Bạn đã bao giờ mong muốn có thể tận dụng sức mạnh của AI cho việc nghiên cứu sâu sắc hơn, nhưng cảm thấy bị giới hạn bởi các giải pháp mã nguồn đóng và lo ngại về quyền riêng tư dữ liệu? Chà, hãy chuẩn bị xắn tay áo lên vì trong bài viết này, chúng ta sẽ xây dựng Công Cụ Nghiên Cứu Sâu Mở hoàn toàn của riêng mình, được hỗ trợ bởi Gemini API!
Đúng vậy, chúng ta đang tạo ra một trung tâm nghiên cứu hoàn toàn nằm trong tầm kiểm soát của bạn. Bạn có thể tưởng tượng nó như một trợ lý nghiên cứu AI tận tay bạn, sẵn sàng tìm hiểu sâu về bất kỳ chủ đề nào mà bạn đặt ra. Và điểm tốt nhất? Chúng ta sẽ tận dụng Gemini API để có được phân tích chính xác và sâu sắc. Hãy cùng bắt đầu!
Chúng tôi vui mừng thông báo rằng hỗ trợ MCP sẽ sớm có mặt trên Apidog! 🚀
— Apidog (@ApidogHQ) 19 tháng 3, 2025
Apidog MCP Server cho phép bạn tải tài liệu API trực tiếp cho Agentic AI, tăng cường trải nghiệm lập trình của bạn! Dù bạn đang sử dụng Cursor, Cline hay Windsurf - nó sẽ làm cho quá trình phát triển của bạn nhanh hơn và mượt mà hơn.… pic.twitter.com/ew8U38mU0K
Công Cụ Nghiên Cứu Sâu Mở Là Gì?
Công Cụ Nghiên Cứu Sâu Mở là về việc kiểm soát quy trình nghiên cứu của bạn. Nó liên quan đến việc tận dụng sức mạnh của AI trong khi vẫn duy trì tính minh bạch, quyền riêng tư, và khả năng tùy chỉnh các công cụ của bạn để phù hợp với nhu cầu cụ thể của bạn. Bằng cách xây dựng công cụ nghiên cứu của riêng mình, chúng ta tránh được các hạn chế và thiên kiến tiềm ẩn của các giải pháp mã nguồn đóng và đảm bảo rằng dữ liệu của chúng ta vẫn an toàn. MCP có thể hỗ trợ quá trình này, đảm bảo tích hợp đúng cách với các API và chức năng khác nhau để nâng cao hiệu suất.
Tại Sao Sử Dụng Gemini API Cho Nghiên Cứu Sâu?
Gemini API cung cấp một cách tiếp cận tiên tiến về trí tuệ nhân tạo, cho phép các tương tác giữa người và máy trở nên trực quan và hiệu quả hơn. Nó nổi bật không chỉ bằng cách cung cấp những hiểu biết dựa trên văn bản mà còn hỗ trợ các đầu vào đa phương thức, cho phép hiểu biết phong phú hơn về tài liệu nghiên cứu thông qua hình ảnh, video và âm thanh. Điều này làm cho nó đặc biệt quý giá cho các dự án nghiên cứu toàn diện yêu cầu phân tích các loại dữ liệu đa dạng. Thêm vào đó, thiết kế linh hoạt của API và hỗ trợ mạnh mẽ từ các nhà phát triển khuyến khích đổi mới và tùy chỉnh, cho phép các nhà nghiên cứu tùy chỉnh công cụ để đáp ứng các nhu cầu và ngữ cảnh cụ thể của họ, cuối cùng tạo điều kiện cho việc hiểu sâu hơn và tinh tế hơn về các chủ đề phức tạp.
Các Tính Năng Chính Của Công Cụ Nghiên Cứu Sâu Mở Của Chúng Tôi
Trước khi đi vào quy trình xây dựng, hãy cùng xem một số tính năng mà chúng tôi sẽ đưa vào hoạt động:
- Nghiên Cứu Sâu Nhanh cho những hiểu biết nhanh chóng.
- Hỗ Trợ Đa Nền Tảng cho việc truy cập liền mạch.
- Được Hỗ Trợ Bởi Google Gemini cho những khả năng AI tiên tiến.
- Mô Hình Tư Duy & Mạng Lưới cho phân tích thông minh.
- Hỗ Trợ Canvas cho tổ chức trực quan.
- Lịch Sử Nghiên Cứu để theo dõi tiến trình.
- Hỗ Trợ API Cục Bộ & Máy Chủ cho tính linh hoạt.
- Thiết Kế Tập Trung vào Quyền Riêng Tư để nghiên cứu an toàn.
- Hỗ Trợ Payload Đa Khóa cho chức năng nâng cao.
- Hỗ Trợ Đa Ngôn Ngữ: Tiếng Anh, 简体中文.
- Xây Dựng Bằng Các Công Nghệ Hiện Đại cho hiệu quả và hiệu suất.
Bắt Đầu Với Công Cụ Nghiên Cứu Sâu Mở
Sẵn sàng xây dựng trợ lý nghiên cứu AI của riêng bạn? Đây là những gì bạn cần để bắt đầu:
1. Nhận Khóa API Gemini: Đầu tiên và quan trọng nhất, bạn sẽ cần một khóa API Gemini để truy cập vào sức mạnh của các mô hình AI của Google. Hãy vào Google AI Studio và đăng ký để có một khóa API. Hãy giữ khóa này an toàn và bảo mật – đó là hộ chiếu của bạn đến thế giới của Gemini!
2. Triển Khai Chỉ Với Một Cú Nhấp (Tùy Chọn): Để bắt đầu nhanh nhất có thể, bạn có thể sử dụng các tùy chọn triển khai chỉ với một cú nhấp:
- Triển Khai Với Vercel (Hướng dẫn cho Vercel thường đơn giản và yêu cầu liên kết kho GitHub của bạn với tài khoản Vercel).
- Triển Khai Với Cloudflare (Hiện tại dự án hỗ trợ triển khai lên Cloudflare, nhưng bạn cần làm theo Hướng dẫn triển khai lên Cloudflare Pages để thực hiện).
Các tùy chọn này sẽ giúp bạn khởi động công cụ nghiên cứu trong vài phút, nhưng để trải nghiệm tùy chỉnh đầy đủ, chúng ta sẽ tập trung vào phát triển cục bộ.
Phát Triển Công Cụ Nghiên Cứu Sâu Mở
Hãy cùng khám phá quá trình xây dựng! Thực hiện theo các bước này để khởi động Deep Research trong trình duyệt cục bộ của bạn.
Yêu Cầu Đầu Vào
Trước khi chúng ta bắt đầu, hãy đảm bảo bạn đã cài đặt những thứ sau trên hệ thống của mình:
- Node.js: (phiên bản 18.18.0 trở lên được khuyến nghị). Bạn có thể tải xuống từ trang web Node.js chính thức.
- pnpm hoặc npm hoặc yarn: Đây là các trình quản lý gói cho Node.js. Chúng tôi sẽ sử dụng pnpm trong hướng dẫn này, nhưng bạn có thể sử dụng bất kỳ cái nào mà bạn thích.
Cài Đặt
1. Sao Chép kho lưu trữ:
git clone https://github.com/u14app/deep-research.git
cd deep-researchĐiều này sẽ tải xuống mã từ GitHub và chuyển bạn vào thư mục dự án.
2. Cài Đặt các phụ thuộc:
pnpm install # hoặc npm install hoặc yarn installLệnh này sẽ cài đặt tất cả các gói cần thiết cho dự án.
3. Thiết Lập Biến Môi Trường:
Đây là một bước quan trọng! Bạn sẽ cần tạo một tệp .env trong thư mục gốc của dự án và cấu hình các biến môi trường sau:
# (Tùy Chọn) Khóa API Gemini phía máy chủ (Cần thiết cho các cuộc gọi API phía máy chủ)
GOOGLE_GENERATIVE_AI_API_KEY=YOUR_GEMINI_API_KEY
# (Tùy Chọn) Địa chỉ URL Proxy API phía máy chủ. Mặc định, `https://generativelanguage.googleapis.com`
API_PROXY_BASE_URL=
# (Tùy Chọn) Mật khẩu truy cập API phía máy chủ cho bảo mật được cải thiện
ACCESS_PASSWORD=
# (Tùy Chọn) Mã script được nhúng có thể được sử dụng cho thống kê hoặc theo dõi lỗi.
HEAD_SCRIPTS=Thay thế YOUR_GEMINI_API_KEY bằng khóa API thực tế mà bạn nhận được từ Google AI Studio.
Lưu Ý Quan Trọng Về Biến Môi Trường:
- GOOGLE_GENERATIVE_AI_API_KEY: Tùy chọn nhưng cần thiết cho việc sử dụng API phía máy chủ. Bạn cần nhận một khóa API Google Generative AI từ Google AI Studio. Khóa này nên được giữ bí mật và không bao giờ được cam kết vào kho công khai của bạn.
- API_PROXY_BASE_URL: Tùy chọn. Nếu bạn cần sử dụng máy chủ proxy cho các yêu cầu API, hãy cấu hình biến này với địa chỉ URL của máy chủ proxy của bạn. Đây là liên quan đến các cuộc gọi API phía máy chủ.
- ACCESS_PASSWORD: Tùy chọn nhưng rất được khuyến nghị cho các triển khai phí máy chủ. Đặt một mật khẩu mạnh để bảo vệ các điểm cuối API phía máy chủ của bạn. Mật khẩu này sẽ cần thiết để truy cập các chức năng API phía máy chủ.
- HEAD_SCRIPTS: Tùy chọn Mã script được nhúng có thể được sử dụng cho thống kê hoặc theo dõi lỗi.
Nhắc Nhở Về Quyền Riêng Tư: Những biến môi trường này chủ yếu được sử dụng cho các cuộc gọi API phía máy chủ. Khi sử dụng chế độ API cục bộ, không cần khóa API hay cấu hình phía máy chủ nào, càng làm tăng cường quyền riêng tư của bạn.
Hỗ Trợ Đa Khóa: Hỗ trợ nhiều khóa, mỗi khóa được phân tách bằng ,, tức là key1,key2,key3. Cloudflare không thể sử dụng đa khóa trong thời gian này vì mã triển khai chính thức không hỗ trợ Next.js 15.
4. Chạy máy chủ phát triển:
pnpm dev # hoặc npm run dev hoặc yarn devĐiều này sẽ khởi động máy chủ phát triển, và bạn có thể truy cập Deep Research trong trình duyệt của mình tại http://localhost:3000.
- Bắt đầu đặt bất kỳ câu hỏi nào bạn cần nghiên cứu.
- Và xem các kết quả!
Triển Khai Công Cụ Nghiên Cứu Sâu Mở
Khi bạn đã hài lòng với thiết lập cục bộ của mình, bạn có thể triển khai công cụ nghiên cứu của mình lên đám mây! Dưới đây là một vài lựa chọn phổ biến:
1. Vercel: Triển khai với Vercel (Đây thường là lựa chọn dễ nhất).
2. Cloudflare: Hiện tại dự án hỗ trợ triển khai lên Cloudflare, nhưng bạn cần làm theo Hướng dẫn triển khai lên Cloudflare Pages để thực hiện.
3. Docker:
- Phiên bản Docker cần phải là 20 trở lên.
- Kéo hình ảnh đã được xây dựng trước:
docker pull xiangfa/deep-research:latest- Chạy container:
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-researchBạn cũng có thể chỉ định các biến môi trường:
docker run -d --name deep-research \
-p 3333:3000 \
-e GOOGLE_GENERATIVE_AI_API_KEY=AIzaSy... \
-e ACCESS_PASSWORD=your-password \
xiangfa/deep-research- Hoặc xây dựng hình ảnh docker của riêng bạn:
docker build -t deep-research .
docker run -d --name deep-research -p 3333:3000 deep-research- Triển khai sử dụng 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=your-password
ports:
- 3333:3000Rồi sau đó xây dựng docker compose của riêng bạn:
docker compose -f docker-compose.yml build4. Triển Khai Tĩnh:
- Bạn cũng có thể xây dựng phiên bản trang tĩnh trực tiếp và sau đó tải tất cả các tệp trong thư mục đầu ra lên bất kỳ dịch vụ web nào hỗ trợ các trang tĩnh, như Github Page, Cloudflare, Vercel, v.v.
pnpm build:exportCấu Hình Công Cụ Nghiên Cứu Sâu Mở
Như đã đề cập trong phần "Bắt Đầu Với Công Cụ Nghiên Cứu Sâu Mở", Deep Research sử dụng các biến môi trường sau cho cấu hình API phía máy chủ:
- GOOGLE_GENERATIVE_AI_API_KEY
- API_PROXY_BASE_URL
- ACCESS_PASSWORD
Các biến này chỉ yêu cầu nếu bạn có ý định sử dụng chức năng gọi API phía máy chủ. Đối với các cuộc gọi API cục bộ, không cần cấu hình nào ngoài việc thiết lập dự án.
Hãy nhớ luôn giữ bí mật các khóa API và mật khẩu của bạn!
Kết Luận: Tăng Cường Nghiên Cứu Của Bạn Với AI
Bây giờ bạn đã xây dựng thành công công cụ Nghiên Cứu Sâu Mở của riêng mình được hỗ trợ bởi Gemini API! Đây là một bước tiến lớn để mở khóa toàn bộ tiềm năng của AI trong quy trình nghiên cứu của bạn.
Bằng cách xây dựng công cụ của riêng mình, bạn có được quyền kiểm soát hoàn toàn dữ liệu của mình, tùy chỉnh quy trình làm việc và đóng góp vào cộng đồng mã nguồn mở. Hãy thử nghiệm với các mô hình nghiên cứu khác nhau, khám phá khả năng của Gemini API và tạo ra các công cụ tùy chỉnh để thực sự cá nhân hóa trải nghiệm nghiên cứu của bạn.
Tương lai của nghiên cứu là thông minh và mở. Hãy chấp nhận Công Cụ Nghiên Cứu Sâu Mở và trang bị cho mình những kiến thức bạn cần!
