開源工具全景：GPT-Researcher、STORM、smolagents…

前面幾篇看的是學術論文。這篇看開源世界的實作。

Deep research 的開源生態已經從「單一框架」演變成「工具叢集」。每個專案解決不同的問題：

• GPT-Researcher：重視多代理協作和報告品質
• STORM：模擬專家對話來產生結構化大纲
• smolagents：強調狀態管理和工具協調
• Local Deep Research：完全本地部署
• Feynman：本地優先，可讀論文、審核主張

開源生態全景

按設計哲學分類

類別	代表專案	核心特色
多代理協作	GPT-Researcher、AutoGen	多 agent 各司其職
專家對話	STORM	模擬專家產生大纲
狀態管理	smolagents	工具狀態的結構化管理
本地優先	Local Deep Research、Feynman	完全離線運行
框架型	LangChain-OpenDeepResearch	組合式組件
端到端	Tongyi DeepResearch	完整 training pipeline

詳細比較

GPT-Researcher

• GitHub：assafelovic/gpt-researcher
• 核心：自主 agent 研究網頁 + 本地文件，產出長報告帶引用
• 特色：
  • 智慧圖片擷取（從網頁抓取相關圖像）
  • 2000+ 字報告
  • 多代理模式（模擬 STORM）
  • Deep Research 功能：樹狀探索模式
  • MCP 支持
• 優勢：社群活躍、功能豐富、已達 DeepResearchGym 基準第一
• 適合：需要豐富報告和圖像的研究任務

STORM (Stanford)

• 核心：模擬專家對話來產生研究大纲
• 流程：先透過「模擬專家討論」產出大纲，再根據大纲檢索證據
• 特色：結構化長篇文章，接近維基百科品質
• 優勢：結構特別清晰、敘事連貫
• 適合：需要高度結構化的背景文章或概述報告

smolagents

• 核心：輕量級 agent 框架，強調狀態管理
• 特色：
  • 狀態即變數（不依賴 LLM 記憶）
  • 圖像/音訊可存為狀態後重用
  • 支援 MCP 工具
• 優勢：狀態追蹤可靠、適合多模態
• 適合：需要長時間運行、狀態複雜的任務

Local Deep Research

• 核心：完全本地部署，無外部 API 依賴
• 適合：隱私敏感場景、無網路環境
• 限制：模型能力和工具覆蓋受限

Feynman

• 核心：本地優先研究助手
• 能力：讀論文 + 搜網 + 草擬 + 運行 workflow + 引用主張
• 適合：學術研究、論文審閱、實驗複現

基準表現

根據 DeepResearchGym（CMU, May 2025）：

系統	引文品質	報告品質	覆蓋率
GPT-Researcher	85.36%	83.70%	64.67%
OpenAI Deep Research	—	—	—
Perplexity	—	—	—

GPT-Researcher 在 DeepResearchGym 上三項都排名第一（>85% 引文精確率、>80% 報告清晰度、最高關鍵點召回率）。

設計哲學的取捨

設計選擇	取捨
多代理 vs 單代理	深度 vs 速度
在線 vs 本地	能力 vs 隱私
框架 vs 端到端	彈性 vs 簡潔
通用 vs 專用	廣度 vs 深度

趨勢觀察

1. MCP 整合：大多數專案開始支援 MCP（Model Context Protocol）
2. 樹狀探索：從線性搜索到樹狀分支探索
3. 多模態：從文字到圖像、表格、程式碼
4. 本地化：隱私需求推動本地部署方案

參考資料

• GPT-Researcher — 多代理 deep research。
• STORM — Stanford，專家對話式大纲。
• smolagents — Hugging Face，狀態管理。
• DeepResearchGym — CMU 基準。
• Tongyi DeepResearch — 本系列 order 5，Tongyi Lab 完整系統。
• deep-research-survey-overview — 本系列上篇文章：三階段全景分類。