​

1. 介绍

Deep Research Web UI 是一个由人工智能驱动的研究助手，通过结合搜索引擎、网络抓取和大语言模型，可以让 AI 根据某个问题自己搜索资料并且不断深挖，最后输出一份研究报告。

本项目的特性：

• 💰 低成本：可以用很低的成本实现类似 ChatGPT、Perplexity、秘塔等产品的“深度研究”效果
• 🚀 隐私安全：所有配置和 API 请求均在浏览器端完成，并且可以自部署
• 🕙 实时反馈：流式传输 AI 响应并在界面实时展示
• 🌳 搜索可视化：使用树状结构展示研究过程，支持使用英文搜索词
• 📄 支持导出 PDF：将最终研究报告导出为 Markdown 和 PDF 格式
• 🤖 多模型支持：底层使用纯提示词而非结构化输出等新特性，兼容更多大模型供应商

项目开源地址： GitHub

​

2. 如何使用

打开 Deep Research Web UI 官网，点击右上角的“⚙️”按钮打开设置弹窗。

​

2.1 配置 AI 大模型服务

1. 在硅基流动官网注册或者登录一个账号。
2. 在 API 密钥中生成一个新的 API key，然后复制一下。
3. 回到 Deep Research 网页，在设置的 AI 服务部分，选择“SiliconFlow 硅基流动”，在“API 密钥”一栏里粘贴刚才生成的 API key。

4. 在“模型名称”一栏，点击右侧的下拉按钮（也可以在输入框里输入模型名称来筛选），选择想要使用的模型。

5. （可选）设置上下文长度：如果要做大规模的研究，建议配置“上下文长度”选项，不要超过所选模型的最大上下文长度，避免请求失败。

​

2.2 配置联网搜索模型

目前支持 Tavily 和 Firecrawl，后续会增加支持更多搜索服务。这里我们选择 Tavily，因为它提供了每月 1000 次的免费搜索，足够大部分场景使用。

1. 在 Tavily 官网注册一个账号。然后在控制台里新建一个 API key 并复制。
   • Key Name 可以填写 Deep Research。
   • Key Type 根据你的使用情况决定，如果是轻度使用，可以选择“Development”；重度使用则选择“Production”，支持更高的请求频率。
   • 注意保管好 API key 不要泄露。

2. 回到 Deep Research 网页，在设置的“联网搜索服务”部分，选择 “Tavily”；在“API 密钥”一栏填写刚才生成的 API key。
3. （可选）设置搜索时使用的语言。AI 模型默认会使用你网页的当前语言来搜索和回复，不过如果你想用英文搜索词来查找更高质量的资料，可以把“使用语言”设置成 English。

这样就设置完毕，可以开始使用了！

​

3. 开始使用

本项目在每一步都做了说明，力求降低使用门槛。可以用它来查找第一手资料、了解自己感兴趣的话题、查找新闻并汇总等等。例如，查找一下 NVIDIA RTX 50 系列显卡的信息：

本项目正在活跃更新中，如果遇到问题可以前往 GitHub 仓库反馈。