工具普及。
项目地址：GitHub仓库可获取完整代码与文档。
