Assistant scénario▸ 
Apps AI 
Actualités AI node-DeepResearch : l'outil DeepSearch de Jina AI pour creuser les questions complexes
小编 ·
node-DeepResearch : l'outil DeepSearch de Jina AI pour creuser les questions complexes
Jina AI a récemment lancé un outil de DeepSearch : node-DeepResearch. node-DeepResearch est un outil de recherche automatisée open source qui peut effectuer des recherches, lire des pages web et raisonner jusqu'à trouver la réponse à une question. Il convient aux tâches de recherche d'information automatisée et de questions-réponses intelligentes, et combine un moteur de recherche et un grand modèle de langage (LLM) pour améliorer l'efficacité de la recherche.
I. Principales fonctionnalités :
Recherche et raisonnement automatisés : utilise un moteur de recherche pour trouver des pages web pertinentes, et raisonne via un grand modèle (comme Gemini) pour générer la réponse finale.
Lecture intelligente des pages web : combiné avec Jina Reader, il permet d'extraire le contenu clé des pages web, améliorant ainsi la précision de l'acquisition d'informations.
API configurable : les utilisateurs peuvent configurer leur propre API Gemini et API Jina Reader afin d'optimiser les résultats des requêtes.
II. Scénarios d'application :
Revue de littérature : aide les chercheurs à trouver et organiser rapidement la documentation dans des domaines pertinents, et à générer des rapports de revue de littérature.
Étude de marché : collecte et analyse rapidement des données de marché pour comprendre la dynamique des concurrents, les tendances du secteur, etc.
Reportages d'actualité : rassemble et organise rapidement les informations contextuelles et les reportages liés à des événements d'actualité, aidant les journalistes à rédiger rapidement leurs articles.
Aide à l'apprentissage : aide les étudiants à résoudre des questions académiques complexes, en fournissant des supports d'apprentissage et des réponses de référence.
Recherche politique : aide les décideurs politiques à collecter et analyser les informations contextuelles des politiques concernées, ainsi que leurs effets de mise en œuvre, etc.
III. Objectifs principaux :
Recherche d'information automatisée : recherche d'informations pertinentes via un moteur de recherche.
Raisonnement multi-étapes : traitement de problèmes complexes en plusieurs étapes, décomposition et résolution progressives.
Retours de progression en temps réel : fournit des mises à jour de progression en temps réel, permettant aux utilisateurs de suivre l'avancement de la requête.
Flexibilité : prend en charge divers types de requêtes, allant des questions factuelles simples aux questions ouvertes complexes.
IV. Caractéristiques clés
Recherche et lecture continues :
Recherche d'informations pertinentes basée sur des moteurs de recherche (comme Brave ou DuckDuckGo).
Lecture du contenu des pages web jusqu'à trouver la réponse à la question ou atteindre la limite prédéfinie du budget de tokens.
Raisonnement multi-étapes :
Décompose les questions complexes en plusieurs étapes et les résout une par une.
Prend en charge le traitement de tâches de longue durée, garantissant des résultats précis.
Retours de progression en temps réel :
Fournit des mises à jour de progression en temps réel via l'API du serveur web, permettant aux utilisateurs d'obtenir l'état de la requête via des requêtes HTTP.
Méthodes de requête flexibles :
Prend en charge divers types de besoins en requêtes, y compris des questions simples et des questions ouvertes complexes.
V. Principes techniques
Modèle de langage :
Utilise Gemini comme modèle de langage central, responsable de la génération des réponses et de la logique de raisonnement.
Gemini est un puissant modèle de langage généraliste, capable de traiter de nombreuses tâches en langage naturel.
Traitement du contenu web :
Utilise Jina Reader pour convertir le contenu des pages web en format de texte brut adapté au traitement par le modèle de langage.
Jina Reader est un outil open source spécialement conçu pour traiter le contenu des pages web HTML.
Recherche et extraction d'informations :
Combine un moteur de recherche pour obtenir des informations pertinentes.
Extrait automatiquement le contenu utile des pages web pour une analyse et un raisonnement ultérieurs.
Processus de raisonnement multi-étapes :
Initialisation : définit le contexte initial et les variables.
Vérification du budget : vérifie à chaque étape si le budget de tokens est dépassé.
Génération de prompt : génère l'invite d'entrée du modèle de langage en fonction de la question actuelle.
Génération par le modèle : appelle Gemini pour générer une réponse ou l'étape suivante.
Traitement des actions : exécute les opérations correspondantes en fonction des actions générées.
Évaluation des résultats : évalue si la réponse générée satisfait aux exigences de la question ; si ce n'est pas le cas, le raisonnement continue.
Boucle et terminaison : si une réponse est trouvée dans les limites du budget, la requête se termine ; sinon, le « Beast Mode » est activé pour générer la réponse finale.
VI. Comment déployer node-DeepResearch ?
1. Installer les dépendances
# 设置必要的环境变量 export GEMINI_API_KEY=export JINA_API_KEY=jina_ # 从 https://jina.ai/reader 获取免费的 Jina API 密钥 # 克隆仓库并安装依赖 git clone https://github.com/jina-ai/node-DeepResearch.git cd node-DeepResearch npm install
2. Utilisation en ligne de commande
# 提交查询请求 npm run dev # 示例 npm run dev "what is the capital of France?" npm run dev "who will be the biggest competitor of Jina AI"
3. Appel de l'API
# 启动 Web Server
npm run serve
# 访问地址
http://localhost:3000
# 提交查询请求 (示例)
curl -X POST http://localhost:3000/api/v1/query \
-H "Content-Type: application/json" \
-d '{"query": "What is the capital of France?"}'Dépôt GitHub : https://github.com/jina-ai/node-DeepResearch
