Open Deep Research (dzhng) — 架构与原理
30 秒导读： 你给它一句话题目（外加广度、深度两个旋钮），它就会自己不停地"想搜索词 → 搜网页 → 读结果 → 提炼要点 → 顺着要点再想下一批搜索词"，像一棵树一样把问题层层展开，最后把攒下来的所有要点交给 LLM 写成一篇带来源链接的 Markdown 报告。全项目刻意压在 500 行以内，是理解「deep research agent」最干净的样本。
1. 这是什么（零基础也能懂）
一句话定义： 一个"会自己深挖"的 AI 研究助手——你只出一个题目，它自动做多轮网络搜索、层层深入，最后产出一份报告。
解决什么问题 / 给谁用：
假设你想研究"2025 年固态电池的商业化进展"。普通做法是你自己去搜索引擎敲十几个关键词、点开几十个网页、边读边记笔记，读到新名词又回头再搜。这个项目就是把"敲词 → 读 → 记 → 再敲词"这个人肉循环自动化：LLM 负责想搜索词和提炼要点，搜索引擎（Firecrawl）负责真的去搜真的去抓网页正文。
给谁用：想要一份"比一次性问 ChatGPT 更深、有真实网页来源"的调研报告的人；以及想学"deep research agent 到底怎么写"的工程师。
它能做什么：
- 迭代式深挖：一轮的发现会喂给下一轮，越挖越具体。
- 广度/深度两个旋钮：控制"每层铺多宽"和"往下钻多少层"。
- 先问清楚再动手：报告模式下先反问你几个澄清问题。
- 两种产出：长报告（
report.md）或一句话精确答案（answer.md）。 - 并发搜索：同一层的多个搜索词并行跑。
用起来什么样：
一段真实的命令行交互（来自 src/run.ts:32-115）：
$ npm start
Using model: o3-mini
What would you like to research? 固态电池 2025 商业化进展
Enter research breadth (recommended 2-10, default 4): 4
Enter research depth (recommended 1-5, default 2): 2
Do you want to generate a long report or a specific answer? (report/answer, default report): report
Creating research plan...
To better understand your research needs, please answer these follow-up questions:
你更关心哪个地区的量产进度（中国/日本/欧美）?
Your answer: 中国和日本
...
Starting research...
之后它就自己跑起来，最后把报告存到 report.md。
一句话直觉/类比： 把它想成"一棵会自己长的搜索树"——树根是你的题目，每个节点先 让 LLM 想出几个搜索词（这是分叉，宽度由 breadth 决定），搜到结果提炼出要点后，再顺着要点往下长一层（这是加深，层数由 depth 决定），到达底层就停。所有节点攒下的要点汇到一起，就是报告的原料。
2. 顶层全景（它大概怎么转）
部件一句话职责
| 部件 | 干什么 | 在哪个文件 |
|---|---|---|
交互入口 run() | 命令行问答：收题目、广度、深度、报告/答案模式 | src/run.ts:32 |
HTTP 入口 app | 把同样的能力包成 REST 接口（/api/research） | src/api.ts |
澄清器 generateFeedback | 动手前反问用户几个问题，把答案拼进题目 | src/feedback.ts:7 |
递归引擎 deepResearch | 全项目的心脏：展开广度×深度的搜索树 | src/deep-research.ts:176 |
想词 generateSerpQueries | 让 LLM 根据题目+已有要点生成一批搜索词 | src/deep-research.ts:40 |
搜索 firecrawl.search | 真去搜索引擎搜、抓网页正文（markdown） | src/deep-research.ts:222 |
提炼 processSerpResult | 把网页正文喂给 LLM，吐出 learnings + 后续问题 | src/deep-research.ts:81 |
汇总 writeFinalReport / writeFinalAnswer | 把所有 learnings 写成长报告 / 一句话答案 | src/deep-research.ts:120 / :149 |
模型层 getModel | 按环境变量在 o3-mini / DeepSeek-R1 / 自定义模型间切换 | src/ai/providers.ts:48 |
截断 trimPrompt | 把过长的正文按 token 上限递归切短，防止超上下文 | src/ai/providers.ts:65 |
提示词 systemPrompt | 统一的"你是专家研究员"系统提示 | src/prompt.ts:1 |
主线走一遍（高层，不进代码）
你的一句话题目 + breadth + depth
│
[报告模式] generateFeedback 反问几个澄清问题
│ 把问答拼进题目
▼
┌───────────── deepResearch(query, breadth, depth) ─────────────┐
│ │
│ ① generateSerpQueries → 得到 breadth 个搜索词（每个带研究目标） │
│ │ │
│ 并发(受 ConcurrencyLimit 限制)地对每个搜索词： │
│ ▼ │
│ ② firecrawl.search → 抓 5 个网页正文 + 收集 URL │
│ ▼ │
│ ③ processSerpResult → LLM 提炼出 learnings + 后续问题 │
│ ▼ │
│ ④ depth-1 > 0 ? │
│ ├─ 是 → 用「研究目标 + 后续问题」当新题目， │
│ │ breadth 减半、depth 减一，递归回到 ① │
│ └─ 否 → 收工，返回累积的 learnings + URLs │
└─────────────────────────────────────────────────────────────────┘
│ 所有分支的 learnings/URLs 去重合并
▼
writeFinalReport / writeFinalAnswer → LLM 汇总 → report.md / answer.md
怎么读这张图：从上到下是一次研究的时间线；中间方框内的 ①→④ 是一个树节点做的事，④"是"分支就是往下长一层、回到 ①，形成递归。
记住三个关键词就懂了大盘：
- breadth（广度）：这一层分几个搜索词（叉几支）。
- depth（深度）：还要往下钻几层。
- learnings（要点）：一路攒下来的提炼结果，既是下一层想词的原料，也是最后写报告的原料。
3. 深入各机制（阅读地图）
这个项目虽小，但有四个值得单独讲清的机制，按由浅入深排：
- 01-recursion-engine.md — 核心引擎
deepResearch。广度×深度的递归树到底怎么展开、breadth/2与depth-1的收敛、pLimit并发、learnings 如何滚雪球、错误怎么被吞。先读这章。 - 02-prompts-and-structured-output.md — 五个 LLM 调用点（想词/提炼/写报告/写答案/澄清）的 prompt 设计，以及用
generateObject+ zod schema 逼模型吐 JSON 的套路。 - 03-providers-and-trimming.md —
getModel的多提供商切换，和trimPrompt那个"按 token 估算字符、递归切短"的巧妙截断算法。 - 04-deep-dive-and-map.md — 边界与局限、巧妙之处提炼、横向对比、完整代码地图。
建议顺序：index（本页）→ 01 → 02 → 03 → 04。只想拿走精华就跳 04。