GPT Researcher

GPT Researcher

访问网站

GPT Researcher 是一款免费开源的 AI 研究代理，可并行检索数十个网络与本地来源，生成带引用来源的长篇研究报告，并支持在你自己的机器上运行，适合需要可溯源研究资料的分析师、学者与开发者。

关注
标签
AI Agent开源AIai-research-toolai-report-generator自动化
最后更新 2026 年 10 月 22 日
GPT Researcher 截图

简介

GPT Researcher 是一个开源的自主研究代理：它接收一个问题后，会先规划出一系列研究子问题，同时从多个来源收集信息，最后写出一篇带有行内引用来源的长篇报告。它针对的是大语言模型的一个常见短板——面对复杂问题时只能给出浅层、单次生成的回答，且缺少可供核实的来源。通过将规划、并行检索、上下文过滤和报告撰写串联起来，GPT Researcher 能产出每个论断都可追溯到来源的、有据可依的文档。

该项目自 2023 年起开源，采用 MIT 许可证，提供 PyPI 上的 Python 包、可自托管的服务器、Docker 镜像，以及用于接入 Claude Desktop、Cursor、n8n 等工具的 Model Context Protocol（MCP）服务器。项目由一支由研究者和工程师组成的社区开发，创始人 Assaf Elovic 领导，并已被多篇学术论文引用，其中包括 Carnegie Mellon University 的 DeepResearchGym 基准研究。

主要功能

并行研究规划：规划器将一个问题拆分为多个研究子问题，并同时为每个子问题启动一个研究器，而不是单次串行检索。
20+ 检索器与任意 LLM：支持 Tavily、Google、Bing、Exa、arXiv、PubMed、DuckDuckGo 等搜索服务，并可连接任何 LLM，包括 OpenAI、Anthropic、Groq、DeepSeek，以及通过 Ollama 接入的本地模型。
本地与混合文档研究：用户可以检索自己的文件和内部文档，也可以在同一次研究中结合本地与网络来源。
上下文过滤：通过 Jev、BM25 或基于 embeddings 的过滤，只保留与问题相关的段落再送入 LLM，降低噪音和成本。
长报告与灵活导出：可生成超出一般 LLM token 上限的报告（2,000+ 词），并导出为 Markdown、PDF、Word、JSON、CSV 等格式。
深度研究模式：研究结果会衍生出后续问题，使一次研究以可配置的深度探索一棵子问题树，而不是一次检索后就停止。
MCP 与多智能体支持：gptr-mcp 服务器向 Claude、ChatGPT、Cursor 和 n8n 暴露 deep_research、quick_search、write_report 等工具，该代理也可加入协作的多智能体团队。

定价与费用

  • 定价：MIT 许可证下免费；用户自行托管 GPT Researcher，只需为自己使用的 LLM 和搜索 API 服务付费。项目定价页面提到，使用默认的 OpenAI 加 Tavily 配置跑一次典型的深度研究，服务方费用大约在几美分到几美元之间。
  • 基准测试成绩：GPT Researcher 在 Carnegie Mellon 的 DeepResearchGym 基准（2025 年 5 月）中排名第一，在受评系统中引用质量、报告质量和信息覆盖度均得分最高。
  • 环境要求：Python 3.11 或更高版本，外加至少一个 LLM API key 和一个搜索 API key；支持 DuckDuckGo、SearXNG 等免费搜索选项。
  • 速度权衡：深度研究每次查询通常需要 30 到 60 秒，这是获取有据可依、多来源结果的代价。

适用人群

GPT Researcher 适合需要带来源的尽职调查简报和市场研究的分析师、顾问和投资者，也适合做文献综述的学术人员。内容营销人员和记者可以用它产出附可核实引用的背景研究，开发者则可以通过其 MCP 服务器和 API 将它作为研究子工具嵌入代理、IDE 和自动化工作流。需要将数据保留在自有基础设施上的机构，可以将本地 LLM 与私有文档库搭配使用。

常见问题

GPT Researcher 是什么？它是一个开源的自主 AI 代理，负责规划研究问题、并行从多个网络和本地来源收集信息，并撰写带行内引用的详细报告。

GPT Researcher 免费吗？免费。软件采用 MIT 许可证，没有订阅或用量限制；用户只需为自行配置的 LLM 和搜索服务付费，也可选用 DuckDuckGo 和本地模型等免费选项。

如何在 Claude、Cursor 或 ChatGPT 中使用它？官方 gptr-mcp Model Context Protocol 服务器可在 Claude Desktop、Cursor、ChatGPT custom GPTs 和 n8n 中注册为 MCP 服务器，暴露 deep_research、quick_search 等工具。

主要局限是什么？深度研究每次查询通常需要 30 到 60 秒，结果质量取决于所选的 LLM 和检索器，用户仍需对引用输出做最终的事实核查。

我的数据会离开我的机器吗？数据只会发送到用户自行配置的 LLM 和检索器服务商；如果使用本地模型搭配 SearXNG，所有内容都会保留在用户自己的基础设施上。

用户评价 (0)

你会推荐 GPT Researcher 吗？留下你的评价

0/5000

相关教程

查看全部 →
AI 早报 10月23日
AI 早报 10月23日 阅读更多 →
AI 早报 10月22日
AI 早报 10月22日 阅读更多 →
AI 早报 10月21日
AI 早报 10月21日 阅读更多 →
AI 早报 10月20日
AI 早报 10月20日 阅读更多 →
AI 早报 10月19日
AI 早报 10月19日 阅读更多 →

相关工具

查看全部 →
Goover Goover Goover 是一款个性化 AI 研究代理，结合领域专属知识与搜索能力，帮助研究者、分析师与学生深入调查课题、回答复杂问题。 Iris.ai Iris.ai Iris.ai 是一个企业级 AI 平台，管控语言模型能读取的内容并度量其回答过程，适合对准确性要求极高的行业使用。 Patsnap Eureka Patsnap Eureka Patsnap Eureka 是面向研发、知识产权、生命科学与材料团队的 AI 原生平台，以任务型 AI agents 结合 20 多亿条互联专利与科技记录，为专业工作提供可溯源的依据。 语析 Yuxi · 融合 RAG 与知识图谱的智能体 Harness 平台 | Yuxi - 智能体平台 语析 Yuxi · 融合 RAG 与知识图谱的智能体 Harness 平台 | Yuxi - 智能体平台 语析 Yuxi 是一款融合 RAG 与知识图谱的智能体 Harness 平台，助力高效构建与部署智能应用。 omp — a coding agent with the IDE wired in - 终端原生智能编码 omp — a coding agent with the IDE wired in - 终端原生智能编码 Oh My Pi (omp) 是一款终端编码智能体，内置子代理、规划模式、LSP、DAP、回溯记忆、哈希行编辑与时间旅行规则，由原生 Rust 引擎驱动。