DeepInsight快速入门：10分钟搭建你的第一个AI研究助手 🚀
【免费下载链接】deepInsightThe deep-research enables efficient RAG retrieval and multi-source data analysis, supporting intelligent reasoning for automated complex research tasks.项目地址: https://gitcode.com/openeuler/deepInsight
前往项目官网免费下载：https://ar.openeuler.org/ar/
想要快速掌握AI研究助手的使用方法吗？DeepInsight作为一款面向企业的深度研究智能体，通过多Agent协同、上下文工程和异构知识检索等技术，为您提供开箱即用的深度研究能力。本指南将带您在10分钟内完成DeepInsight的安装部署，并创建您的第一个AI研究助手！
DeepInsight是openEuler社区推出的深度研究智能体，它采用创新的多Agent架构，能够自动完成复杂的研究任务，从数据收集、分析到报告生成，为您提供一站式的智能研究解决方案。
📋 环境准备与安装
1. 系统要求
- Python 3.11 或更高版本
- Conda 或 Poetry 环境管理工具
- 至少4GB可用内存
2. 一键安装步骤
首先克隆项目仓库并进入项目目录：
git clone https://gitcode.com/openeuler/deepInsight cd deepInsight创建虚拟环境并安装依赖：
conda create -n deepinsight python=3.11 conda activate deepinsight poetry install3. 配置环境变量
复制环境配置文件并设置您的API密钥：
cp .env.example .env编辑.env文件，添加您的API密钥配置，例如DeepSeek API密钥：
DEEPSEEK_API_KEY=your_api_key_here🏗️ 项目架构概览
DeepInsight采用创新的多Agent架构设计，让您能够高效完成复杂研究任务：
DeepInsight的智能Agent协作架构：意图识别、计划制定、研究执行和报告生成
核心组件功能
- 意图识别Agent：理解研究主题，细化用户需求
- 计划制定Agent：制定研究计划，支持用户自定义调整
- 研究团队：执行具体研究任务，包含研究者、执行者和评估者
- 报告生成Agent：汇总研究成果，生成多模态结构化报告
🚀 快速启动方法
方法一：命令行模式（推荐新手）
初始化数据库：
alembic upgrade head现在您可以开始使用DeepInsight了！查看帮助信息：
di --help会议洞察功能
生成顶会研究报告：
di conf gen --name "ICLR 2025" --files-src ./example/papers/hotos-2025/深度研究助手
启动您的第一个研究任务：
di resch gen --topic "人工智能发展趋势"🌐 Web界面使用
后端服务启动
启动后端API服务：
di api start --config ./config.yaml前端服务启动
进入前端目录并启动：
cd web npm install npm run dev启动成功后，在浏览器中访问http://localhost:5173即可使用Web界面。
📊 创建您的第一个研究任务
1. 选择数据源
在DeepInsight界面中，您可以选择多种数据源：
- 知识库（已上传的文档）
- 内网搜索
- 外网搜索
2. 输入研究主题
输入您感兴趣的研究主题，例如：
- "多智能体技术发展现状与展望"
- "MCP协议技术分析"
- "分布式系统一致性研究"
3. 智能计划生成
DeepInsight会自动分析您的需求，生成初步研究计划：
智能体自动生成的研究计划，支持用户自定义调整
您可以点击"修改计划"按钮调整研究计划，或直接点击"开始研究"确认执行。
📈 研究成果展示
自动生成研究报告
研究过程一般需要5-10分钟，完成后系统会自动生成结构化研究报告：
DeepInsight生成的结构化研究报告，包含详细引用来源
报告特点
- 📋 结构化内容组织
- 🔗 完整的引用来源
- 📊 数据可视化图表
- 📄 支持多种导出格式
⚙️ 高级配置选项
RAG配置优化
在config.yaml文件中，您可以配置RAG引擎：
rag: engine: type: llamaindex # 或 lightrag parser: type: mineru_vl # 支持视觉模型解析图表图片路径配置
根据使用场景调整图片路径模式：
workspace: image_path_mode: relative # 命令行使用 # image_path_mode: base_url # Web界面使用🔧 常见问题解决
macOS用户注意事项
在macOS上生成PDF时，需要设置环境变量：
export DYLD_FALLBACK_LIBRARY_PATH=/opt/homebrew/lib:$DYLD_FALLBACK_LIBRARY_PATH依赖安装问题
如果遇到依赖问题，可以尝试：
poetry lock --no-update poetry install📚 深入学习资源
想要了解更多DeepInsight的高级功能？您可以参考：
- 官方文档：docs/user_guide.md - 详细的用户使用指南
- AI功能源码：deepinsight/core/agent/ - 深入了解智能体实现
- 概念介绍：docs/conceptual_guide.md - 项目设计理念
🎯 总结与下一步
恭喜！您已经成功搭建了DeepInsight AI研究助手，并完成了第一个研究任务。🎉
下一步建议
- 上传知识库文档：在"知识库管理"页面上传您的文档
- 尝试复杂研究：测试多数据源组合的研究任务
- 定制研究计划：学习如何调整智能体生成的研究计划
- 探索API接口：了解如何通过API集成DeepInsight到您的应用
DeepInsight的强大之处在于它的灵活性和扩展性。随着您对系统的熟悉，您可以：
- 配置自定义的研究流程
- 集成更多的数据源
- 调整Agent的工作模式
- 优化报告生成模板
记住，最好的学习方式就是实践！现在就去尝试DeepInsight的各种功能，让AI成为您研究工作的得力助手吧！💪
开始您的智能研究之旅，让DeepInsight帮助您从海量信息中提取有价值的洞察！
【免费下载链接】deepInsightThe deep-research enables efficient RAG retrieval and multi-source data analysis, supporting intelligent reasoning for automated complex research tasks.项目地址: https://gitcode.com/openeuler/deepInsight
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
