技术大佬 Lance Martin 通过 Ollama + DeepSeek 打造完全本地运行(无需调用 API)的网页研究助手。它可以使用 Ollama 托管的任何语言模型(LLM)。你只需要给它一个主题,它就会自动生成搜索关键词,搜索网页内容(默认通过 Tavily),整理并总结搜索结果。随后,它会检查总结中是否存在知识遗漏,针对这些空缺生成新的搜索关键词并继续查找信息,不断改进总结内容。这一过程可以根据你设定的循环次数反复进行。最后,它会生成一份包含所有参考来源的 Markdown 格式总结,方便你查看和使用。
如何用 Ollama + DeepSeek 打造本地运行的网页研究助手
Lance Martin 开源了一个本地运行的网页研究助手,基于 Ollama 与 DeepSeek,无需 API。它自动提取关键词、调用 Tavily 搜索、总结内容,并迭代补全知识缺口,最终生成带引用的 Markdown 报告,支持任意 Ollama 模型。
相关文章
ChatGPT Work 实测:27 分钟跑通闭环路网到一键部署网站
ChatGPT Work 标志着大模型向全托管自主智能体跃迁。其通过云端沙箱、无头浏览器、持久化存储及一键部署四大基础设施,实现从信息检索到网站上线的闭环自动化。系统提供 Cloud 与 Local 双形态及多档推理级别,适配不同任务需求。尽管具备强大自主执行能力,用户仍需警惕上下文压缩、CSP 限制及提示注入等风险。目前该工具仍面临云端与本地环境状态同步未打通的挑战,但已重塑软件工程协作模式。
Claude Code 多智能体协作实战指南,从并行子代理到分布式团队的高效落地
Claude Code 多智能体协作提供 subagents 与 Agent Teams 两种架构。subagents 采用星型拓扑,适合独立任务委派;Agent Teams 为点对点网状结构,支持双向通信与状态共享,适用于复杂并行工作流。实战中需根据任务依赖度选型,并通过 Git worktrees 隔离并发写入冲突。同时应合理配置模型路由以控制成本,规避描述重叠与死锁风险。若缺乏三条以上独立并行流,建议优先使用单会话或 subagents 以提升效率。
ChatGPT Work 实战,一句话让智能体自主完成复杂地理计算与交付
ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统,推动 AI 从问答工具演进为自主执行体。实测显示,智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务,适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题,在生产环境的可复现性仍面临挑战。
评论区
围绕《如何用 Ollama + DeepSeek 打造本地运行的网页研究助手》展开交流,未登录用户可浏览评论,登录后可参与讨论。