哥大开发出AI智能体研究员，投喂题目瞬间生成研究报告，客观真实无幻觉，已经开源人人能用

---

  新智元报道  

有了LLM加持的AI智能体，已经能自动写论文了！

网站：https://tavily.com/

Github：https://github.com/assafelovic/gpt-researcher

一个由哥大研究人员开发，名为GPT Researcher的AI智能体项目，已经能独立完成各种类型的网络科研任务。

GPT Researcher的开发者称它可以生成详细、准确和客观的研究报告，并提供定制选项，以便用户能聚焦相关资源、提纲和课程。

研究人员说他们是受到了Auto GPT和最近Plan-and-Solve论文的启发，通过GPT Researcher 解决了速度和确定性的问题。

通过并行化智能体完成工作，而不是同步操作，提供了更稳定的性能和更快的速度。

说白了就是，写论文中那些费时费力的事交给它来做，作者们就专注好那些真正需要动脑子的事情就好了。

可以想象，未来学术圈科研圈都会在类似工具的加持下越来越卷。

其中规划者生成研究问题，而执行者智能体根据每个生成的研究问题寻找最相关的信息。

最后，规划者筛选和汇总所有相关信息，并生成一份研究报告。

智能体利用gpt3.5-turbo-16k和gpt-4来完成研究任务。

具体来说，它的工作流程可以概括为：

生成一组研究问题，共同形成关于任何给定任务的客观意见。

针对每个研究问题，触发一个网络爬虫智能体，从在线资源中获取与给定任务相关的信息。

针对每个获取的资源，基于相关信息进行总结，并追踪其来源。

最后，筛选和汇总所有总结的资源，并生成最终的研究报告。

当前的大型语言模型（LLMs）是基于过去和过时信息进行训练的，存在产生幻觉的严重风险，使它们在研究任务中几乎很难直接使用。

过于信赖ChatGPT往往会带来一些意想不到的惊喜

而如果只依赖网络搜索（如ChatGPT + Web插件）的解决方案，获取的资源可能会很有限，经常可能导致肤浅的结论或带有偏见的答案。

而如果只使用筛选过的资源可能会在确定研究问题或任务时引入偏见。

而GPT Researcher可以利用人工智能的力量，为个人和组织提供准确、客观和真实的信息。

1. GPT Researcher可以生成研究、大纲、资源和经验报告

2. 每项研究可以汇总 20 多个网络来源，形成客观、真实的结论

3. 有着易于使用的用户界面

4. 能够通过JavaScript来爬取网络资源

5. 能够跟踪访问使用过的网络来源的上下文

6. 可以将研究报告作为PDF等格式导出

$ git clone https://github.com/assafelovic/gpt-researcher.git$ cd gpt-researcher

然后安装依赖项

$ pip install -r requirements.txt

然后导入自己的OpenAI密钥来创建.env文件，或者直接导出

$ export OPENAI_API_KEY={Your API Key here}

然后使用FastAPI来运行智能体

$ uvicorn main:app --reload

最后在浏览器上访问 http://localhost:8000 就可以快乐地进行研究了！