想象一下，如果可以让爱因斯坦、埃隆·马斯克、费曼、史蒂夫·乔布斯、简·古道尔和尤瓦尔·诺亚·赫拉利和你一起合作共同研究并编写研究报告，这是一种什么感受？
我们每天产生的信息比过去一年产生的信息还要多，假如研究人员想在一个小时内访问一万个网站、研究分析数据、并编写报告，这实际上是不可能的。如今，随着AI 大模型技术的发展，使用AI Agent却可以轻松地做到这一点。这将改变做研究、写报告的工作方式。
AI Agent能够提高知识研究的工作效率，主要是因为：AI Agent可以处理大量的知识，发现人类可能错过的细节，并且能够快速产生结论。另外，Ai Agent可结合使用检索增强生成（RAG）技术，可以直接从研究机构可信的数据来源提取信息，以保持信息准确性、专业性。
下面是找到的两个值得推荐的知识管理AI Agent开源项目，适合做研究、写报告，由于项目涉及大模型服务，如果具备开发基础也可以进行自适应改造，使用本地大模型或者国产大模型。
1. STORM
https://github.com/stanford-oval/storm
Storm是一个由斯坦福大学开源的人工智能驱动的知识管理系统，旨在从零开始生成全面的、类似维基百科的文章。
Storm利用大型语言模型（LLM），通过进行基于互联网的研究，将信息组织成结构化的大纲，并生成完整的引用文章，从而实现研究和写作过程的自动化。
其工作原理如下：
STORM将生成带有引用的长文章分为两个步骤：
- 写作前阶段：该系统进行基于互联网的研究，以收集参考资料并编写大纲。
- 写作阶段：系统使用大纲和参考文献生成带有引用的完整文章。
STORM将研究过程自动化的核心是“自动提出优化后的提示词”。由于人类给语言模型提出问题可能并不能很好地驱动大模型工作。
为了提高问题的深度和广度，STORM采用了两种策略：
- 观点引导提问：给定输入主题，STORM通过调查类似主题的现有文章来发现不同的观点，并使用它们来控制提问过程。
- 模拟对话：STORM模拟维基百科作者和基于互联网资源的主题专家之间的对话，使语言模型能够更新对主题的理解并提出后续问题。
2. GPT Researcher
https://github.com/assafelovic/gpt-researcher
GPT Researcher是一个自治AI代理，旨在利用网络和本地资源对任何给定的任务进行全面的研究。
它能够生成详细、真实并且公正的报告，并附有引文，开源项目提供了全套可定制选项，以支持创建量身定制的特定领域研究代理。
其核心思想是利用“计划者”和“执行者”代理。规划者生成研究问题，而执行代理则收集相关信息。最后，发布者将所有调查结果汇总成一份综合报告。
执行步骤为：
- 基于研究查询创建特定于任务的代理。
- 提出问题，共同形成对任务的客观见解。
- 使用爬虫代理收集每个问题的信息。
- 总结并追踪每种资源。
- 将摘要过滤并汇总到最终研究报告中。