DeepLiterature 是一个开源的科学 Deep Research 框架，由中国科学院自动化研究所、中国科学院文献情报中心、中国科学院计算机网络信息中心、中科闻歌、紫东太初联合推出，旨在为智能代理系统提供多种工具支持。当前 DeepLiterature 支持四类工具：搜索引擎、代码执行器、链接解析、信息拓展。
- [2025/03] DeepLiterature 正式发布，支持搜索引擎、代码执行器、链接解析、信息拓展等工具
DeepLiterature 的核心在于搭建了一套多智能体的交互协作框架，该框架整合了多种工具，通过模块化设计实现灵活扩展与高效协同工作。
下面是系统内部的主要流程图示意，展示了各模块之间的信息传递与调用流程：
flowchart TD
A[📃 Task] --> B[🤖 Planner]
B --> C[🧠 Optimizer]
C --> B
B --> D[🔍 Searcher]
D --> G[🧠 Discriminator]
G --> H[🔗 URL Parser]
H --> B
B --> E[🤖 Code Generator]
E --> F[🖥️ Code Runner]
F --> B
G --> B
F --> I[✒️ Writer]
B --> I
D --> I
H --> I
I --> J[📰 Publisher]
- 规划器-Planner：负责接收用户输入、解析请求并协调各模块调用。
- 优化器-Optimizer：利用外部搜索接口检索并返回相关信息摘要。
- 代码生成器-CodeGenerator：根据规划器分发的代码描述，生成代码，支持多语言环境。
- 代码执行器-CodeRunner：安全沙箱内执行代码生成器的代码，支持多语言环境。
- 搜索器-Researcher：利用搜索引擎，检索相关网页内容。
- 判别器-Discriminator：分析搜索结果摘要，判断是否需要获取全文以提升解答准确率。
- 链接解析器-URLParser：解析链接内容，获取网页全文内容。
- 撰写者-Writer：根据用户指令和获取的资料，撰写输出原始数据。
- 发布者-Plblisher：对撰写者的原始数据加工，形成符合用户指令的输出。
本框架集成了以下工具库，以实现上述智能体：
- 🔍 搜索引擎：高效检索网络信息。
- 🖥️ 代码执行器：支持代码在线运行与调试。
- 🔗 链接解析：对链接进行解析、校验及数据抽取。
- 🧠 信息拓展：基于搜索结果，判断摘要信息是否相关；当摘要信息不足以解答问题时，自动获取全文信息。
我们在 smolagents-benchmark 上进行了测试，该榜单由多个数据集的子集聚合而成：GAIA（32条）、MATH（50条）、SimpleQA（50条），以下是我们 DeepLiterature 和 smolagent(HF) 的结果。
以下示例展示了 DeepLiterature 在实际对话中的应用效果，均提供中文和英文版本（以下 GIF 文件仅为示意，实际使用时请替换为对应示例）。
问题1 (GPT-4o)：分析2024年中国的电商公司，截至到Q3季度的盈利情况，可以按照季度对比，可以横向对比不同的公司。分析各个公司的市场份额情况。
问题2 (GPT-4o)：帮我找到2024年中国生产总值top10的城市，以柱状图呈现top10的城市及生产总值。对比这些城市在过去三年的人口变化情况，以折线图的方式展示人口变化。
问题1 (DeepSeek-R1)：Statistics on the number of Nobel Prize winners by country in recent years, and analyze the age groups of Nobel Prize recipients.
问题2 (DeepSeek-R1)：Identify the top 3 most profitable cloud providers globally. Use a bar chart to illustrate the profitability of these three companies. Locate the top 1 cloud provider and analyze its profit changes over the past three years.
以下内容将帮助你快速部署与体验 DeepLiterature。
DeepLiterature 采用模块化设计，主要目录结构如下：
./src/
├── agents # 智能体模块，定义不同角色智能体及对应提示词模板
├── config # 配置文件，可配置搜索引擎API、网页解析、代码执行模块
├── llms # LLM调用模块
├── logo # 前端展示库
├── service # 平台和REST-ful api服务
├── tools # 执行器模块，实现代码执行与搜索引擎搜索能力
├── utils # 通用工具库
└── workflow # 任务工作流模块- 配置文件位于
src/configs/目录下，你可以根据需求修改默认参数。 - 各模块均提供统一接口进行配置，详见各模块文档。
-
默认提供中英文两种语言的 prompt 模板。
-
模板文件存放在
src/agents/prompts/下，用户可根据实际应用进行定制化修改。Prompt 文件名与 agent 文件名对应：例如：src/agents/orchestrator_agent.py与src/agents/prompts/orchestrator_agent_prompts.py对应。 -
切换中英 prompt 模版：通过
configs/config.yml的language配置deepliterature: language: <LANG> # ["zh", "en"]
-
修改
src/configs/config.yml，配置你所使用的搜索 API 密钥、请求参数等信息。 -
支持多个搜索引擎的并行调用，提升检索效率与准确性，默认使用 SerpAPI。
search-engine: search_engine: "serp" serp: api_url: "https://serpapi.com/search" api_key: <YOUR_API_KEY> gl: <GOOGLE_LOCATION> # such as "cn" hl: <GOOGLE_LANGUAGE> # such as "zh-cn"
-
SerpAPI 是一项提供搜索引擎结果的 API 服务，允许开发者在应用程序中集成如 Google、Bing 等搜索引擎的功能。它支持多种参数设置，可以根据地域和语言进行定制化搜索。通过SerpApi，用户可以轻松获取 Google 搜索结果，而无需直接与 Google 搜索进行交互，也不需要处理复杂的爬虫和验证码，其中：
- gl: 该参数定义使用 Google 搜索的国家。它是一个两位字母的国家代码。（例如，us 代表美国，uk 代表英国，fr 代表法国），详见 Google country page。
- hl: 该参数定义使用 Google 搜索的语言。它是一个两位字母的语言代码。（例如，en 代表英语，es 代表西班牙语，fr 代表法语），详见 Google language page。
- 修改
src/configs/config.yml，配置你所使用的网页解析引擎 API 密钥、请求参数等信息，默认使用 Jina API。jina: api_url: "https://r.jina.ai/" api_key: <YOUR_API_KEY>
- JinaAI 致力于为任何类型的数据建立搜索系统，包括文本、图像、音频、视频等。通过模块化设计和多层抽象，用户可以利用有效的模式按部分构建系统，或者将它们链接到流中以获得端到端的体验。
- 修改
src/configs/config.yml，配置你所使用的远程大模型 API 密钥、请求参数等信息，并通过配置llm_model选项切换大模型。llm: max_context_length: <MAX_CONTEXT_LENGTH> llm_model: <LLM_MODEL_TYPE> # ["remote-llm", "remote-reasoning-llm"] remote-llm: api_url: <YOUR_API_URL> api_key: <YOUR_API_KEY> model_name: <YOUR_MODEL_NAME> tokenizer: tokenizer_class: <TOKENIZER_CLASS> tokenizer_name_or_path: <TOKENIZER_NAME_OR_PATH> remote-reasoning-llm: api_url: <YOUR_API_URL> api_key: <YOUR_API_KEY> model_name: <YOUR_MODEL_NAME> tokenizer: tokenizer_class: <TOKENIZER_CLASS> tokenizer_name_or_path: <TOKENIZER_NAME_OR_PATH>
-
在
src/configs/config.yml中，将api_url修改为自定义实现的代码执行器 API。code-runner: api_url: <YOUR_CODE_RUNNER_API>
代码执行器 API 通过 POST 请求进行调用，需符合以下请求和响应格式。
- 请求格式：请求体采用 JSON 格式，包含以下字段。
{ "id": <REQUEST_ID>, # 请求唯一标识符，类型：string "code_text": <CODE>, # 代码文本，类型：string "code_type": <PROGRAMMING_LANGUAGE>, # 编程语言类型，如 "python" }
- 响应格式：响应体采用 JSON 格式，代码执行的文本输出保存在
text字段中，图片输出保存在img字段中。示例响应如下：{ "id": <REQUEST_ID>, # 请求唯一标识符，类型：string "code": 200, # 状态码：200 表示成功，500 表示失败，类型：int "data": [ {"text": "Hello world!\n"}, {"img": "iVBORw0KGgoAAAANSUhEUgAAAjMAAAHFCAYAAAAHcXhbAAAAOXRFWHRTb2Z0d2FyZQBNYXRwbG90bGliIHZlcnNpb24zLjYuMiwgaHR0cHM6Ly9tYXRwbG90bGliLm9yZy8o6BhiAAAACXBIWXMAAA9hAAAPY……ggg=="}, {"text": "Hello DeepLiterature"} ], "msg": "success", # 执行状态信息，类型：string "time": 0.711 # 执行时间，单位：秒，类型：float }
- 请求格式：请求体采用 JSON 格式，包含以下字段。
-
注意安全性：代码执行器采用沙箱机制，确保用户代码在隔离环境中运行。
-
克隆仓库后，安装依赖：
git clone https://github.com/ScienceOne-AI/DeepLiterature.git cd DeepLiterature pip install -r requirements.txt -
启动平台服务：
streamlit run service/platform_server.py --server.port=36667
-
启动API服务：
# 默认端口 36668 python service/api.py# 测试样例 curl --location 'http://127.0.0.1:36668/stream' \ --header 'Content-Type: application/json' \ --data '{ "query": "2025亚冬会奖牌排名第一的国家是哪个国家，并且以柱状图的方式展示其各奖牌数量。" }'# 输出格式： data: { "id": "978210f0-23fd-4f43-9d82-4837e4cb8e28", "created": 1741312834, "choices": [ { "index": 0, "delta": { "reasoning_content": "", "content": "" } } ], "stage": "" }
- 访问本地服务（比如 http://localhost:36667），进入对话页面，即可体验 DeepLiterature 提供的智能问答服务。
- 发布 DeepLiterature 体验平台。
- 提供聚焦科学文献领域的搜索引擎。
- 提供实现通用代码执行器接口的代码。
- 完成 HLE 榜单测试并展示详细测试结果。
- 各模块支持更多自定义选项，用户可根据需求灵活配置。
本框架中前端展示部分的功能，通过 Streamlit 轻应用平台实现，感谢他们的贡献。
DeepLiterature 采用 Apache 2.0 License 进行开源发布，欢迎大家在遵循许可协议的前提下使用和贡献代码。