assafelovic/gpt-researcher

Kết luận: partial · Công nghệ: llm-agent · deep-research · mcp · web-scraping · knowledge-synthesis

gpt-researcher là một tool nghiên cứu tự động dùng LLM để thu thập, tổng hợp và đào sâu thông tin từ nhiều nguồn dữ liệu/web. Với ~28k stars và các topic như agent, deepresearch, mcp, webscraping, đây là lựa chọn đáng thử cho các hệ thống cần workflow nghiên cứu, tổng hợp tri thức hoặc trợ lý phân tích theo miền.

📖 Giới thiệu chi tiết

🧩 Nó là gì?

assafelovic/gpt-researcher là một công cụ nghiên cứu tự động dùng AI để tìm kiếm, đọc, tổng hợp và viết báo cáo về gần như bất kỳ chủ đề nào. Bạn có thể hiểu đơn giản: thay vì tự mở nhiều tab, đọc từng nguồn rồi ghi chú, gpt-researcher giúp làm quy trình đó thành một báo cáo có trích dẫn.

🎯 Giải quyết vấn đề gì? Dành cho ai?

Khi cần nghiên cứu một chủ đề, người mới thường gặp vài vấn đề:

• Mất nhiều thời gian để tìm nguồn đáng tin.
• Dễ bị rối vì có quá nhiều bài viết, tài liệu, ý kiến trái chiều.
• LLM thông thường có thể trả lời dựa trên kiến thức cũ hoặc “bịa” thông tin nếu không kiểm chứng.
• Một câu hỏi lớn thường cần chia nhỏ thành nhiều câu hỏi con mới nghiên cứu kỹ được.
• Viết báo cáo dài, có cấu trúc và có nguồn dẫn là việc khá tốn công.

gpt-researcher phù hợp cho:

• Lập trình viên muốn tích hợp “trợ lý nghiên cứu” vào app.
• Founder, analyst, marketer cần tổng hợp thị trường, đối thủ, xu hướng.
• Sinh viên, researcher, writer cần bản nháp báo cáo có nguồn tham khảo.
• Team nội bộ muốn nghiên cứu cả web lẫn tài liệu riêng như PDF, CSV, Word, Markdown.
• Người xây dựng AI agent cần workflow nghiên cứu sâu, có thể tùy biến.

⚙️ Hoạt động ra sao?

Cơ chế chính của gpt-researcher có thể hình dung như một nhóm trợ lý nhỏ cùng làm việc:

• Nhận một câu hỏi nghiên cứu từ người dùng, ví dụ: “why is Nvidia stock going up?”
• Tạo một agent riêng cho nhiệm vụ đó. Agent ở đây là một chương trình AI được giao vai trò cụ thể.
• Dùng “planner” để chia chủ đề lớn thành các câu hỏi nhỏ hơn, giúp nghiên cứu có hệ thống.
• Dùng các “execution agents” để tìm thông tin từ web, tài liệu local hoặc nguồn dữ liệu khác.
• Thu thập nhiều nguồn, thường có thể tổng hợp hơn 20 nguồn để giảm góc nhìn phiến diện.
• Tóm tắt từng nguồn và theo dõi nguồn trích dẫn để biết thông tin đến từ đâu.
• Lọc, gom nhóm và viết lại thành báo cáo cuối cùng.
• Có thể xuất báo cáo sang các định dạng như PDF, Word và một số định dạng khác.
• Có thể chạy với nhiều LLM providers, tức là nhiều nhà cung cấp mô hình AI khác nhau.
• Hỗ trợ MCP để kết nối thêm nguồn dữ liệu chuyên biệt như GitHub repositories, databases hoặc custom APIs.

🆚 Khi nào nên dùng / không nên

Nên dùng gpt-researcher khi:

• Bạn cần báo cáo nghiên cứu dài, có cấu trúc, có nguồn dẫn.
• Bạn muốn tự động hóa việc tìm kiếm, đọc, tóm tắt và tổng hợp thông tin.
• Bạn cần nghiên cứu từ cả web lẫn tài liệu nội bộ.
• Bạn muốn xây dựng sản phẩm có tính năng “deep research”.
• Bạn cần tùy biến agent theo ngành, miền kiến thức hoặc workflow riêng.

Không nên dùng khi:

• Bạn chỉ cần hỏi nhanh một câu đơn giản, ví dụ “Python list là gì?” — dùng ChatGPT hoặc tài liệu chính thức sẽ nhanh hơn.
• Bạn cần kết quả tuyệt đối chính xác cho pháp lý, y tế, tài chính mà không có người kiểm chứng.
• Bạn không muốn cấu hình API key hoặc không muốn trả chi phí gọi LLM/search API.
• Bạn cần một công cụ nghiên cứu hoàn toàn thủ công, không dùng AI.
• Bạn chỉ cần search vài link, không cần tổng hợp thành báo cáo.

So với một chatbot LLM thông thường, gpt-researcher mạnh hơn ở chỗ nó chủ động lập kế hoạch, tìm nguồn, tổng hợp nhiều nguồn và viết báo cáo có trích dẫn. So với việc tự Google thủ công, nó nhanh hơn và có cấu trúc hơn, nhưng bạn vẫn nên kiểm tra lại các kết luận quan trọng.

🚀 Bắt đầu nhanh

Cách 1: chạy từ source code.

git clone https://github.com/assafelovic/gpt-researcher.git
cd gpt-researcher

export OPENAI_API_KEY={Your OpenAI API Key here}
export TAVILY_API_KEY={Your Tavily API Key here}

pip install -r requirements.txt
python -m uvicorn main:app --reload

Sau đó mở:

http://localhost:8000

Cách 2: cài bằng pip và dùng trong Python.

pip install gpt-researcher

Ví dụ tối thiểu:

import asyncio
from gpt_researcher import GPTResearcher

async def main():
    query = "why is Nvidia stock going up?"

    researcher = GPTResearcher(query=query)

    # Bước 1: tiến hành nghiên cứu
    research_result = await researcher.conduct_research()

    # Bước 2: viết báo cáo cuối cùng
    report = await researcher.write_report()

    print(report)

asyncio.run(main())

Nếu muốn dùng API tương thích OpenAI khác, ví dụ model local hoặc provider khác, có thể cấu hình:

export OPENAI_BASE_URL={Your custom API base URL here}

Nếu muốn nghiên cứu trên tài liệu local, đặt thư mục tài liệu bằng:

export DOC_PATH="./my-docs"

Các định dạng tài liệu local được hỗ trợ gồm PDF, plain text, CSV, Excel, Markdown, PowerPoint và Word documents.

Chạy bằng Docker:

docker-compose up --build

Nếu lệnh trên không chạy, thử:

docker compose up --build

Mặc định Docker có thể chạy:

• Python server ở localhost:8000
• React app ở localhost:3000

✅ Điểm mạnh & ⚠️ Hạn chế

Điểm mạnh:

• Tự động hóa gần như toàn bộ quy trình nghiên cứu: lập kế hoạch, tìm nguồn, đọc, tóm tắt, viết báo cáo.
• Có trích dẫn nguồn, giúp dễ kiểm tra lại thông tin.
• Hỗ trợ cả web research và local documents.
• Có thể tạo báo cáo dài trên 2,000 từ.
• Có khả năng gom thông tin từ nhiều nguồn để giảm kết luận hời hợt.
• Có frontend nhẹ bằng HTML/CSS/JS và frontend production-ready bằng NextJS + Tailwind.
• Hỗ trợ JavaScript-enabled web scraping, hữu ích với các trang web hiện đại.
• Có Deep Research để đào sâu chủ đề theo nhiều nhánh.
• Có MCP integration để kết nối thêm nguồn dữ liệu như GitHub repositories, databases hoặc custom APIs.
• Có thể xuất báo cáo sang PDF, Word và các định dạng khác.

Hạn chế:

• Cần API key như OPENAI_API_KEY, TAVILY_API_KEY hoặc key của provider tương ứng.
• Có thể phát sinh chi phí khi gọi LLM, search API hoặc chạy Deep Research.
• Kết quả vẫn cần con người kiểm chứng, nhất là với chủ đề nhạy cảm hoặc yêu cầu độ chính xác cao.
• Chất lượng báo cáo phụ thuộc vào chất lượng nguồn tìm được và model bạn dùng.
• Cấu hình ban đầu có thể hơi nhiều với người hoàn toàn mới.
• Deep Research có thể mất vài phút cho mỗi lần chạy.
• Web scraping có thể bị giới hạn bởi website, đăng nhập, paywall hoặc thay đổi giao diện trang.