Инфраструктура памяти для LLM-агентов: сохраняет диалоги и выполнение задач в структурированном виде для приложений на Python и TypeScript.
assafelovic/gpt-researcher
Автономный open-source агент для исследований: формулирует вопросы, собирает веб- и локальные источники и пишет отчёты со ссылками, используя любую LLM-платформу.
Open source альтернатива:Perplexity
ChatGPT Deep Research
- Звёзды
- 30,167
- Форки
- 4,303
- Открытые issues
- 42
- Последний коммит
- 10 дней назад
Что это?
GPT Researcher — это Python-агент для глубокого исследования заданной темы. Агент-планировщик разбивает задачу на исследовательские вопросы, агенты-исполнители собирают и кратко излагают источники по каждому из них, а на этапе публикации результаты объединяются в большой отчёт со ссылками на источники. Агент умеет искать информацию в открытом интернете и в локальных документах — PDF, Word, Excel, Markdown и других форматах.
Проект поддерживает любые LLM-платформы через API, совместимые с OpenAI, и включает фильтр контекста, который отбирает только релевантные вопросу фрагменты перед отправкой модели. Также доступны рекурсивный режим Deep Research, который исследует тему широко и подробно, MCP-клиент для подключения внешних источников данных и мультиагентные сценарии на базе LangGraph и AG2.
Использовать проект можно через сервер FastAPI с облегчённым фронтендом или фронтендом на Next.js, Docker Compose, pip-пакет с Python API или установку Claude Skill. Отчёты можно экспортировать в PDF, Word и другие форматы.
Ключевые возможности
- 01Создаёт большие исследовательские отчёты со ссылками на источники из интернета и локальных документов.
- 02Фильтрует собранный контекст по релевантности перед отправкой в LLM.
- 03Рекурсивный режим Deep Research исследует подтемы в виде дерева.
- 04Подключается к внешним источникам данных через MCP-клиент.
- 05Мультиагентные сценарии на базе LangGraph и AG2.
- 06Экспортирует отчёты в PDF, Word и другие форматы.
Сценарии использования
- Подготовка тематических справочных отчётов со ссылками на многочисленные веб-страницы.
- Исследование личной коллекции PDF-файлов, таблиц или заметок.
- Интеграция автоматизированных исследований в Python-приложение через pip-пакет.
- Расширение возможностей ИИ-ассистента, например Claude, для глубоких исследований в интернете.
Быстрый старт
- 1
Установите Python 3.12 или более позднюю версию
- 2
Клонируйте проект и перейдите в его каталог
git clone https://github.com/assafelovic/gpt-researcher.git cd gpt-researcher - 3
Задайте ключи API в качестве переменных окружения
export OPENAI_API_KEY={Your OpenAI API Key here} export TAVILY_API_KEY={Your Tavily API Key here} - 4
Установите зависимости и запустите сервер
pip install -r requirements.txt python -m uvicorn main:app --reload
Что важно знать
- Для настройки по умолчанию необходимы ключи API OpenAI и Tavily.
- Deep research стоит около $0,4 за запуск и занимает примерно 5 минут.
Темы
Частые вопросы
- Что такое gpt-researcher?
- Автономный open-source агент для исследований: формулирует вопросы, собирает веб- и локальные источники и пишет отчёты со ссылками, используя любую LLM-платформу. GPT Researcher — это Python-агент для глубокого исследования заданной темы. Агент-планировщик разбивает задачу на исследовательские вопросы, агенты-исполнители собирают и кратко излагают источники по каждому из них, а на этапе публикации результаты объединяются в большой отчёт со ссылками на источники. Агент умеет искать информацию в открытом интернете и в локальных документах — PDF, Word, Excel, Markdown и других форматах.
- gpt-researcher можно использовать бесплатно? Какая у него лицензия?
- gpt-researcher распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- gpt-researcher всё ещё поддерживается?
- Активно поддерживается. Последний коммит в gpt-researcher — 10 окт. 2026 г..
- Для чего можно использовать gpt-researcher?
- Подготовка тематических справочных отчётов со ссылками на многочисленные веб-страницы. Исследование личной коллекции PDF-файлов, таблиц или заметок. Интеграция автоматизированных исследований в Python-приложение через pip-пакет. Расширение возможностей ИИ-ассистента, например Claude, для глубоких исследований в интернете.
- Как установить gpt-researcher?
- Установите Python 3.12 или более позднюю версию Клонируйте проект и перейдите в его каталог: git clone https://github.com/assafelovic/gpt-researcher.git cd gpt-researcher Задайте ключи API в качестве переменных окружения: export OPENAI_API_KEY={Your OpenAI API Key here} export TAVILY_API_KEY={Your Tavily API Key here} Установите зависимости и запустите сервер: pip install -r requirements.txt python -m uvicorn main:app --reload
- Где скачать gpt-researcher?
- Исходный код и инструкции по установке — на GitHub: https://github.com/assafelovic/gpt-researcher
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Open-source-среда для суперагента, который координирует субагентов, память и изолированные среды для исследований, разработки и других задач длительностью от минут до часов.
Локальная AI-система памяти: хранит историю диалогов без изменений и находит нужное с помощью семантического поиска; доступна как MCP-сервер и CLI.
Открытая платформа для чат-ботов на базе агентов, объединяющая LLM, плагины и инструменты агентов с мессенджерами вроде QQ, Telegram, Slack и Discord.
Готовый к работе фреймворк для Python-агентов на базе LangGraph с продуманными настройками и всем необходимым для выполнения длительных многоэтапных задач.
Фреймворк для подключения цифровых людей (2.5D, 3D, мобильные устройства, ПК и веб) и LLM к бизнес-системам.