GPT Researcher项目中的混合研究模式详解-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00751/article/details/148362386

GPT Researcher项目中的混合研究模式详解

gpt-researcher GPT based autonomous agent that does online comprehensive research on any given topic 项目地址: https://gitcode.com/gh_mirrors/gp/gpt-researcher

引言

在现代研究工作中，我们常常需要同时分析本地文档和网络信息来获得全面见解。GPT Researcher项目提供的混合研究(Hybrid Research)功能正是为解决这一需求而设计。本文将详细介绍如何利用这一功能开展高效的研究工作。

混合研究模式概述

混合研究模式是GPT Researcher项目的核心功能之一，它能够：

无缝结合网络搜索能力与本地文档分析
提供上下文感知的研究结果
自动生成包含内外部数据对比的综合报告
支持多种文档格式(PDF、TXT、DOCX等)

环境准备

系统要求

Python 3.10或更高版本
pip包管理工具

API密钥配置

混合研究需要以下API密钥：

大语言模型API密钥(如OpenAI)
搜索引擎API密钥(如Tavily)

配置方式有两种：

方法一：环境变量设置

export OPENAI_API_KEY=你的API密钥
export TAVILY_API_KEY=你的API密钥

方法二：Python脚本内设置

import os
os.environ['OPENAI_API_KEY'] = '你的API密钥'
os.environ['TAVILY_API_KEY'] = '你的API密钥'

安装与设置

安装GPT Researcher包：

pip install gpt-researcher

文档准备策略

本地文档准备

在项目目录下创建my-docs文件夹
将相关文档放入该目录，支持格式包括：
- PDF(行业分析、技术文档)
- TXT(日志文件、笔记)
- DOCX(项目文档、产品说明)
- PPTX(演示文稿)

在线文档准备

准备需要分析的在线文档URL列表，例如：

行业分析PDF
相关网站文档
公开数据集

混合研究实战

基于本地文档的研究

from gpt_researcher import GPTResearcher
import asyncio

async def get_research_report(query: str, report_type: str, report_source: str) -> str:
    researcher = GPTResearcher(query=query, report_type=report_type, report_source=report_source)
    research = await researcher.conduct_research()
    report = await researcher.write_report()
    return report

if __name__ == "__main__":
    query = "我们的产品路线图与行业新兴市场趋势相比如何？"
    report_source = "hybrid"
    
    report = asyncio.run(get_research_report(query=query, report_type="research_report", report_source=report_source))
    print(report)

基于在线文档的研究

from gpt_researcher import GPTResearcher
import asyncio

async def get_research_report(query: str, report_type: str, report_source: str) -> str:
    researcher = GPTResearcher(query=query, report_type=report_type, document_urls=document_urls, report_source=report_source)
    research = await researcher.conduct_research()
    report = await researcher.write_report()
    return report

if __name__ == "__main__":
    query = "我们的产品路线图与行业新兴市场趋势相比如何？"
    report_source = "hybrid"
    document_urls = ["https://example.com/industry-report.pdf", "https://example.com/competitor-analysis.docx"]

    report = asyncio.run(get_research_report(query=query, report_type="research_report", document_urls=document_urls, report_source=report_source))
    print(report)