深度网络研究工具

Agentic Deep Researcher 是一个强大的多代理系统,用于执行深度网络搜索并使用 LinkUp 和 CrewAI 合成结构化见解。

  • by Prakhar-Bhartiya
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 prakhar-bhartiya/agentic-deep-researcher

使用说明

代理深度研究员

agent Deep Researcher是一个强大的多智能体系统,旨在使用LinkUp和CrewAI执行深度网络搜索并综合结构化见解。它提供全面的研究能力,包括深层网络搜索、分析和结构化响应生成。

特性

  • 深层网络搜索:执行标准和深层网络搜索。
  • 代理设计:使用CrewAI协调多个代理,以实现高效的任务委派和协作。
  • LLM集成:由Deepseek R1-7B(LLM)提供技术支持
  • 交互式用户界面:采用Streamlit构建,界面直观、用户友好。
  • MCP服务器:可用作MCP服务器,与其他系统无缝集成。

使用的技术

  • 连接 -用于深度和标准搜索的网络搜索工具。
  • CrewAI-代理编排和任务管理框架。
  • Deepseek R1:7B-用于自然语言处理的大型语言模型。
  • Streamlit-用于构建交互式web应用程序的框架。
  • MCP(模型上下文协议)-用于服务器集成。

安装说明

先决条件

安装

  1. 克隆存储库:
    git clone https://github.com/prakhar-bhartiya/agentic-deep-researcher.git
    cd agentic-deep-researcher
    
  2. 安装所需的软件包:
    uv sync
    

配置

  1. 从获取LinkUp API密钥 连接.
  2. 在中设置MCP服务器配置 mcp_config.json:
    {
      "mcpServers": {
        "agentic_research": {
          "command": "uv",
          "args": [
            "--directory",
            "./agentic-deep-researcher",
            "run",
            "server.py"
          ],
          "env": {
            "LINKUP_API_KEY": "linkup_api_key"
          }
        }
      }
    }
    
    替换 linkup_api_key 使用您的实际LinkUp API密钥。

用法

运行应用程序

要运行应用程序,请使用以下命令:

streamlit run app.py

用作MCP服务器

要将Agent Deep Researcher用作MCP服务器,请确保在中正确设置了MCP配置 mcp_config.json,然后使用以下命令启动服务器:

uvicorn server:app --host 0.0.0.0 --port 8000 --reload

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。