# Open Deep Research

> Искусственный интеллект научился проводить глубокие исследования как настоящий учёный

Открытый AI-агент для глубоких исследований на базе LangChain. Работает с разными моделями, поисковыми инструментами и MCP-серверами. Топ-6 в Deep Research Benc

- Категории: Opensource, Бесплатные, Инструменты разработчика, Исследования
- Работает из России: Да
- Бизнес-модель: Бесплатно
- Сайт сервиса: https://github.com/langchain-ai/open_deep_research
- Карточка в каталоге: https://ailibri.com/open-deep-research
- Обновлено: 2026-05-20

## Описание

Open Deep Research - это полностью открытый инструмент для глубокого исследования тем с помощью нейросетей. Представь агента, который сам ищет информацию, анализирует ее, компилирует выводы и пишет детальный отчет на уровне PhD-диссертации. Именно этим он и занимается.


Проект работает с разными моделями: OpenAI, Anthropic, локальные через Ollama и даже через OpenRouter. Ты сам выбираешь, какая модель будет суммировать результаты поиска, какая - искать информацию, какая - сжимать данные, а какая - писать финальный отчет. Гибкость на всех этапах.


Инструмент поддерживает кучу поисковых API, включая Tavily, совместим с MCP-серверами и умеет работать с нативным веб-поиском от Anthropic и OpenAI. Настраиваешь все через конфиг, запускаешь через LangGraph Studio, и агент начинает копать.


Разработчики протестировали его на Deep Research Bench - это бенчмарк из 100 задач уровня PhD по 22 направлениям, от науки до финансов. Open Deep Research занял 6 место в рейтинге с общим скором 0.4344, что ставит его в один ряд с популярными коммерческими решениями.


Запускается локально через LangGraph Server, есть возможность деплоя на LangGraph Platform или Open Agent Platform. Последний вариант удобен, если хочешь дать доступ нетехническим пользователям: они смогут настраивать агента под свои задачи через UI, без кода.


В репозитории лежат и старые версии агента: одна работает по принципу план-выполнение с возможностью вмешательства человека, другая - мультиагентная система с параллельной обработкой. Они менее производительны, но показывают разные подходы к автоматизации исследований.


Если коротко: это конструктор для создания исследовательского агента, который можно настроить под любую задачу, модель и источник данных. Все открыто, все гибко, все работает.

## Похожие сервисы в каталоге

- [GeoAgent](https://ailibri.com/geoagent): GeoAgent - модель для геолокации с обучением через подкрепление. Использует датасет GeoSeek с разметкой экспертов, geo-similarity reward и consistency reward дл
- [InSpatio-WorldFM](https://ailibri.com/inspatio-worldfm): InSpatio-WorldFM - open-source модель генерации кадров для пространственного интеллекта в реальном времени с 3D-консистентностью на потребительских GPU
- [Letta](https://ailibri.com/letta): Создавайте AI-агентов с долговременной памятью, которые учатся и совершенствуются. Решение проблемы памяти ИИ для разработки умных ботов и помощников.
- [Laion](https://ailibri.com/laion): Некоммерческая организация, предоставляющая бесплатные открытые датасеты для машинного обучения с миллиардами изображений и текстовых пар.
- [AgentBench](https://ailibri.com/agentbench): Комплексный бенчмарк для оценки больших языковых моделей в качестве агентов. Включает тестирование на задачах alfworld, dbbench, knowledgegraph, os_interaction
- [AutoResearchClaw](https://ailibri.com/autoresearchclaw): AutoResearchClaw - автономный AI-инструмент для создания научных работ от идеи до готовой статьи. Просто опишите тему исследования и получите полноценную paper.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com