【亲测免费】 OpenDeepSearch 使用与启动教程

OpenDeepSearch 使用与启动教程

【免费下载链接】OpenDeepSearch 项目地址: https://gitcode.com/gh_mirrors/op/OpenDeepSearch

1. 项目介绍

OpenDeepSearch 是一个轻量级但功能强大的搜索工具，专为与 AI 代理无缝集成而设计。它支持深度网络搜索和检索，针对 Hugging Face 的 SmolAgents 生态系统进行了优化。OpenDeepSearch 在单跳查询上表现与闭源搜索工具相当，而在多跳查询上则优于闭源搜索工具。

2. 项目快速启动

安装

首先，确保你已经安装了 torch。然后，你可以使用以下命令安装 OpenDeepSearch：

pip install -e .

你也可以使用 uv 替代 pip 来安装，这会让整个过程更加便捷：

uv pip install -e .

接着，安装项目所需的依赖：

pip install -r requirements.txt

设置

• 注册 Serper.dev：获取免费的 2500 信用点，并添加你的 API 密钥。访问 serper.dev 创建账户。

• 设置环境变量：将你的 API 密钥存储为环境变量：

  export SERPER_API_KEY='你的-api-密钥'
  export OPENROUTER_API_KEY='你的-api-密钥'
  export JINA_API_KEY='你的-api-密钥'
  

• 选择重排解决方案：可以选择快速启动 Jina 或自托管 Infinity Embeddings 服务器。

• 设置 LiteLLM 提供商：从支持的列表中选择一个提供商，并设置相应的 API 密钥。

使用

以下是一个使用 OpenDeepSearch 的简单示例：

from opendeepsearch import OpenDeepSearchTool
import os

# 设置环境变量
os.environ["SERPER_API_KEY"] = "你的-serper-api-密钥"
os.environ["OPENROUTER_API_KEY"] = "你的-openrouter-api-密钥"
os.environ["JINA_API_KEY"] = "你的-jina-api-密钥"

# 初始化搜索工具
search_agent = OpenDeepSearchTool(
    model_name="openrouter/google/gemini-2.0-flash-001",
    reranker="jina"
)

# 执行搜索
query = "最快的陆地动物是什么？"
result = search_agent.search(query)
print(result)

3. 应用案例和最佳实践

运行 Gradio Demo

要尝试 OpenDeepSearch 的用户友好的界面，运行以下命令：

python gradio_demo.py

这会启动一个本地 Web 界面，你可以在这个界面上交互式地测试不同的搜索查询和模式。

集成 SmolAgents 和 LiteLLM

以下是一个将 OpenDeepSearch 与 SmolAgents 和 LiteLLM 集成的示例：

from opendeepsearch import OpenDeepSearchTool
from smolagents import CodeAgent, LiteLLMModel
import os

# 设置环境变量
os.environ["SERPER_API_KEY"] = "你的-serper-api-密钥"
os.environ["OPENROUTER_API_KEY"] = "你的-openrouter-api-密钥"
os.environ["JINA_API_KEY"] = "你的-jina-api-密钥"

# 初始化搜索工具和 LiteLLM 模型
search_agent = OpenDeepSearchTool(
    model_name="openrouter/google/gemini-2.0-flash-001",
    reranker="jina"
)
model = LiteLLMModel(
    "openrouter/google/gemini-2.0-flash-001",
    temperature=0.2
)

# 创建 CodeAgent
code_agent = CodeAgent(
    tools=[search_agent],
    model=model
)

# 执行查询
query = "一只全速奔跑的猎豹跑完亚历山大三世桥需要多长时间？"
result = code_agent.run(query)
print(result)

4. 典型生态项目

OpenDeepSearch 可以与多种工具和模型配合使用，例如：

• SmolAgents：用于增强推理和代码生成能力的 AI 代理生态系统。
• LiteLLM：轻量级语言模型，可以与 OpenDeepSearch 结合使用，提供更丰富的功能。

通过这些工具和模型的组合，可以构建出强大的搜索和推理系统，满足不同场景的需求。

【免费下载链接】OpenDeepSearch 项目地址: https://gitcode.com/gh_mirrors/op/OpenDeepSearch