Google 计划为 Gemini 添加“深度研究”功能

最新推荐文章于 2025-11-29 12:55:56 发布
原创 最新推荐文章于 2025-11-29 12:55:56 发布 · 397 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#ai #人工智能

Google 在“Made By Google”活动后通过社交媒体发布，欲给 Gemini 推出一个名为“Deep Research (深度研究)”的新功能。根据 Google 在 X 上的推文来看，Gemini 很快将能够“为你进行深入研究，并综合信息，为你提供一个简单而全面的计划。”Google 表示，这项功能将在“未来几周内”与活动中展示的其他功能一起推出。

要点一览

  • Google 计划为 Gemini 添加 “深度研究 “功能；
  • 该功能将汇编和综合来自多个来源的信息；
  • 预计该功能将很快推出，但具体细节尚不清楚。

详情请点击原文查看：Google 计划为 Gemini 添加“深度研究”功能

Topstip
关注
谷歌放大招！Gemini CLI震撼发布：开源免费的AI编程助手，让你的终端秒变超级Agent
Code_流苏：在代码中寻诗意，在实践中觅真知
06-29 2329
6月25日，谷歌重磅发布了Gemini CLI，一个完全开源、基本免费的AI命令行工具。它不仅能让你在终端里享受Gemini 2.5 Pro的强大能力，还提供了业界相当豪华的免费额度。
Gemini in Chrome深度解析：反垄断胜诉后，Chrome开启AI智能浏览时代！
Code_流苏：在代码中寻诗意，在实践中觅真知
09-20 1097
谷歌于2025年9月18日宣布，其Gemini AI将集成到Chrome浏览器中，这被誉为该浏览器17年来最重要的一次更新...
大语言模型Gemini Deep Research 全流程解读+使用攻略
weixin_43783942的博客
07-17 1551
1、Gemini Deep Research 是什么？你只需给出一个研究主题，Deep Research 会自动拆解成多个子任务，生成“研究大纲”供你确认，然后自主调度搜索、浏览和推理，最终整合成结构化、多页的研究报告。
Deep research深度研究：ChatGPT/ Gemini/ Perplexity/ Grok哪家最强？（实测对比分析）
dinaxuejie的博客
03-12 6685
Perplexity和Grok的深度搜索工具重在搜索和汇总信息，两者结果呈现相当。Groq搜索来源更广泛，但是文中不带引文，不好核实来源；Perplexity会在文中和文末同时附带参考文献。Gemini和OpenAI的深度研究相比，Gemini虽然背靠谷歌搜索，但是由于底层大模型1.5 pro不够给力，充其量只能算deep search的升级版，因为一份深度的研究报告除了对信息的检索，还包括对信息的判断、分析和汇总。
Gemini开源项目DeepResearch：基于LangGraph的智能研究代理技术原理与实现
yanqianglifei的专栏
06-05 1498
在人工智能快速发展的今天，如何构建一个能够进行深度研究、自主学习和迭代优化的AI系统成为了技术前沿的重要课题。Gemini开源的DeepResearch一周收获7.9k Star，Google的开源项目Gemini DeepResearch技术通过结合LangGraph框架和Gemini大语言模型，实现了一个具备自主研究能力的智能代理系统。Gemini DeepResearch采用了基于状态图（StateGraph）的多节点协作架构，通过LangGraph框架实现了一个完整的研究工作流。
Gemini Deep Research惊艳升级：2.5 Pro模型带来的研究效率革命
AI智能体研究
04-11 1265
Gemini Deep Research是Google推出的一项强大AI研究功能，它能够自动探索复杂主题并生成详细的研究报告。这项功能最初仅向Gemini Advanced订阅用户开放，现已向所有用户提供。它就像拥有一位超级智能的研究助手，能够阅读大量网站并为您整合信息，以结构化报告的形式呈现，大大提高了信息获取和处理效率。此前，OpenAI也推出了自己的Deep Research功能，这是Google Deep Research的主要竞争对手。
Gemini升级Deep Research功能，效果直逼200美金的 ChatGPT Pro会员
2509_90711057的博客
04-09 902
从放出的榜单成绩来看，Gemini 2.5 Pro可以说是有史以来最强的大模型，在大模型竞技场 Chatbot Arena 的榜单上，Gemini 2.5 Pro 以绝对优势强势登顶，创下了前所未有的最大分数飞跃，比 Grok - 3 和 GPT - 4.5 高接近 40 分。总共是生成了42页报告，引用了126个链接，生成了20820个字，似乎2万字就是它的极限了，这里吐槽一下，它生成的速度不是很快，这份报告生成了接近20分钟。如果你没有海外支付卡片，可以去野卡这个平台搞定，整体还是非常简单的。
【LLM】使用 Google ADK、Gemini、QDrant 和 MCP 构建深度研究系统
sikh_0529的博客
09-12 1566
本文介绍了一个基于谷歌AgentDevelopmentKit开发、由Gemini2.0Flash驱动的多智能体研究助手系统。该系统整合了四类专业智能体（分类、规划、arXiv检索、网页搜索智能体），通过并行处理实现高效学术研究：1）分类智能体分析用户请求；2）规划智能体制定研究策略；3）arXiv智能体检索并分析50篇论文；4）网页搜索智能体获取最新动态。测试显示系统能在27秒内处理100篇论文和5个网络来源，生成涵盖理论基础的全面回答。未来可扩展异构数据工具、采用Gemini嵌入模型，并新增评审、专家等智
谷歌的 Gemini Code Assist：革新 GitHub 上的开发者工作流程
独立开发，substack顶级编辑
02-26 530
Gemini Code Assist 代表着谷歌在竞争激烈的 AI 编程助手领域的最新尝试。它基于谷歌先进的 Gemini 大型语言模型，完美地集成到 GitHub 仓库中，为整个软件开发生命周期提供上下文感知的编程帮助。与传统的代码自动完成工具不同，Gemini Code Assist 不仅理解编程语言的细微差别，还能理解代码库的广泛上下文，使它能够提供与项目架构、风格和需求一致的建议。当新的拉取请求被创建时，Gemini Code Assist 会在五分钟内提供初步审查。
【人工智能】最新AI模型Gemini 2.0，开放Deep Research新功能！
热爱人工智能的一个要卡拉米！
12-12 1292
Gemini 2.0的推出标志着AI技术的又一次飞跃。通过多模态能力和本地工具的结合，Gemini 2.0为用户提供了更为丰富的体验和更高效的解决方案。
Gemini Deep Research：科研场景的四大妙用，让学术研究效率翻倍！
dinaxuejie的博客
06-07 4070
说实话，虽然在综合能力上ChatGPT的o3模型更强，但Gemini Deep Research有它独特的优势，特别是在某些特定的学术应用场景下，效果相当不错。但是，报告也存在有些小节和主题不相关的情况，取你需要的部分即可。现代科研越来越需要跨学科合作，Gemini Deep Research可以帮我们发现相邻领域的研究方法和合作机会。这种方法特别适合给论文中有争议性的观点寻找论据支撑，完善研究假设和理论框架，提高论文的严谨性。请基于过去XX年的同行评议研究，为我梳理[XX研究领域]的现状。
Gemini-2.5-pro-deepsearch和Gemini-2.5-flash-deepsearch思考5分钟！直接输出研究报告？
lyztyycode的博客
07-07 476
摘要：谷歌最新推出的gemini-2.5深度搜索模型突破性地提升了科研报告生成能力，支持5-10分钟的深度思考，并能输出包含真实引用链接、专业表格和图形的完整文档。
体验报告：Gemini 2.5 Pro加持的Deep Research，或成OpenAI替代品？
2401_84494441的博客
05-12 2159
从我们的三个简单测试来看，Gemini 2.5 Pro 加持下的 Deep Research，确实真有那么点东西。老实说，在这个信息爆炸但又渴望深度的时代，我们即使不是做科研的，但是日常都会或多或少地做着“研究”的事儿，比如就是想更深入地了解特朗普搞起来的关税风波对我们普通人的影响。Deep Research，就是给你开了一个外挂，让你省下来大把力气，把精力花在更高层次的思考和判断上。更别提，它还把获取这种深度研究能力的门槛，用一个相对‘亲民’的价格给拉了下来。
Gemini开源项目DeepResearch：基于LangGraph的智能研究Agent技术原理与实现
Z4400840的博客
06-19 959
《Gemini DeepResearch：构建自主研究型AI系统的技术解析》 摘要：Google开源项目Gemini DeepResearch结合LangGraph框架与大语言模型，实现了一个具备自主研究能力的智能代理系统。该系统采用基于状态图的多节点协作架构，包含查询生成、并行网络搜索、反思分析和答案综合五大核心阶段，通过Gemini不同模型版本（2.0/2.5 Flash/Pro）的协同工作，实现了智能化的研究流程控制、知识缺口识别和引用管理。技术亮点包括自适应研究循环机制和原生Google Searc
Gemini 和 DeepSeek 哪个更有意思？
专注企业级视频应用，企业视频直播、MR虚拟直播、教育培训连麦直播
02-20 690
Gemini（Gemini）和 DeepSeek 都是大型语言模型，旨在通过理解和生成人类语言来提供帮助。 我们可以一起完成很多任务
全球DeepResearch产品大比拼！Gemini、OpenAI霸榜，Kimi和豆包前五
AGI_Eval的博客
08-18 1264
本研究深入分析了当前大语言模型智能体评估中存在的困境，并提出了首个面向深度研究场景的综合评估基准——。通过基于真实用户需求构建的 100 项高质量任务，以及创新的RACE和FACT评估框架，研究人员系统性地揭示了当前顶尖智能体的能力图谱。评测结果表明，不同智能体在能力上存在显著的权衡，例如，Gemini在报告的信息丰富度上领先，而Perplexity和OpenAI的智能体则在引用精确度上更具优势，同时，Claude 3.7等通用模型的强大竞争力也为领域发展带来了新的启示。
告别熬夜搜文献！我用 Gemini 造了个 2 分钟出深度研究报告的 AI 神器！
2401_85375151的博客
05-03 1759
平时呢，我就喜欢琢磨各种技术，不光是看它表面怎么用，更爱挖挖它底层的原理，想想怎么用这些技术来解决咱们工作、生活里遇到的实际问题。比如，大家是不是跟我一样，经常为了写个报告、做个方案，或者就是单纯想深入了解某个新领域，需要查阅大量的资料？打开搜索引擎，关键词输进去，哗啦啦出来几十页结果，眼睛都看花了。好不容易找到几篇相关的，还得一篇篇读，筛选信息、整理思路、最后汇总成文... 这一套流程下来，少则半天，多则几天，效率低不说，还特别熬人。
Google Gemini 的深度研究终于进入 API 阶段
网络研究观
08-14 384
Google Gemini 最强大的功能之一是深度研究，但到目前为止，它一直严格限制在 Gemini 界面上。这种情况可能很快就会改变。
向量嵌入：RAG系统背后的语义引擎
最新发布
uncle_ll的博客
11-29 1095
向量嵌入技术将高维语义信息压缩为低维向量，使相似概念在向量空间中聚集。作为RAG系统的核心，嵌入质量直接影响语义检索效果。从静态词嵌入到动态上下文嵌入，技术不断演进，解决了多义词等难题。现代嵌入模型基于Transformer架构，通过对比学习优化检索性能。选型需考虑MTEB排名、语言支持等维度，并结合业务测试。未来趋势包括多模态融合、知识图谱增强和轻量化部署。嵌入技术已成为NLP领域的关键支柱，其优化对提升RAG系统性能至关重要。
如何为 Gemini CLI 添加新的 AI 模型支持？
08-22
<think>我们正在为Gemini CLI添加新的AI模型支持。根据引用[1]和[2]，我们知道Gemini CLI目前使用的是Gemini Pro 2.5模型，且模型托管在云端。同时，引用[2]提到了Vertex AI凭证支持问题，说明Gemini CLI与Google的AI服务有深度集成。 扩展新模型支持需要修改以下几个核心部分： 1. API客户端：负责与AI模型API的通信 2. 配置系统：添加新模型的配置项（如API密钥、端点等） 3. 命令层：可能需要为不同的模型调整参数处理 具体步骤： 步骤1：扩展配置系统 在`src/lib/settings.ts`中，我们需要添加新模型的配置项。例如： ```typescript export interface AppSettings { // 现有配置... openai?: { apiKey: string; model?: string; // 例如：'gpt-4-turbo' }; // 可以继续添加其他模型提供者，如anthropic等 } ``` 步骤2：创建新的API客户端 在`src/lib/api-client`目录下，我们可以为每个模型提供者创建单独的客户端。例如，为OpenAI创建`openai-client.ts`： ```typescript import { Configuration, OpenAIApi } from 'openai'; export class OpenAIClient { private openai: OpenAIApi; constructor(apiKey: string) { const configuration = new Configuration({ apiKey }); this.openai = new OpenAIApi(configuration); } async generateContent(prompt: string, model: string = 'gpt-4-turbo'): Promise<string> { const response = await this.openai.createChatCompletion({ model, messages: [{ role: 'user', content: prompt }], }); return response.data.choices[0].message?.content || ''; } } ``` 步骤3：修改核心API调用逻辑 在`src/lib/api-client.ts`（或类似的主客户端文件）中，我们需要根据配置选择使用哪个客户端。例如： ```typescript import { GeminiClient } from './gemini-client'; import { OpenAIClient } from './openai-client'; import { settings } from './settings'; export class APIClient { private client: any; // 可以是GeminiClient, OpenAIClient等 constructor() { const config = settings.getConfig(); if (config.openai?.apiKey) { this.client = new OpenAIClient(config.openai.apiKey); } else { // 默认使用Gemini this.client = new GeminiClient(); } } generateContent(prompt: string): Promise<string> { return this.client.generateContent(prompt); } } ``` 步骤4：调整命令参数 我们可能需要为命令添加`--model`选项，允许用户指定使用哪个模型。例如，在`src/commands/chat.ts`中： ```typescript import { Command, Flags } from '@oclif/core'; export default class Chat extends Command { static flags = { model: Flags.string({ char: 'm', description: '指定使用的模型，例如：gemini-pro, gpt-4-turbo等', }), }; async run() { const { flags } = await this.parse(Chat); // 在调用API时，将flags.model传递给APIClient } } ``` 步骤5：更新帮助文档和上下文文件 根据引用[3]，上下文文件（如GEMINI.md）对于配置模型指令很重要。我们需要更新文档，说明如何为新模型配置上下文。 注意：由于Gemini CLI原本是为Gemini设计的，添加其他模型可能会遇到一些兼容性问题，例如： - 输入输出格式不同（Gemini使用generateContent，而OpenAI使用createChatCompletion） - 上下文长度限制不同 - 费用和速率限制 因此，我们需要在代码中处理这些差异。 总结：添加新模型支持需要修改配置、创建新的API客户端、调整命令参数，并更新文档。同时，要确保向后兼容，不影响现有Gemini模型的使用。 相关问题： 1. 如何为Gemini CLI添加OpenAI模型支持？ 2. 如何让Gemini CLI同时支持多个AI模型？ 3. 如何解决不同AI模型API之间的差异？ 4. 如何配置Gemini CLI使用本地大模型？ 5. 如何为Gemini CLI添加模型切换功能？</think>### Gemini CLI 添加新AI模型支持指南 根据引用内容[1][2]，Gemini CLI 当前仅支持云端 Gemini Pro 模型。要扩展支持其他AI模型（如本地模型或其他云端API），需按以下步骤修改核心代码： #### 1. **扩展配置系统** 在 `src/lib/settings.ts` 中添加新模型配置项： ```typescript export interface AppSettings { // 现有配置... models: { gemini: { apiKey: string; projectId: string }; openai?: { apiKey: string; model: string }; // 新增OpenAI支持 local?: { endpoint: string; token: string }; // 新增本地模型支持 }; } ``` [^3] #### 2. **创建模型抽象层** 在 `src/lib/models/` 新建模型适配器： ```typescript // src/lib/models/model-adapter.ts export interface IModelAdapter { generate(prompt: string): Promise<string>; } // OpenAI 实现示例 export class OpenAIAdapter implements IModelAdapter { constructor(private config: AppSettings['models']['openai']) {} async generate(prompt: string) { const response = await fetch('https://api.openai.com/v1/chat/completions', { method: 'POST', headers: { Authorization: `Bearer ${this.config.apiKey}`, 'Content-Type': 'application/json' }, body: JSON.stringify({ model: this.config.model, messages: [{ role: "user", content: prompt }] }) }); return (await response.json()).choices[0].message.content; } } ``` #### 3. **修改API客户端** 重构 `src/lib/api-client.ts` 支持多模型： ```typescript import { IModelAdapter, OpenAIAdapter, GeminiAdapter } from './models/model-adapter'; export class APIClient { private adapter: IModelAdapter; constructor(settings: AppSettings) { // 根据配置选择适配器 if (settings.models.openai) { this.adapter = new OpenAIAdapter(settings.models.openai); } else if (settings.models.local) { this.adapter = new LocalModelAdapter(settings.models.local); } else { this.adapter = new GeminiAdapter(settings.models.gemini); } } async generateContent(prompt: string) { return this.adapter.generate(prompt); } } ``` #### 4. **添加模型选择命令** 在 `src/commands/model-select.ts` 添加切换功能： ```typescript export default class ModelSelect extends Command { static flags = { set: Flags.string({ options: ['gemini', 'openai', 'local'], description: '选择AI模型' }) }; async run() { const { flags } = await this.parse(ModelSelect); if (flags.set) { // 更新配置逻辑 settings.updateConfig({ activeModel: flags.set }); } } } ``` #### 5. **处理上下文差异** 根据引用[3]，不同模型需要不同的上下文处理： ```typescript // 在生成请求前转换上下文 function adaptContext(context: string, modelType: string) { if (modelType === 'openai') { return transformToChatML(context); // 转换为OpenAI格式 } return context; // Gemini保持原格式 } ``` #### 6. **配置优先级处理** 参考引用[3]的配置层级，模型选择应遵循： ```mermaid graph TD A[命令行参数 --model] -->|最高| B[项目配置] B --> C[用户全局配置] C --> D[默认Gemini] ``` #### 测试验证 ```bash # 测试OpenAI集成 gemini --model=openai "解释量子纠缠" # 测试本地模型 gemini --model=local --endpoint=http://localhost:8080 "写一首诗" ``` > **关键注意事项**： > 1. 不同模型的API速率限制和计费方式不同，需在适配器中实现限流 > 2. 本地模型支持需处理网络隔离和认证问题（参考引用[2]的凭证管理） > 3. 上下文窗口大小需根据模型特性动态调整[^3]
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值