Ein KI-gestützter Forschungsassistent, der iterative, tiefgehende Recherchen zu jedem Thema durchführt, indem er Suchmaschinen, Web-Scraping und große Sprachmodelle kombiniert. Das Ziel dieses Repos ist es, die einfachste Implementierung eines tiefen Forschungsagenten bereitzustellen - z.B. einen Agenten
Führen Sie umfassende Recherchen zu jedem Thema durch, indem Sie Websuchen und KI-Unterstützung kombinieren.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarEin KI-gestützter Forschungsassistent, der iterative, tiefgehende Recherchen zu jedem Thema durchführt, indem er Suchmaschinen, Web-Scraping und große Sprachmodelle kombiniert. Das Ziel dieses Repos ist es, die einfachste Implementierung eines tiefen Forschungsagenten bereitzustellen - z.B. einen Agenten
deep-research hat 19.4k Sterne auf GitHub. Es wurde 2k-mal geforkt. deep-research ist hauptsächlich in TypeScript geschrieben. Es wird seit 2025 aktiv entwickelt. deep-research ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: agent, ai, gpt, o3-mini.
Vergleichen mit den kostenpflichtigen Tools, die es ersetztEin KI-gestützter Forschungsassistent, der iterative, tiefgehende Recherchen zu jedem Thema durchführt, indem er Suchmaschinen, Web-Scraping und große Sprachmodelle kombiniert. Das Ziel dieses Repos ist es, die einfachste Implementierung eines tiefen Forschungsagenten bereitzustellen - z.B. einen Agenten
deep-research ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.
Ja. deep-research ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
deep-research ist unter der MIT-Lizenz verfügbar.
deep-research ist hauptsächlich in TypeScript geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/dzhng-deep-research.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.