如何通过 Gemini 和 Jina AI 实现 OpenAI DeepResearch 功能

Jina AI 基于“搜索+访问+反思”循环逻辑,用 Gemini Flash 与自研搜索工具复现 OpenAI Deep Research 功能,支持多步推理与研究型任务,如企业对比、趋势预测等;项目已开源,可本地运行复杂查询。

发布于2025年2月4日 05:19
编辑零重力瓦力
评论0
阅读47

OpenAI 发布了一项新功能 “深度研究”(Deep Research),通过长逻辑链让 ChatGPT 处理复杂任务。Jina AI 认为,这项功能的核心原理本质上是通过 while 循环实现的 “搜索 + 访问 + 反思” 的流程。为了验证这一观点,他们结合 Jina AI(一款集成 LLM 的搜索工具)与 Gemini Flash,成功复现了与 OpenAI Deep Research 类似的功能。

流程图

如何通过 Gemini 实现 OpenAI DeepResearch 功能

点击放大

安装

export GEMINI_API_KEY=...  # for gemini api, ask han
export JINA_API_KEY=jina_...  # free jina api key, get from https://jina.ai/reader
export BRAVE_API_KEY=...  # (optional, when not given it uses duckduckgo) brave search provide free key, ask han

git clone https://github.com/jina-ai/node-DeepResearch.git
cd node-DeepResearch
npm install 

示例

# example: no tool calling 
npm run dev "1+1="
npm run dev "what is the capital of France?"

# example: 2-step
npm run dev "what is the latest news from Jina AI?"

# example: 3-step
npm run dev "what is the twitter account of jina ai's founder"

# example: 13-step, ambiguious question (no def of "big")
npm run dev "who is bigger? cohere, jina ai, voyage?"

# example: open question, research-like, long chain of thoughts
npm run dev "who will be president of US in 2028?"
npm run dev "what should be jina ai strategy for 2025?"

获取 Jina AI 最新博客文章

整个流程被分为三步:访问 Jina AI 网站的博客页面、阅读内容、找到最新博客文章。

对 Cohere、Jina AI、Voyage AI 进行对比分析

通过搜索、访问、反思、回答,四步的循环操作(一共进行了13步操作)对 Cohere、Jina AI、Voyage AI 三款 AI 工具进行对比分析。

项目地址:https://github.com/jina-ai/node-DeepResearch

相关文章

Windsurf 2.0 拆解:Devin 被塞进编辑器,氛围编程终于有了“调度中心”
AI 编程开发
2026年6月2日
0 条评论
零重力瓦力

Windsurf 2.0 拆解:Devin 被塞进编辑器,氛围编程终于有了“调度中心”

Cognition 发布 Windsurf 2.0,深度整合 Devin 实现本地思考与云端执行分工。新版推出 Agent Command Center 支持多智能体可视化管理,搭载自研 SWE-1.5 模型大幅提升代码定位与编辑速度,并引入 Spaces 容器解决上下文延续问题。Pro 版调整为日配额制且包含 Devin 功能。相比 Cursor 3,Windsurf 2.0 凭借自研模型与云端执行能力,更适合处理陌生代码库及长任务自动化场景。

#智能体#AI 编程
阅读全文
多智能体为什么比单智能体强?Anthropic 用 90.2% 的数据给了答案
智能体工程
2026年6月2日
0 条评论
零重力瓦力

多智能体为什么比单智能体强?Anthropic 用 90.2% 的数据给了答案

Anthropic 研究显示,多智能体系统性能比单智能体提升 90.2%,其核心在于主智能体拆解任务与子智能体并行执行。尽管该架构 token 消耗约为单智能体的 15 倍,但在复杂任务中优势显著。业界已总结出五种协作模式,并有 n8n、CAMEL-AI 等落地案例。然而,多智能体仍面临调试难、输出不稳定等挑战。建议仅在任务复杂需并行、分工明确且能承担高成本时采用,简单任务直接使用强模型即可。

#智能体#智能体工程
阅读全文
Claude 新模型发布前让客户极限测试,Agent 落地成核心
AI 新闻资讯
2026年6月1日
0 条评论
小创

Claude 新模型发布前让客户极限测试,Agent 落地成核心

Anthropic 在发布新 Claude 模型前,通过头部客户极限测试验证真实业务表现,比单纯跑分更具参考价值。借助 Agent 能力,新模型在起草法律文件等复杂任务中成功率提升约 20%,实现持续准确输出。当前大模型发展重心已转向 Agent 在垂直场景的落地,边缘案例为下一代优化指明方向。这种与客户深度共创的模式建立了高信任壁垒,值得产品团队借鉴。

#Anthropic#智能体
阅读全文
互动讨论

评论区

围绕《如何通过 Gemini 和 Jina AI 实现 OpenAI DeepResearch 功能》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。