企业官网建设流程全解析

GPT Researcher 实战指南：3 个场景跑通自动调研，附 3 个常见坑

【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher

GPT Researcher 是一个开源的自动调研 agent：给它一句问题，它自己拆任务、并行搜集网页、汇总成带引用的完整研究报告，你只管看结果。

它到底帮你解决什么问题

手工调研很慢。搜资料、读原文、做摘要、排引用，一套下来按天算。

LLM 直接问答有个老毛病：训练语料有截止日期。问最近半年的事，它容易一本正经地编。

报告写不长也写不透。单次生成长文，token 装不下、来源又太单一，结论往往偏科。

GPT Researcher 的思路是别让一个模型硬扛：先把问题拆成子问题，多路并行抓资料，最后再汇总成文。速度、来源数量、引用可靠性，都靠分工解决。

五分钟跑通第一个调研

装包，然后配好密钥：

pip install gpt-researcher

export OPENAI_API_KEY=sk-...

注意默认检索器是 Tavily，还要配TAVILY_API_KEY；不想再多申请一个 key，可以把检索器换成 DuckDuckGo，见下文。

最小可运行脚本，五行核心代码：

from gpt_researcher import GPTResearcher import asyncio async def main(): r = GPTResearcher("What are the latest LLM agent trends?", "research_report") await r.conduct_research() print(await r.write_report()) asyncio.run(main())

跑完拿到的是一份带引用的 markdown 报告。report_type还可以换成resource_report、detailed_report等，控制报告形态。

拆开看它内部怎么运转

把它想象成一个临时拼的研究小组。

一个planner（规划者）负责把你的问题拆成一组子问题；多个 worker 各自带着自己的子问题去搜索、抓网页、写摘要，互相不排队；最后由 publisher 汇总所有素材，过滤、去重、排引用，产出终稿。

代码里这条分工在 multi_agents/agents/ 下能看得更细：researcher 管搜、writer 管写、reviewer 管审，由 LangGraph 串起来跑：

所有可调参数集中在一个文件里：gpt_researcher/config/variables/default.py。搜索用哪家（RETRIEVER）、规划/摘要/写作各用哪个模型（STRATEGIC_LLM/FAST_LLM/SMART_LLM）、并发抓多少个网页（MAX_SCRAPER_WORKERS），改这里就够了。

三个实际用过的场景

场景一：市场趋势摸底。想快速了解一个方向，用默认的research_report就行，报告篇幅由配置里的TOTAL_WORDS控制，默认 1200 词左右，嫌长就调小，不用改代码：

r = GPTResearcher("AI 医疗影像赛道 2026 年动态", "research_report")

场景二：只信特定来源的学术综述。综述论文最怕被营销内容带偏。query_domains参数能把搜索圈定在指定域名内，下面的例子只会从 arxiv 上找资料：

GPTResearcher( "LLM hallucination benchmarks 2025", "detailed_report", query_domains=["arxiv.org"] )

场景三：本地文档 + 网络混合调研。资料不全在网上时，把本地目录指给它。在.env或初始化配置里把DOC_PATH指向你的文档目录（如"./my-docs"），REPORT_SOURCE保持web，agent 会优先用本地资料、缺的部分用网络补：

踩过的坑和调优经验

现象：搜索直接报错或结果为空。原因：默认检索器 Tavily 需要单独的TAVILY_API_KEY，没配就会在搜索这一步挂掉。 解决：配 key，或者在配置里改成"RETRIEVER": "duckduckgo"，零外部依赖。

现象：一份报告要等很久、token 花得不少。原因：规划用的是推理模型，STRATEGIC_LLM每轮都要"想"；抓取默认 15 个 worker 并发，子问题默认 3 个。 解决：按需压低REASONING_EFFORT、MAX_ITERATIONS、MAX_SUBTOPICS，深度和成本自己权衡。

现象：在普通同步代码里直接await报语法或运行错误。原因：conduct_research和write_report都是异步方法。 解决：入口用asyncio.run()包一层；notebook 里先nest_asyncio.apply()，参考 docs/docs/examples/pip-run.ipynb。

想深入的话看这里

• docs/docs/：官方文档目录，安装、配置、检索器选择都在里面
• docs/docs/examples/：可运行的示例代码，含 notebook
• docs/docs/reference/：配置项与单例机制的参考
• multi_agents/：LangGraph 多 agent 编排的源码

先跑通第一篇报告，再按需要去动检索器和 LLM 配置，顺序别反过来。

【免费下载链接】gpt-researcherAn autonomous agent that conducts deep research on any data using any LLM providers项目地址: https://gitcode.com/GitHub_Trending/gp/gpt-researcher