ResearchGPT

Researchgpt

AI搜索和GPT代理商之間的快樂媒介

項目概述

ResearchGpt是一個創新的概念，旨在將語言模型驅動搜索引擎的實際功能與自動AI代理這樣的自主AI代理（如Auto-GPT和Babyagi）的多步驟，經過想法的推理結合起來。該概念旨在提供一個具有凝聚力和生產力的語言模型代理，以克服當前AI工具中發現的約束。

理由和背景

當前的自主AI代理，例如自動GPT和Babyagi，在人工智能方面取得了顯著的進步。它們具有出色的多步推理能力，對於復雜的任務至關重要。但是，這些代理通常因其低可靠性和不一致而受到批評，從而大大限制了它們的實際用法。

同時，AI驅動的搜索引擎（例如Bing AI和You.com）利用大型語言模型（LLMS）進行網絡研究。儘管它們具有技術成熟，但這些引擎通常缺乏與手動搜索技術相比的獨特優勢。他們的搜索範圍往往會被縮小，根據有限的來源來回答查詢，並從本質上闡述了排名最高的文章的內容。這種受限的方法通常會使用戶獲得不足或過於特定的信息，從而阻礙了有效的決策。

研究的概念設計

借助Researchgpt，我旨在協調上述技術的優勢，從而創造一種可以進行強大而有效的網絡研究的代理。它從自主的AI代理中獲得了經過思考的推理能力，並利用了AI驅動的搜索引擎的可靠任務完成方面，提供了平衡，實用的解決方案。

技術架構

ResearchGPT應用了一系列互連步驟，每個步驟都有助於創建結構良好的信息豐富的研究成果。這些步驟包括初始的Web搜索，關鍵鏈接評估，內容提取，文本摘要，最後是研究報告的彙編。

腳本的目的是自動執行各種研究任務，創建一個連貫的工作流程，該工作流程始於網絡搜索，並在交付結構良好的信息豐富的信息豐富的研究報告中達到頂點。此過程涉及幾個相互聯繫的步驟，每個步驟都在最後一個構建，以創建一個比其零件總和大得多的輸出。

第一步涉及使用Google自定義搜索JSON API對網絡進行針對性的，深遠的搜索。通過準確解釋用戶的研究要求，腳本可以利用Google的搜索基礎結構來檢索網絡上最相關的內容。

搜索後，腳本對檢索到的鏈接進行評估，評估其內容的相關性和可靠性。此階段涉及排名和排序過程，該過程根據其與手頭研究問題的適當性安排鏈接，從而優先考慮高價值資源。

一旦選擇了最合適的鏈接，下一步就涉及深入這些網頁的內容，並在上一步中使用GPT-4指定的順序使用GPT-4提取必要的信息。這允許腳本僅查明和提取最相關的信息，而無需任何無關數據。

然後總結提取的數據。此任務由GPT-4模型執行，該模型將內容提煉成其最關鍵的點，從而創建了一個摘要，該摘要保留了所有關鍵信息，同時刪除了冗餘細節。該信息存儲在字典中，並從中獲取鏈接

該過程的最後一步涉及匯總所有匯總數據，並將其彙編為一份良好的，有證據支持的研究報告。該報告旨在解決用戶的原始查詢，提供從廣泛可靠來源得出的全面見解和結論。為了確保信息的透明度和可追溯性，報告中都準確地引用了所有來源。

總之，該腳本是一種高級研究工具，專業地合併了AI和Web搜索領域，以提供深入，結構化和用戶尾部的研究報告。它大大簡化了研究過程，使用戶可以專注於分析和解釋，而不是在網絡上可用的信息中迷失。

關鍵功能

• 網絡搜索：利用Google自定義搜索JSON API，腳本基於用戶指定的研究主題查詢Web。
• 鏈接評估和順序：根據與給定的研究問題相關的順序評估，分類和排名搜索結果。
• 內容提取和匯總：使用GPT-4模型刮除，令牌化並彙總了所選鏈接中的Web內容，提取最相關的信息並丟棄其餘信息。
• 報告生成：所有匯總數據均已匯總，並且腳本生成了全面的，證據支持的研究報告，以解決初始查詢。所有信息來源都被適當引用以確保透明度。

依賴性

該腳本在Python 3.6或更新的情況下運行，並依賴以下Python庫：

• 請求：用於向網頁提出HTTP請求。
• JSON：用於處理JSON數據。
• Openai：與Openai API互動。
• GoogleapicLient：使用Google的自定義搜索JSON API。
• BeautifulSoup4：用於解析HTML並提取信息。
• 變壓器：用於使用GPT-2令牌化的輸入。
• 時間：管理限制的請求。
• 隨機：生成偽隨機數（如果需要）。請注意，您需要提供您的個人OpenAI和Google API密鑰，以利用此研究工具的功能。

用法

首先在提示時輸入研究查詢。腳本將按順序執行以下任務：Web搜索，鏈接提取和訂購，內容摘要和研究報告生成。它根據從網絡收集的信息中輸出一份全面的結構化研究報告。

免責聲明

由於此腳本中使用的AI模型和API依賴於概率方法，因此運行之間的結果可能會略有不同。因此，建議對其他可靠來源進行跨驗證信息。