各人好，我是玄姐。
正文开始之前，先给我本身打个广告，DeepSeek 爆火国之荣耀，为了回馈粉丝们的支持，原价199元的《基于 DeepSeek 打造的 AI Agent 智能体项目实战直播训练营》，直接贬价到19元，今天再开放一天报名特权，仅限99名。
回到正题。
这个春节，DeepSeek 实在太火爆了。
近期，Open AI 推出的 Deep Research（深度研究）功能引发了广泛关注。该功能通过整合大模型、超级搜刮和研究助理于一体，使得金融机构可以或许一键天生陈诉，科研职员可以或许一键撰写综述，极大提拔了效率。然而，由于企业场景中私有化数据的敏感性和成本思量，怎样将 Deep Research 进行开源的本地化部署，成为很多人的关注焦点。
在这篇文章中，我们将对市场上模仿 Deep Research 的开源项目进行简要分析，并团结 Deepseek 等主流开源模型，Zilliz 推出一款名为 Deep Searcher 的开源项目。该项目的目标是帮助用户在企业级场景下，基于 Deep Research的思路，实现私有化部署。别的，此方案在现有的RAG（Retrieval-Augmented Generation）方案上进行了重要升级。
GitHub 的尝鲜链接：
https://github.com/zilliztech/deep-searcher
—1—
什么是 Deep Research，为什么需要开源平替？
近来，OpenAI 推出了一款先进的 AI 研究工具——Deep Research，目的是为了帮助用户更高效地处理复杂的研究工作。这款工具基于 OpenAI 最新的 o3 大模型，特殊针对网络欣赏和数据分析进行了优化。
第一、核心功能包括：
多阶段信息搜集与推理：Deep Research 可以或许自动实行多阶段的网络调研，迅速整合网络上的大量信息，涵盖文本、图片和 PDF 文件。
专业陈诉自动天生：通太过析综合数百个在线资源，Deep Research 可以在5至30分钟内天生一份包罗具体引用的专业陈诉，显著减少传统研究所需的时间。
第二、应用场景涵盖：
学术研究：学者和研究职员可以利用 Deep Research 快速搜集相干领域的深入资料，辅助撰写论文和进行研究。
市场分析：企业可以利用此工具进行市场调研、竞争分析和产物比力，为贸易决议提供支持。
产物评估：消耗者可以利用 Deep Research 比力差别产物的特点和评价，做出更明智的购买选择。
总体而言，Deep Research 作为 OpenAI 推出的深度研究产物，旨在通过自动化的信息搜集和分析，助力用户高效完成复杂的研究任务。但目前，Deep Research 仅对美国地区的 OpenAI Pro 用户开放，费用为每月200美元，且每月查询次数限制为100次。
第三、开源解决方案：
目前，大多数用户尚无法利用 OpenAI 的 Deep Research 功能。不外，自从 OpenAI 发布该功能后，很多开源社区的贡献者开始分析并实行复现这一功能。
GitHub 上已经出现了多个开源方案，它们的实现流程大抵分为以下四个步骤：
第一步，题目分析：大模型分析用户提出的题目，确定回答题目所需的角度和步骤。很多大型模型（比如：DeepSeek、ChatGPT、Gemini 等）只需开启推理选项即可完成这一过程。
第二步，在线搜刮：根据大模型天生的题目进行在线搜刮，获取搜刮效果的前 k 项，并将内容反馈给大模型。
第三步，内容总结：大模型根据在线内容天生简洁的答案。
第四步，答案验证：将所有内容汇总后，由大模型判断答案的完整性和准确性。
如果答案完整且准确，则输出终极答案。如果到达预设的循环次数或 token 上限，同样输出终极答案。否则，天生新题目，返回第一步，并将汗青解决信息带入下一轮循环。
—2—
相比传统 RAG，Deep Research 有何亮点与不敷
相较于之前的 RAG（Retrieval-Augmented Generation）方案，新方案实现了以下三个方面的创新：
第一、判定逻辑：通过引入额外的判定逻辑，提拔了答案的准确度。Deep Research 利用多源验证、逻辑推理等质量控制手段，确保了研究结果的可靠性，并有用避免了传统 RAG 中常见的无目的检索和太过检索题目。与传统的 RAG 相比，Deep Research 在信息整合和验证方面更为严谨。
第二、以搜刮效果为核心：答案重要基于搜刮效果而非单纯依赖大模型的天生。大模型的作用在于内容汇总和相干性判断，从而增强了答案的可靠性。
第三、深度思索与处理复杂任务：Deep Research 可以或许模仿人类研究员进行多阶段的网络研究，明白信息、整合资源，并根据新发现调整研究策略。这种自主进行多步骤题目解决的能力，是普通 RAG 所不具备的。
虽然这些上风显著，但 Deep Research 也存在一些不敷。从前面提供的方案中可以看出，Deep Research 的响应速度较慢，对计算资源和网络环境的要求也更高。更重要的是，其答案的重要信息来源依然是公开的网络搜刮效果。
然而，在大多数企业场景中，真正有代价的数据通常是企业的内部数据，这些数据无法通过在线搜刮获取，也不得当上传至大模型以避免隐私泄露的风险。别的，在线搜刮引擎的效果可能包罗误导性信息（比如：广告），且一些小众搜刮引擎可能存在搜刮延迟。
鉴于此，在多数企业级应用场景中，采用基于 Deep Research 思路的私有化部署可能是一个更佳的选择。
接下来，我们将以 Deep Searcher 为例，展示怎样团结开源项目和本地数据，实现一个升级版的 Deep Research本地部署。
—3—
怎样针对私有数据，做 Deep Research
以下是基于多数开源 Deep Research 方案改进后，Zilliz 推出的 Deep Searcher 开源实现方案的架构图：
从图中可以看出，Deep Searcher 通过集成向量数据库 Milvus，实现了对用户本地存储数据的快速、低延迟的大规模离线搜刮。
Deep Searcher 的实现步骤如下：
第一步，题目剖析：在接收到用户提问后，利用 LLM（Large Language Model）对题目进行分析，天生多个子题目，并明白每个子题目对应的数据集。
第二步，信息检索：根据 LLM 的分析效果，在向量数据库中检索相干信息。需要留意的是，向量数据库中的数据是离线存储的，因此在实行查询之前，需要先将数据导入数据库。这些数据可以是企业内部数据、在线下载的数据，大概是其他体系中定期导入的数据。
第三步，内容判断：向量数据库检索到相似信息后，将用户的原始题目、子题目及其对应的搜刮效果一同提交给大模型进行内容判断。
如果题目已经得到完整回答，则进入终极回答阶段。
如果到达预设的循环次数或 token 上限，同样进入终极回答阶段。
否则，大模型将天生新的题目，并继承下一轮循环。
方案亮点包括：
（1）私有数据利用：充实发掘私有数据的代价，更好地与大模型团结。
（2）向量数据库上风：发挥向量数据库在处理大规模数据、低延迟搜刮、多种索引策略、高可用性和资源弹性管理等方面的上风。
（3）数据管理：通过向量数据库高效管理私有数据，对差别类型的数据进行分库分表，支持多种应用，最大化数据代价，降低管理成本。
值得留意的是，为了更有用地保护私有数据，发起利用离线 LLM 大模型。如果利用 LLM API，即使仅返回部分检索数据，仍然存在数据泄露的风险。
—4—
Deep Searcher 落地效果
遵循上述思路，Deep Research 的本地部署开源版本——Deep Searcher，现已在 GitHub上 开放源代码，项目链接为：https://github.com/zilliztech/deep-searcher。
当前项目功能包括：
第一、LLM 支持：支持 DeepSeek 官方版本、DeepSeek 硅基流动、DeepSeek TogetherAI、OpenAI。
第二、Embedding 模型支持：支持 Pymilvus 内置模型、OpenAI Embedding、VoyageAI Embedding。
第三、数据 Loader 支持：支持离线文档（比如：PDF、Markdown、TXT）、在线文档（可通过 FireCrawl、JinaReader、Crawl4AI 获取）。
第四、向量数据库支持：支持 Milvus、Zilliz Cloud（注册后即可免费体验，注册地址：https://cloud.zilliz.com.cn/login 或 https://cloud.zilliz.com/）。
GitHub 项目——Deep Searcher：https://github.com/zilliztech/deep-searcher。项目正处于快速迭代阶段。
总之，随着 DeepSeek 的爆火，2025年必定是 AI 大模型应用的爆发之年，其中最重要的应用形态就是 AI Agent 智能体，为了帮助各人快速掌握 AI Agent 智能体技术，我和团队落地大模型项目3年，帮助60多家企业落地近100个项目，根据我们企业级实战的项目经验，打造基于 DeepSeek 的 AI Agent 项目实战直播训练营，截至今天已经报名2万名学员，如此火爆！原价199元，DeepSeek 爆火，为了回馈粉丝的支持，代价直接降到 19元，再开放今天一天的报名权限，仅限99名，抢完立刻规复到199元。
—5—
AI Agent 智能体为啥如此重要？
第一、这是大势所趋，随着 DeepSeek 春节期间的爆火，我们正在履历一场重大技术变革，还不像当年的互联网的鼓起，这是一场颠覆性的变革，掉队就便是镌汰，由于未来所有应用都将被 AI Agent 智能体重写一遍；
第二、现在处于红利期，先入场的同砚至少会享受4~5年的红利，拿高薪，并且会掌握技术的自动权和职业选择权。
第三、企业需求旺盛，越来越多的企业已经在 AI Agent 智能体领域进行落地，这为我们提供了丰富的岗位时机和广阔的发展空间。
第四、大厂都在战略结构的方向，不管是国外的微软、谷歌，还是国内的百度等大厂都在战略结构，随着春节期间 DeepSeek 火出圈，2025年必定是 AI Agent 智能体贸易化的一年。
我和团队近来两年一直在研究大模型应用技术，我想说：大模型的代价太大了，AI Agent 智能体的潜力太大了！“未来所有应用都会被 AI Agent 智能体重写一遍”！这句话也是今年听到最多的一句话。我和团队这两年，尤其是近来3年已经帮助60多家企业落地了近100个 AI Agent 智能体的项目。我本身贴身感受：越来越多的企业简直都开始落地 AI Agent 智能体项目了。
因此 AI Agent 智能体充足重要，但也充足复杂，我这两年实践结论是，想开发出一个可以或许可靠稳定的 AI Agent 智能体应用实在太难了，大模型技术本身的复杂度，大模型推理的不确定性，响应速度性能题目等等，这些困难直接导致很多人对其望而却步，或是碰到题目无从下手。一般技术同砚想要本身掌握 AI Agent 智能体着实很不轻易！
为此我特意打造了一个为期3天的基于 DeepSeek 的 AI Agent 智能体企业实战训练营：这个训练营是我和团队落地大模型项目3年，根据我们企业级实战的项目经验，打造了基于 DeepSeek 的3天 AI Agent 项目实战直播训练营。
课程原价199元，DeepSeek 爆火，现在仅花19元就能拿下！文末再赠送5个报名福利！抢完立刻规复199元！
—6—
3天直播训练营，你能劳绩什么？
3天的直播课，带你快速掌握基于 DeepSeek 的AI Agent 智能体核心技术和企业级项目实践经验。
模块一：AI Agent 智能体技术原理篇
全面拆解 AI Agent 智能体技术原理，深度掌握基于 DeepSeek 的 AI Agent 智能体三大能力及其运行机制。
模块二：AI Agent 智能体应用开发实战篇
深度讲解基于 DeepSeek 的 AI Agent 智能体技术选型及开发实践，学会开发 AI Agent 智能体核心技术能力。
模块三：AI Agent 智能体企业级案例实战篇
基于 DeepSeek，从需求分析、架构设计、架构技术选型、硬件资料规划、核心代码落地、服务管理等全流程实践，深度学习企业级 AI Agent 智能体项目全流程重点难点题目解决。
3天时间，你能学会什么？
在真实项目实践中，你会获得4项硬核能力：
第一、全面了解 DeepSeek 大模型、AI Agent 智能体的原理、架构和实现方法，掌握核心技术精华。
第二、熟练利用 Dify/Coze 平台、DeepSeek、LangChain、AutoGen 等开发框架，为企业级技术实践打下坚实基础。
第三、通过企业级项目实战演练，可以或许独立完成基于 DeepSeek 的 AI Agent 智能体的设计开发和维护，学会解决企业级实际题目的能力。
第四、为职业发展提供更多可能性，无论是晋升加薪还是转行跳槽，提拔核心技术竞争力。
限时优惠：
原价199元，DeepSeek 爆火，现在报名只需19元！文末再赠送5个报名福利！这是一个难得的时机，让我们一起踏上 AI Agent 智能技术之旅，开启技术新纪元！
—7—
今天报名再送5个配套福利
配套福利一：清华大学：DeepSeek 从入门到醒目（2025），104 张页面，资料比力全，包括：DeeSeek 核心技术、DeepSeek 是什么？能做什么？怎样利用 DeepSeek 等等。
配套福利二：AI Agent 智能体训练营配套学习资料，包括：PPT 课件、实战代码、企业级智能体案例和增补学习资料。
配套福利三：AI Agent 智能体训练营学习笔记，包罗3天直播的所有精华。
配套福利四：AI Agent 智能体大厂面试真题100道！覆盖百度、阿里、腾讯、字节、美团、滴滴等大厂的100道真题，不论是跳槽还是升职加薪，参考意义都重大！
配套福利五：2024年中国 AI Agent 智能体行业研究陈诉！AI Agent 智能体是新的应用形态，大模型期间的“APP”，技术范式也发生了很大的变革， 此份研究陈诉探索新一代人机交互及协作范式，覆盖技术、产物、贸易、企业落地应用等方面，非常值得一读！
原价199元，DeepSeek 爆火，现在19元就能拿下！
—8—
添加助教直播学习
购买后，添加助理进行直播学习 | 
