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.
Блог