gigaxity-deep-research
活跃·★ 62·MIT·更新于 2026-09-30
Gigaxity Deep Research 是一个开源的多源合成管道，为大型语言模型深度研究提供六种MCP工具。它集成了并行网络搜索、RRF融合、矛盾检测和引用绑定，以提供强大且有证据支持的答案。
#检索增强生成#多智能体#网络搜索#大型语言模型集成#知识合成#FastAPI#MCP协议#引用生成
01
功能特性
01通过多源并行搜索和RRF融合，实现全面的结果聚合。
02通过MCP和FastAPI REST API暴露六种独立的深度研究工具：搜索、研究、提问、发现、合成、推理。
03高级合成功能，包括CRAG风格的质量门控、PaperQA2风格的矛盾检测和VeriCite风格的引用绑定。
04自适应查询路由、HyDE风格的查询扩展和复杂查询的多方面分解。
05支持多种焦点模式（如通用、学术、调试）和SciRAG风格的基于大纲的合成。
02
兼容性
Python
运行时
已通过文档验证
FastAPI
框架
已通过文档验证
MCP Protocol
协议
已通过文档验证
OpenAI Compatible LLMs
模型
已通过文档验证
Docker
部署
已通过文档验证
MCP Agents
智能体平台
已通过文档验证
03
快速开始
1
$ git clone https://github.com/yoloshii/gigaxity-deep-research.git
2
$ cd gigaxity-deep-research
3
$ python -m venv .venv
4
$ source .venv/bin/activate
5
$ pip install -e .
04
使用场景
↳为Claude Code等AI智能体提供外部的、有引用支持的深度研究能力，以避免幻觉。
↳自动化在不同领域进行全面的多源知识合成，以回答事实性问题。
↳利用灵活的FastAPI REST API或MCP服务器构建自定义的RAG驱动的LLM应用程序以进行集成。
↳支持多租户LLM服务，通过独立的API密钥进行研究成本结算，例如通过OpenRouter。
05
同类工具
⚡热门对决:
ai-workshop★ 60
这个研讨会旨在帮助开发者快速掌握使用 .NET 构建 AI 应用程序的技能，并探索集成了 Microsoft Extensions for AI、Azure AI Foundry 和向量数据存储的 .NET AI 项目模板。
azure-ai-search-foundry-iq-live-knowledge-sources★ 17
此加速器使平台团队能够将 Fabric Ontology 或远程 HTTPS MCP 工具连接到 Foundry IQ 知识库，用于自然语言提问，并提供带有来源证据的可靠结果。
评论
登录后发表评论
暂无评论，来发表第一条吧