mAIverse

Repository · Pronto

assafelovic/gpt-researcher

assafelovic/gpt-researcher su GitHub

Analisi rapida del 27 settembre 2026, 13:22

Cambiato dopo l'ultima analisi
  • nuovi aggiornamenti al codice
  • README modificato
  • nuova versione pubblicata: v3.8.0
7,9
Stelle
30.812
Licenza
Apache-2.0
Linguaggio
Python
Ultimo aggiornamento su GitHub
12 novembre 2026, 20:34

Voto complessivo: media pesata dei sei voti dell'analisi, da 1 a 10, 10 è meglio · stelle, licenza e date come le pubblica GitHub

Agente IA che cerca informazioni sul web o in documenti locali e prepara rapporti citati, usando più modelli e fonti.

Riceve una domanda, la divide in sotto-domande, raccoglie dati da più fonti web o da documenti locali, seleziona i passaggi utili e scrive un rapporto con citazioni. Può funzionare come applicazione web, pacchetto Python, servizio Docker o integrazione MCP.

Categorie e capacità

Software auto-ospitato

Uso

Adatto a

  • Preparare rapporti di ricerca con fonti web citate.
  • Cercare informazioni in PDF, file di testo, CSV, Excel, Markdown, PowerPoint e Word.
  • Integrare fonti personalizzate, database o API tramite MCP.
  • Creare un servizio interno di ricerca con interfaccia web.
  • Usare un agente di ricerca in Claude o in altre applicazioni compatibili con MCP.

Non adatto a

  • Usarlo come unica fonte per decisioni accademiche, legali, mediche o finanziarie.
  • Trattare i rapporti generati come fatti verificati senza controllare le fonti.
  • Usarlo senza budget per le API: il progetto documenta costi per ricerca e richiede spesso chiavi di servizi esterni.
  • Adottarlo come semplice motore di ricerca senza bisogno di modelli linguistici, scraping o configurazione.

Che cosa serve per usarlo

  • Python 3.12 o superiore per l'installazione documentata.
  • Un fornitore di modello linguistico compatibile, come OpenAI, Ollama o altri configurati tramite il progetto.
  • Un motore di ricerca o recupero dati, con Tavily usato nell'esempio principale.
  • Chiavi API configurate tramite variabili d'ambiente o file .env.
  • Per l'interfaccia completa: Docker oppure un server Python e un frontend NextJS.
  • Per la ricerca locale: una cartella con i documenti supportati.
  • Per alcune modalità: browser e relativi driver, oppure servizi esterni di scraping.

Che cosa può andare storto

  • La qualità dipende dai modelli linguistici, dai motori di ricerca e dalle fonti configurate.
  • L'installazione richiede Python 3.12 o superiore e, nella configurazione mostrata, chiavi API per il modello e la ricerca web.
  • Alcune funzioni richiedono servizi esterni o chiavi aggiuntive, come Tavily, Jev, Google Gemini e LangSmith.
  • L'installazione completa può richiedere browser, driver, Docker e numerose dipendenze Python.
  • Il progetto si dichiara sperimentale e senza garanzie; non elimina i pregiudizi né gli errori dei risultati.
  • Il README e i manifesti dichiarano licenze diverse: Apache-2.0 nei fatti GitHub, MIT nei file di pacchettizzazione.
  • I rapporti possono contenere errori o informazioni distorte, anche se corredati da citazioni.
  • Lo scraping di siti web può dipendere da limiti, modifiche o condizioni d'uso dei siti visitati.
  • Le chiavi API e i documenti locali devono essere gestiti con attenzione perché il sistema invia dati a modelli e servizi configurati.
  • La licenza non è coerente tra GitHub e i file del progetto e va chiarita prima di un uso aziendale.
  • La superficie tecnica è ampia: molti fornitori, browser, dipendenze e integrazioni aumentano il costo di manutenzione.

Valutazione

Fatti tecnici

Descrizione su GitHubAn autonomous agent that conducts deep research on any data using any LLM providers
Ultima versione pubblicatav3.8.0
Copie derivate4.248
Segnalazioni aperte76
Argomentiagent, ai, automation, deepresearch, llms, mcp, mcp-server, python, research, search, webscraping
Ramo predefinitomain
Creato su GitHub12 maggio 2023, 12:33
Pagina del progettohttps://gptr.dev
File nell'albero1.127

Alternative interne

Fonti usate

Quello che l'analisi ha davvero letto. L'analisi approfondita aggiunge il codice da cui si entra nel progetto, lo storico delle versioni, le segnalazioni e quello che se ne dice fuori da GitHub.

Note

Quello che hai visto provandolo. Le note non cambiano i voti dell'analisi e restano qui anche se scarti il repository.

Nessuna nota ancora.

Freschezza

Ultima analisi
Analisi rapida del 27 settembre 2026, 13:22
Ultimo controllo su GitHub
21 novembre 2026, 15:48
Cambiamenti dopo l'ultima analisi
  • nuovi aggiornamenti al codice
  • README modificato
  • nuova versione pubblicata: v3.8.0

Il controllo guarda quello che GitHub pubblica: nessuna intelligenza artificiale, nessuna spesa. Archiviato su GitHub, licenza cambiata o versione principale nuova rendono la scheda «Da riverificare»; nuovo codice, README e argomenti restano un avviso. Una nuova analisi azzera gli avvisi.

Analisi

Analisi rapida del 27 settembre 2026, 13:22.

Costo di questa analisi
0,010201 USD
Testo elaborato
26.573 token in ingresso, 2.965 token in uscita

Il costo comprende tutto quello che questa analisi ha chiesto all'intelligenza artificiale: la scheda, la ricerca delle fonti esterne e il riassunto dei cambiamenti.

In tutto il catalogo: 54 schede da analisi rapida, nessuna scheda da analisi approfondita.

Il costo medio di un'analisi approfondita non è ancora disponibile: nessuna analisi ha registrato il costo.

Che cosa leggono le due analisi

Analisi rapida. Legge la scheda pubblica di GitHub, il file di presentazione, l'elenco dei file e i file di configurazione, poi fa una domanda al modello.

Analisi approfondita. Aggiunge i file da cui si entra nel programma, il diario delle modifiche, le ultime 10 versioni con le loro note, 30 segnalazioni aperte e 30 chiuse e 10 discussioni. Cerca inoltre su internet che cosa si dice del progetto fuori da GitHub. Solo dopo rifà la scheda da zero: due domande al modello, più una terza per raccontare che cosa è cambiato.

La scheda non acquista campi in più: voti, capacità e usi restano gli stessi. Cambiano le informazioni su cui sono fondati, visibili nella sezione «Fonti usate».

1 esecuzione ▾
  • Analisi rapida · 27 settembre 2026, 13:21 — completata