大语言模型发展日新月异，有了LLM加持，GPT Researcher已经能帮你写论文了。
GPT Researcher 是一个自主代理程序，旨在进行多种任务的全面在线研究。 该代理能够生成详细、事实性和公正的研究报告，并提供个性化选项，以便关注相关资源、大纲和教训。受到AutoGPT和最近的Plan-and-Solve论文的启发，GPT Researcher 解决了速度和确定性的问题，通过并行化代理工作而不是同步操作，提供更稳定的性能和更快的速度。
简单来说就是，写论文中那些费时费力的事交给它来做，作者们就专注好那些真正需要动脑子的事情就好了。可以想象，未来学生只负责上课，毕业论文交给Ai就可以了
GPT Researcher的主要原理是运行「规划者」和「执行者」智能体。
其中规划者生成研究问题，而执行者智能体根据每个生成的研究问题寻找最相关的信息。最后，规划者筛选和汇总所有相关信息，并生成一份研究报告。
GPT Researcher利用gpt3.5-turbo-16k和gpt-4来完成研究任务。
具体来说，它的工作流程可以概括为：
生成一组研究问题，共同形成关于任何给定任务的客观意见。
针对每个研究问题，触发一个网络爬虫智能体，从在线资源中获取与给定任务相关的信息。
针对每个获取的资源，基于相关信息进行总结，并追踪其来源。
最后，筛选和汇总所有总结的资源，并生成最终的研究报告。
GPT Researcher的优势
手动研究任务需要花费大量时间，有时需要几周的时间才能找到正确的资源和信息，以形成客观的结论。当前的大型语言模型（LLMs）是基于过去和过时信息进行训练的，存在产生幻觉的严重风险，使它们在研究任务中几乎很难直接使用。
而如果只依赖网络搜索（如ChatGPT + Web插件）的解决方案，获取的资源可能会很有限，经常可能导致肤浅的结论或带有偏见的答案。而如果只使用筛选过的资源可能会在确定研究问题或任务时引入偏见。而GPT Researcher可以利用人工智能的力量，为个人和组织提供准确、客观和真实的信息。
1. GPT Researcher可以生成研究、大纲、资源和经验报告
2. 每项研究可以汇总 20 多个网络来源，形成客观、真实的结论
3. 有着易于使用的用户界面
4. 能够通过JavaScript来爬取网络资源
5. 能够跟踪访问使用过的网络来源的上下文
6. 可以将研究报告作为PDF等格式导出
快速上手
首先是下载项目：
$ git clone https://github.com/assafelovic/gpt-researcher.git$ cd gpt-researcher
然后安装依赖项
$ pip install -r requirements.txt
然后导入自己的OpenAI密钥来创建.env文件，或者直接导出
$ export OPENAI_API_KEY={Your API Key here}
然后使用FastAPI来运行智能体
$ uvicorn main:app --reload
最后在浏览器上访问 http://localhost:8000 就可以快乐地进行研究了！