KResearch
KResearch是一个使用Google Gemini API对用户指定主题进行深度研究的web应用程序。主要功能如下:
- 迭代式主题澄清: 通过“专家研究员”角色提出有见地的澄清问题,以细化研究范围和用户意图。
- AI驱动的研究策略: 根据澄清后的主题生成高级研究策略,模拟“专家战略家”。
- 自动化迭代研究: 执行一系列研究步骤(通过Gemini API向Google Search发起查询)来收集信息,并改进决策,以采取新颖且有影响力的行动。
- 精密的AI推理: 在整个过程中融入“专家研究员/分析师”角色,以获得更深刻的问题、强大的策略、分析性的决策制定以及详细的摘要/报告。
- 改进的“学习”提取: AI专注于提取信息密集、独特的知识,包括特定实体(人物、地点、公司)、指标、数字和日期。
- 可配置的迭代次数: 用户可以指定最大研究迭代次数(1-500)。
- 综合报告生成: 将所有发现综合成详细的Markdown报告,具有:
- 高级格式:原生支持表格、用于数学公式的KaTeX,以及用于可视化关系的Mermaid图表(例如,概念图、层次结构)。
- 增强的细节和结构:AI旨在提供深入的内容,遵循用户批准的策略和报告组织最佳实践,并遵守排版指南。报告生成是一个两步流式传输过程:首先是初始草稿,然后是详细说明过程。
- 默认情况下无引文/参考:默认情况下,最终报告侧重于综合叙述,而没有内联引文或“参考文献”部分。
- 两种研究模式:
- 普通模式:使用
gemini-2.5-flash
模型,以获得快速高效的结果。 - 深度模式:使用
gemini-2.5-pro
模型,以获得更高质量和更深入的分析。
- 普通模式:使用
- 实时研究日志: 提供AI的想法、行动和发现的实时流。
- 用户友好的界面: 使用React和Tailwind CSS构建的简洁、响应式UI。
- 错误处理与重试逻辑: 针对API调用的强大错误处理,包括针对瞬态问题的重试机制。
- 保持活动状态的Ping: 在长时间操作期间向用户提供反馈。
- 检查点系统: 允许用户在关键阶段(澄清后、策略批准后)保存和加载研究进度,这对于中断后恢复很有用。