Open Deep Research

开源AI Agent › 自主任务 Agent⭐ 12k

LangChain 开源的深度研究 Agent，能自主执行多步研究任务——搜索、阅读、综合、验证。支持多种 LLM 后端，自动拆解研究问题并生成结构化报告。

🎯适用场景：自动化深度研究 Agent——多步搜索、阅读、综合，生成结构化研究报告

#LangChain#深度研究#Agent#开源#多步推理#自动化研究

📥 收录于 2026/7/22

访问工具

📊 仓库数据

Stars12,205

Forks1,738

语言Python

协议MIT

更新2026/7/22

✅ 优点

•LangChain 官方
•12K+ Stars
•多 LLM 后端
•结构化报告输出

⚠️ 限制

•依赖外部搜索 API
•复杂任务可能耗时较长

🔗 相关工具

DeerFlow 2.0

开源⭐ 643

github.com/microsoft/DeerFlow

微软开源的深度研究智能体，多次登顶 GitHub Trending 榜首，拥有超 22K Star。支持多步骤研究规划、网络搜索、信息提取和协作式研究流程，能够自主制定研究计划、搜集资料、分析信息并生成结构化报告。Apache 2.0 协议完全开源，2026 年开源 AI 研究助手的首选方案。适合学术研究、行业分析和深度调研等场景

🎯自主 Agent 开发与部署

WekaIO AID2

开源⭐ 9

github.com/weka/aid2

WekaIO 开源递归自改进 Agent。8 天内递归重写自身代码 100+ 次，7 个版本通过严格选择。在 OpenAI MLE-Bench 上 metal rate 提升 5 倍（自主声明，待独立验证）。这是自主自我改进从理论到实践的首次工程化演示。⚠️ 递归自我改进是 AI 安全敏感领域，性能数据尚待第三方复现。

🎯递归自我改进 Agent——自主分析、重写和优化自身代码以提升基准性能

#Agent#递归自改进#自我进化#MLE-Bench+2

Hermes Agent

开源⭐ 218k↑+186

github.com/NousResearch/hermes-agent

NousResearch 出品的可成长型 AI Agent 平台，205K+ stars，是 GitHub 历史上增速最快的 AI Agent 项目之一。核心理念是「Agent 与你一起成长」——通过偏好学习、上下文记忆和技能协作，Agent 在交互中变得越来越懂你。不同于纯自动进化，hermes-agent 采用人机协作模式，降低使用门槛的同时保证进化方向符合用户意图。

🎯自主 Agent 开发与部署

#开源#可成长Agent#持续学习#NousResearch

SmolAgents

开源⭐ 28k↑+6

github.com/huggingface/smolagents

Hugging Face 轻量级 Agent 库，支持工具调用和代码执行，极简 API 设计。仅需几行代码即可创建功能完整的 Agent，是学习和快速原型开发的理想选择，与 Hugging Face Hub 模型和工具生态深度集成

🎯自主 Agent 开发与部署

#轻量级#工具调用#Hugging Face#开源

Google ADK

开源⭐ 21k↑+6

github.com/google/adk-python

Google 开源多智能体开发框架，支持 YAML 配置和可视化编排，构建生产级 AI Agent 系统，v1.25 版本已成熟，4 月 GitHub 新增 8,200+ 星。深度集成 Google AI 生态（Gemini、Vertex AI），提供 Agent-to-Agent 通信、状态管理和工具调用标准化接口，是企业级 Agent 系统的新选择

🎯自主 Agent 开发与部署

OWL

开源⭐ 20k↑+4

github.com/camel-ai/owl

CAMEL-AI 研究团队开源的多智能体协作框架，在 GAIA 通用 AI 助手基准测试中开源方案排名第 1（58.18 分）。支持浏览器自动化、代码执行、视频/音频分析、文档处理等 10+ 工具包，并集成 MCP 协议扩展工具生态。19.4k GitHub Star，Apache 2.0 协议，是开源多智能体协作的标杆项目，适合复杂任务的 Agent 编排和研究

🎯MCP 工具协议集成、自主 Agent 开发与任务执行

#开源#多智能体#GAIA #1#MCP 集成