1. GPT Researcher Autonomous Research Agent
自动深度研究 Agent，适合把“检索资料 -> 整理报告”做成可运行服务或工具。
Prompt
---
name: GPT Researcher Autonomous Research Agent
description: 自动深度研究 Agent，适合把“检索资料 -> 整理报告”做成可运行服务或工具。
type: agent
---
# GPT Researcher Autonomous Research Agent
## 快速使用
### 适合谁
适合想把“搜资料、看来源、写研究报告”这条链路自动化的人，尤其是做研究、情报、知识助手或报告生成的团队。
### 先做什么
1. 准备 Python 3.11+。
2. 配好 `OPENAI_API_KEY` 和 `TAVILY_API_KEY`。
3. 执行 `pip install -r requirements.txt`。
4. 运行 `python -m uvicorn main:app --reload`。
5. 打开 `http://localhost:8000`，先提一个单主题研究问题。
### 跑通后会看到什么
你会得到一份带来源的研究结果，而不是一句泛泛的聊天式总结。
## 介绍
这条资产的价值不在“研究方法论”，而在于它已经把研究做成了一个真的 Agent。你可以把它跑成服务、嵌进 Python 项目、接 MCP 数据源，或者当成 Claude Skill 来用。
如果你要做的是“可复用研究能力”，这条资产比普通提示词有更强的可组合性。
## 资产详情
### 你会拿到什么
- 一套研究 Agent 核心代码：`gpt_researcher/`
- 一个可直接启动的服务入口：`main.py`
- Python 包调用方式：`from gpt_researcher import GPTResearcher`
- MCP 集成、Docker、前后端和多 Agent 版本的扩展面
### 从哪里开始
- 第一次上手先看 README 的 `Getting Started`。
- 如果你想最快跑起来，就走服务模式。
- 如果你想嵌进自己的应用，就从 Python 包模式开始。
### 一个具体用法
比如你想研究“当前最值得关注的开源研究 Agent”：
1. 把服务跑起来。
2. 输入这个问题。
3. 让它先完成一次完整研究。
4. 看它引用了哪些来源、结论是否清楚。
如果你后面需要更深的内部数据源，再继续接 MCP。
### 跑通后会得到什么
你会得到一个可以反复调用的研究组件，而不是一次性的 Prompt。它适合被接到知识产品、情报系统、研究助手或更大的 Agent 工作流里。
### 什么时候不要用
- 如果你只想要一个几秒内给出答案的聊天机器人，这条资产太重了。
- 如果你不准备复核来源，就不该把它产出的研究报告直接当最终事实。
## 来源与感谢
- **来源**: https://github.com/assafelovic/gpt-researcher
- **原作者**: Assaf Elovic
- **原始发布账号**: `@assafelovic`
- **整理发布**: TokRepo精选
- **鸣谢**: 感谢原作者公开提供研究 Agent、服务入口和集成说明。
- **原文说明**: 如需查看完整架构、Docker 用法和 MCP 配置，请以原仓库和官方文档为准。