Tiefgründige Forschung mit autonomer künstlicher Intelligenz
Open-Deep-Research wurde von LangChain entwickelt und ist ein autonomes System, das mehrstufige Suchen im Internet durchführt, um komplexe Fragen zu beantworten. Es erleichtert tiefgreifende Forschungsprozesse, indem es den Forschungsprozess in den Phasen Planung, Datenerfassung und Synthese automatisiert.
Aktualisierungen
- 22. August 2026: Sterne 12,307 → 12,655, Repository archiviert, Entwicklung eingestellt.
Was es bringt
- Mehrstufige autonome Recherche für komplexe Fragestellungen
- Kompatibilität mit verschiedenen Modellanbietern und Suchtools
- Forschungsprozesse visualisiert über LangGraph
Installation
git clone https://github.com/langchain-ai/open_deep_research.git
cd open_deep_research
uv venv
source .venv/bin/activate # On Windows: .venv\Scripts\activateuv sync
# or
uv pip install -r pyproject.tomlAusführung
# Install dependencies and start the LangGraph server
uvx --refresh --from "langgraph-cli[inmem]" --with-editable . --python 3.11 langgraph dev --allow-blockingWenn Sie nicht programmieren
Führen Sie mit dem Open Deep Research-Tool eine eingehende Analyse von [SCHREIBEN SIE HIER IHR FORSCHUNGSTHEMA] durch. Planen Sie Ihren Forschungsprozess, sammeln Sie Daten online und fassen Sie Ihre Ergebnisse zusammen, um einen umfassenden Bericht zu erstellen.
Repository: https://github.com/langchain-ai/open_deep_research. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.
Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.
Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.
Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.
Verwandte Begriffe aus dem Glossar
Links
TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-07-22 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.