技术大佬 Lance Martin 通过 Ollama + DeepSeek 打造完全本地运行(无需调用 API)的网页研究助手。它可以使用 Ollama 托管的任何语言模型(LLM)。你只需要给它一个主题,它就会自动生成搜索关键词,搜索网页内容(默认通过 Tavily),整理并总结搜索结果。随后,它会检查总结中是否存在知识遗漏,针对这些空缺生成新的搜索关键词并继续查找信息,不断改进总结内容。这一过程可以根据你设定的循环次数反复进行。最后,它会生成一份包含所有参考来源的 Markdown 格式总结,方便你查看和使用。
如何用 Ollama + DeepSeek 打造本地运行的网页研究助手
Lance Martin 开源了一个本地运行的网页研究助手,基于 Ollama 与 DeepSeek,无需 API。它自动提取关键词、调用 Tavily 搜索、总结内容,并迭代补全知识缺口,最终生成带引用的 Markdown 报告,支持任意 Ollama 模型。
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”
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。
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。
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。
评论区
围绕《如何用 Ollama + DeepSeek 打造本地运行的网页研究助手》展开交流,未登录用户可浏览评论,登录后可参与讨论。