Cara Membuat Alat Riset Mendalam Sumber Terbuka dengan Gemini API

Pernahkah Anda berharap dapat memanfaatkan kekuatan AI untuk penelitian mendalam yang sesungguhnya, tetapi merasa terbatas oleh solusi sumber tertutup dan masalah privasi data? Bersiaplah untuk bekerja keras karena dalam artikel ini, kita akan membangun Alat Penelitian Mendalam Sumber Terbuka kita sendiri yang didukung oleh Gemini API!

Benar sekali, kita sedang membuat pusat penelitian yang sepenuhnya berada di bawah kendali Anda. Anda dapat menganggapnya seperti memiliki asisten penelitian AI khusus di ujung jari Anda, siap untuk menyelami topik apa pun yang Anda berikan. Dan bagian terbaiknya? Kita akan memanfaatkan Gemini API untuk mendapatkan analisis yang akurat dan mendalam. Mari kita mulai!

We’re thrilled to share that MCP support is coming soon to Apidog! 🚀

Apidog MCP Server lets you feed API docs directly to Agentic AI, supercharging your vibe coding experience! Whether you're using Cursor, Cline, or Windsurf - it'll make your dev process faster and smoother.… pic.twitter.com/ew8U38mU0K

— Apidog (@ApidogHQ) March 19, 2025

Apa itu Penelitian Mendalam Sumber Terbuka?

Penelitian Mendalam Sumber Terbuka adalah tentang mengambil kendali atas proses penelitian Anda. Ini tentang memanfaatkan kekuatan AI sambil mempertahankan transparansi, privasi, dan kemampuan untuk menyesuaikan alat Anda agar sesuai dengan kebutuhan spesifik Anda. Dengan membangun alat penelitian kita sendiri, kita menghindari keterbatasan dan potensi bias dari solusi sumber tertutup dan memastikan bahwa data kita tetap aman. MCP dapat memfasilitasi proses ini, memastikan integrasi yang tepat dengan berbagai API dan fungsionalitas untuk peningkatan kinerja.

Mengapa Menggunakan Gemini API untuk Penelitian Mendalam?

Gemini API menawarkan pendekatan mutakhir untuk kecerdasan buatan, memungkinkan interaksi manusia-mesin yang lebih intuitif dan efektif. Ia unggul dengan tidak hanya memberikan wawasan berbasis teks tetapi juga dengan mendukung input multimodal, memungkinkan pemahaman yang lebih kaya tentang materi penelitian melalui gambar, video, dan audio. Hal ini membuatnya sangat berharga untuk proyek penelitian komprehensif yang memerlukan analisis berbagai jenis data. Selain itu, desain API yang fleksibel dan dukungan pengembang yang kuat mendorong inovasi dan penyesuaian, memungkinkan peneliti untuk menyesuaikan alat untuk memenuhi kebutuhan dan konteks spesifik mereka, yang pada akhirnya mendorong pemahaman yang lebih dalam dan lebih bernuansa tentang subjek yang kompleks.

Fitur Utama Alat Penelitian Mendalam Sumber Terbuka Kami

Sebelum kita masuk ke proses pembangunan, mari kita lihat beberapa fitur yang akan kita hidupkan:

• Penelitian Mendalam Cepat untuk wawasan cepat.
• Dukungan Multi-platform untuk akses tanpa batas.
• Didukung oleh Google Gemini untuk kemampuan AI tingkat lanjut.
• Model Berpikir & Jaringan untuk analisis cerdas.
• Dukungan Canvas untuk organisasi visual.
• Riwayat Penelitian untuk melacak kemajuan.
• Dukungan API Lokal & Server untuk fleksibilitas.
• Desain Berfokus pada Privasi untuk penelitian yang aman.
• Dukungan Payload Multi-Kunci untuk fungsionalitas yang ditingkatkan.
• Dukungan Multi-bahasa: Inggris, 简体中文.
• Dibangun dengan Teknologi Modern untuk efisiensi dan kinerja.

Memulai dengan Alat Penelitian Mendalam Sumber Terbuka

Siap membangun asisten penelitian bertenaga AI Anda sendiri? Inilah yang Anda perlukan untuk memulai:

1. Dapatkan Kunci Gemini API: Pertama dan terutama, Anda memerlukan kunci Gemini API untuk mengakses kekuatan model AI Google. Kunjungi Google AI Studio dan daftar untuk mendapatkan kunci API. Jaga kunci ini tetap aman dan terlindungi – ini adalah paspor Anda ke dunia Gemini!

2. Penyebaran Sekali Klik (Opsional): Untuk memulai secepat mungkin, Anda dapat menggunakan opsi penyebaran sekali klik:

• Sebarkan dengan Vercel (Instruksi untuk Vercel biasanya mudah dan memerlukan penautan repositori GitHub dan akun Vercel Anda).

• Sebarkan dengan Cloudflare (Saat ini proyek mendukung penyebaran ke Cloudflare, tetapi Anda perlu mengikuti Cara menyebarkan ke Halaman Cloudflare untuk melakukannya).

Opsi-opsi ini akan membuat alat penelitian Anda berjalan dalam hitungan menit, tetapi untuk pengalaman penyesuaian penuh, kita akan fokus pada pengembangan lokal.

Mengembangkan Alat Penelitian Mendalam Sumber Terbuka

Mari selami inti dari proses pembangunan! Ikuti langkah-langkah ini untuk membuat Penelitian Mendalam berjalan di browser lokal Anda.

Prasyarat

Sebelum kita mulai, pastikan Anda telah menginstal yang berikut ini di sistem Anda:

• Node.js: (versi 18.18.0 atau yang lebih baru direkomendasikan). Anda dapat mengunduhnya dari situs web Node.js resmi.

• pnpm atau npm atau yarn: Ini adalah pengelola paket untuk Node.js. Kita akan menggunakan pnpm dalam tutorial ini, tetapi Anda dapat menggunakan mana pun yang Anda sukai.

Instalasi

1. Klon repositori:

git clone https://github.com/u14app/deep-research.git
cd deep-research

Ini akan mengunduh kode dari GitHub dan memindahkan Anda ke direktori proyek.

2. Instal dependensi:

pnpm install  # atau npm install atau yarn install

Perintah ini akan menginstal semua paket yang diperlukan untuk proyek.

3. Siapkan Variabel Lingkungan:

Ini adalah langkah penting! Anda perlu membuat file .env di direktori root proyek Anda dan mengonfigurasi variabel lingkungan berikut:

# (Opsional) Kunci Gemini API sisi Server (Diperlukan untuk panggilan API server)
GOOGLE_GENERATIVE_AI_API_KEY=KUNCI_GEMINI_API_ANDA

# (Opsional) URL Proksi API Server. Default, `https://generativelanguage.googleapis.com`
API_PROXY_BASE_URL=

# (Opsional) Kata Sandi Akses API Server untuk keamanan yang ditingkatkan
ACCESS_PASSWORD=

# (Opsional) Kode skrip yang disuntikkan dapat digunakan untuk statistik atau pelacakan kesalahan.
HEAD_SCRIPTS=

Ganti KUNCI_GEMINI_API_ANDA dengan kunci API sebenarnya yang Anda peroleh dari Google AI Studio.

Catatan Penting tentang Variabel Lingkungan:

• GOOGLE_GENERATIVE_AI_API_KEY: Opsional tetapi diperlukan untuk menggunakan API sisi server. Anda perlu mendapatkan kunci Google Generative AI API dari Google AI Studio. Kunci ini harus dirahasiakan dan tidak pernah dikomit ke repositori publik Anda.
• API_PROXY_BASE_URL: Opsional. Jika Anda perlu menggunakan server proksi untuk permintaan API, konfigurasikan variabel ini dengan URL dasar server proksi Anda. Ini relevan untuk panggilan API sisi server.
• ACCESS_PASSWORD: Opsional tetapi sangat direkomendasikan untuk penyebaran sisi server. Tetapkan kata sandi yang kuat untuk melindungi titik akhir API sisi server Anda. Kata sandi ini akan diperlukan untuk mengakses fungsionalitas API sisi server.
• HEAD_SCRIPTS: Opsional Kode skrip yang disuntikkan dapat digunakan untuk statistik atau pelacakan kesalahan.

Pengingat Privasi: Variabel lingkungan ini terutama digunakan untuk panggilan API sisi server. Saat menggunakan mode API lokal, tidak diperlukan kunci API atau konfigurasi sisi server, yang semakin meningkatkan privasi Anda.
Dukungan Multi-kunci: Mendukung beberapa kunci, setiap kunci dipisahkan oleh ,, yaitu key1,key2,key3. Cloudflare tidak dapat menggunakan multi-kunci untuk saat ini karena skrip build resmi tidak mendukung Next.js 15.

4. Jalankan server pengembangan:

pnpm dev  # atau npm run dev atau yarn dev

Ini akan memulai server pengembangan, dan Anda dapat mengakses Penelitian Mendalam di browser Anda di http://localhost:3000.

• Mulai ajukan pertanyaan apa pun yang perlu Anda teliti.

• Dan lihat hasilnya!

Menyebarkan Alat Penelitian Mendalam Sumber Terbuka

Setelah Anda puas dengan pengaturan lokal Anda, Anda dapat menyebarkan alat penelitian Anda ke cloud! Berikut adalah beberapa opsi populer:

1. Vercel: Sebarkan dengan Vercel (Ini biasanya opsi termudah).

2. Cloudflare: Saat ini proyek mendukung penyebaran ke Cloudflare, tetapi Anda perlu mengikuti Cara menyebarkan ke Halaman Cloudflare untuk melakukannya.

3. Docker:

• Versi Docker harus 20 atau lebih tinggi.
• Tarik gambar yang sudah dibuat sebelumnya:

docker pull xiangfa/deep-research:latest

• Jalankan kontainer:

docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research

Anda juga dapat menentukan variabel lingkungan:

docker run -d --name deep-research \
   -p 3333:3000 \
   -e GOOGLE_GENERATIVE_AI_API_KEY=AIzaSy... \
   -e ACCESS_PASSWORD=kata-sandi-anda \
   xiangfa/deep-research

• Atau buat gambar docker Anda sendiri:

docker build -t deep-research .
docker run -d --name deep-research -p 3333:3000 deep-research

• Sebarkan menggunakan docker-compose.yml:

version: '3.9'
services:
   deep-research:
      image: xiangfa/deep-research
      container_name: deep-research
      environment:
         - GOOGLE_GENERATIVE_AI_API_KEY=AIzaSy...
         - ACCESS_PASSWORD=kata-sandi-anda
      ports:
         - 3333:3000

Kemudian buat docker compose Anda sendiri:

docker compose -f docker-compose.yml build

4. Penyebaran Statis:

• Anda juga dapat membuat versi halaman statis secara langsung dan kemudian mengunggah semua file di direktori out ke layanan situs web mana pun yang mendukung halaman statis, seperti Halaman Github, Cloudflare, Vercel, dll.

pnpm build:export

Konfigurasi Alat Penelitian Mendalam Sumber Terbuka

Seperti yang disebutkan di bagian "Memulai dengan Alat Penelitian Mendalam Sumber Terbuka", Penelitian Mendalam menggunakan variabel lingkungan berikut untuk konfigurasi API sisi server:

• GOOGLE_GENERATIVE_AI_API_KEY
• API_PROXY_BASE_URL
• ACCESS_PASSWORD

Variabel-variabel ini hanya diperlukan jika Anda berniat menggunakan fungsionalitas panggilan API sisi server. Untuk panggilan API lokal, tidak diperlukan konfigurasi apa pun selain menyiapkan proyek.

Ingatlah untuk selalu menjaga keamanan kunci API dan kata sandi Anda!

Kesimpulan: Memberdayakan Penelitian Anda dengan AI

Anda sekarang telah berhasil membangun alat Penelitian Mendalam Sumber Terbuka Anda sendiri yang didukung oleh Gemini API! Ini adalah langkah besar menuju membuka potensi penuh AI dalam proses penelitian Anda.

Dengan membangun alat Anda sendiri, Anda mendapatkan kendali penuh atas data Anda, menyesuaikan alur kerja Anda, dan berkontribusi pada komunitas sumber terbuka. Bereksperimenlah dengan model penelitian yang berbeda, jelajahi kemampuan Gemini API, dan buat alat khusus untuk benar-benar mempersonalisasi pengalaman penelitian Anda.

Masa depan penelitian adalah cerdas dan terbuka. Rangkullah Penelitian Mendalam Sumber Terbuka dan berdayakan diri Anda dengan pengetahuan yang Anda butuhkan!