II 深度研究

自动搜索网页、核验线索并生成带引用的深度研究报告。

Star 数
★ 505
最近更新
4 个月前
License
Apache-2.0
主语言
Python

30 秒速览

运行形态
命令行工具网页应用自托管服务
可在哪里用
通用 · 跨平台Claude.aiOpenAI API(部分支持)
费用
软件免费,模型调用费用自付
上手难度
中 · 需要几步配置
开始前需要
Python 3.10+Node.js 和 npmDocker 和 Docker ComposeLiteLLM搜索服务商 API 密钥网页抓取服务商 API 密钥Shell / 命令行网络访问本地文件系统MCP Server
典型场景
研究人员需要针对复杂问题搜索多个网页,并生成带来源的综合答案。
不适合
  • 不愿配置模型、搜索和抓取服务密钥的用户
  • 需要无需外部网络即可研究的团队
官网
ii.inc/web/blog/post/ii-researcher ↗ 来自 GitHub 仓库设置
维护状态
近半年有提交最近提交 2026-07-02最新版本 v0.1.5(2025-05-09)

这个 Agent 能做什么,适合哪些场景?

II-Researcher 是 Intelligent Internet 开发的深度搜索 Agent,会围绕问题搜索网页、访问并读取页面,再通过多步推理与反思整理证据。它由 Python 库和 CLI、提供 SSE 流式接口的 FastAPI 后端、Next.js 网页界面以及 MCP 服务端组成。搜索和页面抓取可选择多种服务商,模型调用通过 LiteLLM 路由,可使用 OpenAI、DeepSeek、Gemini、OpenRouter 或兼容 OpenAI 接口的自托管模型。最终报告支持 basic 和 advanced 两种形式,并附带参考来源且支持多语言。项目可本地部署,也提供 Docker Compose 启动方式;运行需要配置模型及所选搜索、抓取服务的凭据。

用户通过 CLI 的 --question 参数或网页界面提交问题后,II-Researcher 进入 think、act、reflect 推理循环,调用 SerpAPI、Tavily 或 Jina 搜索网页,并可通过 Firecrawl、Browser、BeautifulSoup、Tavily Extract 或 Jina 读取页面;README 还说明支持处理 PDF 和 YouTube 内容。检索内容可经由基于嵌入相似度的压缩器和可选的 LLM 压缩器筛选,再交给模型继续推理。完成证据收集后,报告构建器生成 basic 或 advanced 格式的带引用答案。CLI 可流式输出并保存 Markdown 报告;FastAPI 的 /search SSE 端点和网页界面支持流式展示,MCP 服务端可接入 Claude Desktop 等 MCP 客户端。

  1. 研究人员需要针对复杂问题搜索多个网页,并生成带来源的综合答案。
  2. 分析师希望用可配置的搜索与抓取服务商收集网页、PDF 或 YouTube 相关材料。
  3. 需要通过 CLI 提问、逐步查看推理与结果,并将报告保存为 Markdown 的个人用户。
  4. 团队希望在本地部署 FastAPI 后端和 Next.js 界面,向用户提供流式研究体验。
  5. Claude Desktop 用户希望把网页研究流程接入 MCP 客户端。

安装与配置要点

摘自下方的安装和使用说明,以项目 README 的最新说明为准。

安装 / 启动命令
  • pip install ii-researcher
  • pip install -e
  • pip install litellm
  • docker compose up --build -d
环境变量
OPENAI_API_KEY TAVILY_API_KEY SERPAPI_API_KEY FIRECRAWL_API_KEY NEXT_PUBLIC_API_URL
配置文件
litellm_config.yaml frontend/.env .env.example
运行环境
Python 3.10+
安装说明涉及
Docker

如何安装或部署这个 Agent?

本地安装需要 Python 3.10+。从 PyPI 安装,或克隆仓库后以可编辑模式安装:

pip install ii-researcher
git clone https://github.com/Intelligent-Internet/ii-researcher.git
cd ii-researcher
pip install -e .

运行前需配置模型 API 凭据和 LiteLLM 端点,并为选定的搜索、抓取服务商配置所需密钥。README 示例使用 OPENAI_API_KEY、TAVILY_API_KEY 或 SERPAPI_API_KEY,以及 Firecrawl 抓取时的 FIRECRAWL_API_KEY;也需设置 SEARCH_PROVIDER 和 SCRAPER_PROVIDER。启动 LiteLLM 前安装它并准备 litellm_config.yaml:

pip install litellm
litellm --config litellm_config.yaml

Docker 部署要求 Docker 和 Docker Compose,并需先配置环境变量:

docker compose up --build -d

如何使用这个 Agent?

安装并配置模型、搜索与抓取服务后,可从 CLI 发起第一次研究:

python ii_researcher/cli.py --question "your question here" --stream

可添加 --report-type basic 或 --report-type advanced 选择报告形式,使用 --save-report 保存 Markdown 文件。网页模式需先运行 API:

python api.py

API 默认运行于 http://localhost:8000,/search 端点通过 SSE 流式传输研究步骤。前端需在 frontend/.env 设置 NEXT_PUBLIC_API_URL=http://localhost:8000,再启动:

cd frontend
npm install
npm run dev

MCP 客户端接入步骤为复制并填写 .env.example,然后运行:

mcp install mcp/server.py -f .env

这个 Agent 有哪些优点和局限?

优点
  • 搜索服务支持 SerpAPI、Tavily 和 Jina,页面抓取支持 Firecrawl、Browser、BeautifulSoup、Tavily Extract 和 Jina。
  • LiteLLM 路由支持 OpenAI、DeepSeek、Gemini、OpenRouter 及兼容 OpenAI 接口的自托管模型。
  • 提供 Python 库、CLI、SSE 流式 FastAPI、Next.js 网页界面和 MCP 服务端等使用入口。
  • 通过嵌入相似度压缩和可选 LLM 压缩,控制长网页内容进入模型上下文的规模。
局限
  • Quick Start 涉及模型代理配置及搜索、抓取服务商凭据,初次部署需要多步设置。
  • 搜索、抓取和模型调用依赖网络及所选外部服务;README 没有说明可完全离线运行。
  • 本地网页开发还要求 Node.js 和 npm;容器化部署则要求 Docker 和 Docker Compose。
  • Frames 基准的 84.12% 结果明确对应 DeepSeek-R1-0528 和该数据集,不能据此推断其他模型或任务表现。

这个 Agent 与同类方案有什么区别?

README 将本项目描述为参考 node-DeepResearch 和 gpt-researcher 的提示设计,并从 gpt-researcher 借鉴网页抓取工具;没有提供与这些项目的直接功能或性能对比。

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
II 深度研究 当前 47 · 缺口较多 命令行工具免费 + 模型费 ★ 505 4 个月前 Python Claude.ai
Firecrawl CLI 72 · 存在缺口 — ★ 694 2 天前 TypeScript Codex · Claude Code
Create Context Graph 62 · 存在缺口 命令行工具免费 + 模型费 ★ 750 1 个月前 Python ChatGPT · Claude Code · Claude.ai · OpenAI API · Claude API
wigolo 71 · 存在缺口 命令行工具免费 + 模型费 ★ 5.6k 11 天前 TypeScript Codex · Claude Code · OpenAI API · Claude API

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
47/ 100 五分制 2.4 / 5
信任安全 10/29
可靠稳定 5/14
适用触发 10/18
规范维护 11/18
有效结果 7/13
证据核验 4/8
查看各维度的扣分理由
信任安全10 / 29 · 1.7/5

代码显示 Agent 会搜索网页、抓取内容并将问题及研究过程交给配置的模型和外部搜索/抓取服务;README 说明 API 密钥通过环境变量配置,SECURITY.md 提醒把抓取内容视为不可信输入,并警告 API 默认 CORS 宽松。没有逐项权限控制、用户确认或明确的数据留存说明,因此最小权限、确认、数据流透明度和敏感数据处理仅得低分。执行结果可选择保存为 Markdown,提供有限的可恢复性;工具会为报告生成引用,但没有证据证明所有引用均可追溯到具体断言。依赖有版本下限和一个精确锁定项,但缺少安全审计证据,外部网络调用的影响也只有部分说明。

可靠稳定5 / 14 · 1.8/5

README、CLI 与 Agent 构造函数对默认报告类型的描述不完全一致:CLI 默认 basic,Agent 默认 advanced。配置了多家模型、搜索和抓取服务,说明可切换后端,但正常使用依赖外部密钥与服务。Agent 捕获若干超时、取消、解析和工具错误并返回错误文本;其他异常未见统一处理,且主循环没有明确的步数上限,故错误处理和可用性只获部分分数。

适用触发10 / 18 · 2.8/5

材料面向开发者和研究用途,列出 CLI、Web、MCP、Docker、自托管模型及多个搜索、抓取和报告选项。search 工具明确接收研究问题,适合需要当前网页资料的任务;但材料未充分说明不适用场景、能力边界或搜索质量限制。Python 版本、安装步骤、环境变量和主要部署方式均有说明,环境适配较好但外部服务配置负担较重。

规范维护11 / 18 · 3.1/5

README 按概览、架构、安装、使用和配置组织,并提供 CLI、Web、MCP、Docker 示例;名称和模块结构整体清楚。LICENSE 文件提供完整 Apache 2.0 条款,许可证得满分。README 的新闻条目和包版本提供有限版本信息,但未见完整变更记录;SECURITY.md 指出公开部署需加固 CORS、认证和网络暴露,并提供漏洞报告途径,但局限说明仍不全面。项目联系信息、贡献指南和安全报告渠道有助于识别维护责任;发布流程配置提供了部分更新路径证据。

有效结果7 / 13 · 2.7/5

产品把多步搜索、网页读取、上下文压缩、报告生成和流式输出集成到一个可自托管框架中,并支持结构化引用报告,能为研究工作提供实用增益。输出可通过 CLI、Web 或 MCP 使用,也可保存为 Markdown;但质量高度依赖模型、搜索服务和输入内容,且需配置多项服务与密钥,成本效益只得低分。

证据核验4 / 8 · 2.5/5

架构、配置变量、CLI 参数、接口和依赖在 README、源码及项目配置中有具体对应,主要功能主张有一定可追踪性。测试文件样本覆盖报告生成、客户端和动作解析,但样本有限且多使用模拟对象,不能独立佐证 README 的基准或端到端性能主张。文档将基准结果作为事实陈述,但提供的材料未包含其评测方法或结果复核;事实与推断的区分也不充分,因此未给高分。

风险与缓解建议
  • 源码中未见:执行前用户确认开启或自行加上执行前确认;先在沙箱或测试环境跑通,确认行为后再接入真实数据。
  • 研究问题和抓取到的网页内容会进入配置的模型及外部服务;部署前应核实这些服务的数据处理方式,并限制 API、CORS 和网络暴露。
  • 报告引用、基准结果和端到端表现无法仅凭所给静态材料独立确认;实际质量会受模型和服务配置影响。
  • 依赖包含多个外部包和服务,但材料没有提供依赖安全审计;上线前应自行检查依赖及密钥配置。
证据充分度:低 评估于 2026年11月12日 审查版本 59525d92114f
查看完整评分方法 →
你是这个项目的维护者?把 FARS 徽章加到 README

徽章显示当前的评审分数和结论,点击回到本页。重新评审后约一小时内更新。

FARS

[![FARS 评测](https://followagents.com/badge/ii-researcher.svg?lang=zh)](https://followagents.com/zh/agents/ii-researcher)
<a href="https://followagents.com/zh/agents/ii-researcher"><img src="https://followagents.com/badge/ii-researcher.svg?lang=zh" alt="FARS 评测"></a>

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v0.1.5
  2. v0.1.4
    发布说明摘录
    First Release * New open-source framework for complex, multi-step search with reasoning tasks— a powerful, transparent alternative to proprietary systems * Two methods were implemented: finite state machines and tool-augmented thought processes with advanced reasoning models (R1 & QwQ) * Consistently delivers strong performance on GAIA and FRAMES benchmarks * MCP support * ii-researcher Pypi package * CI/CD for testing, linting and pypi publication What Changed * init release v0.1 by @PhungVanDuy in https://github.com/Intelligent-Internet/ii-researcher/pull/1 …
    在 GitHub 查看 ↗

常见问题

使用时是否需要付费 API?
软件采用 Apache 2.0 许可,但实际调用模型、搜索或抓取服务可能需要相应账号和 API 密钥;README 没有给出服务价格。
能否完全在本机运行?
README 支持自托管模型和 Docker 部署,但搜索与抓取需要配置相应服务商,且未说明完整离线模式。
可接入哪些模型和搜索服务?
模型经 LiteLLM 接入,可使用 README 列出的 OpenAI、DeepSeek、Gemini、OpenRouter 或兼容 OpenAI 的端点;搜索可选 SerpAPI、Tavily 或 Jina。
报告会包含来源吗?
会。项目说明最终答案带参考来源,并提供 basic 和 advanced 两种报告形式。
II 深度研究 官网是什么?
II 深度研究 的 GitHub 仓库填写的官网是 https://www.ii.inc/web/blog/post/ii-researcher。这个链接由仓库作者设置;源码在 GitHub(Intelligent-Internet/ii-researcher)。
II 深度研究 开源吗?
开源。源码在 GitHub(Intelligent-Internet/ii-researcher),许可证是 Apache-2.0。
II 深度研究 安全吗?
FollowAgents 的 FARS 评审(2026年11月12日)给 II 深度研究 的“信任与安全”打了 10/29 分。评审没有在源码和文档里找到这些安全措施:执行前用户确认。接入真实账号或数据前:开启或自行加上执行前确认;先在沙箱或测试环境跑通,确认行为后再接入真实数据。
II 深度研究 还在维护吗?
更新变慢了:GitHub 上最近一次提交是 2026-07-02,在最近半年内,但不在最近 30 天内。最新版本是 v0.1.5(2025-05-09)。
II 深度研究 是谁开发的?
II 深度研究 由 GitHub 账号 Intelligent-Internet 发布。FollowAgents 没有核实这个账号背后是哪个人或公司。
这页内容对你有帮助吗?
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关核心概念