几个月前我们分享了如何基于 langchain 和 ollama 打造一个属于自己的简易 DeepResearch 助手。但其难以控制研究的深度和广度。今天我们来分享由德国 TIB 莱布尼茨信息中心与汉诺威大学的研究团队联合开发了一种名为 DeepResearchEco 的递归式 AI 驱动科研开源框架。

该框架基于大语言模型（LLM），通过参数化的深度与广度控制，实现了对生态学研究问题的自动化深度合成，极大地提升了文献整合效率，甚至在某些情况下接近专家级的分析能力。

论文链接：https://arxiv.org/pdf/2507.10522

开源地址：https://github.com/sciknoworg/deep-research

DeepResearchEco的设计理念：递归探索，深度与广度兼备

DeepResearchEco的核心设计思想源于对传统检索增强生成（RAG）方法的反思。当前大多数AI辅助科研系统采用的是“检索-生成”流水线，即先检索相关文献，再生成回答。然而，这种方式往往缺乏对问题的深度挖掘和多角度探索，容易导致信息整合的局限性。

DeepResearchEco 则采用了递归式多智能体架构，通过设置“深度”和“广度”两个参数，控制探索的精细程度与覆盖范围。深度参数决定了系统在单个研究问题上可以递归探索的层次，而广度参数则控制了在每一层中生成的搜索子问题数量。这种设计使得系统能够在广度探索与深度挖掘之间取得平衡，既不会遗漏关键信息，也不会陷入细节的泥潭。

在实际运行过程中，DeepResearchEco 通过四个子智能体（sub-agent）协同工作：生成搜索查询、执行搜索、结果总结与报告生成。每个步骤都由LLM驱动，并通过递归机制不断优化搜索策略，逐步深入问题核心，最终生成结构化、信息密度高的科学报告。

如图1所示，整个流程从用户提出研究问题开始，系统会根据设定的深度与广度参数，生成多个搜索子问题，调用搜索引擎获取相关文献，再通过LLM进行总结与提炼，最后生成完整的Markdown格式报告。

创新点：透明、可控、可扩展的AI科研流程

DeepResearchEco 的创新性体现在多个方面：

1. 递归式探索机制：不同于传统的一次性检索生成，DeepResearchEco 采用递归结构，能够在探索过程中不断细化问题，逐步深入，形成“广度优先”与“深度优先”相结合的搜索策略。
2. 参数化控制：通过深度与广度两个参数，用户可以灵活控制系统的探索方向。高深度设置适用于需要深入机制分析的问题，而高广度设置则适用于需要跨地域、跨学科整合的场景。
3. 中间推理步骤的可视化：系统不仅生成最终报告，还保留了每一步的搜索子问题、学习成果与后续问题，增强了推理过程的透明度，便于研究人员追溯与验证。
4. 多模型支持与评估体系：DeepResearchEco 支持多种LLM模型（如GPT-3.5和GPT-3.5-mini），并通过ROUGE、BERTScore、WMD等多种评估指标衡量报告质量，确保结果的科学性与可靠性。

实验方法：从问题定义到评估体系的完整闭环

（一）DeepResearchEco 的工作流程

该系统的核心是一个四步循环的 “智能代理” 工作流程，具体如下：

1. 生成搜索引擎查询：系统会把用户提供的研究问题巧妙转化为适合搜索引擎的子问题。例如，若研究问题是 “入侵物种如何影响草原生态”，它会将其细化成更具针对性的搜索词，像 “入侵物种对草原植物多样性的影响机制”“入侵物种改变草原土壤养分的途径” 等，从而使搜索结果更精准、更贴合研究需求，就好比为大海捞针找到了精确的坐标。
2. 检索文献：此步骤中，DeepResearchEco 会调用学术数据库（如 ORKG Ask，其涵盖了 8000 万 + 论文，宛如一座庞大的知识宝库）或网页搜索工具（Firecrawl），广泛搜罗相关文献。它能在海量的信息海洋中，快速筛选出与研究问题相关的资料，极大地节省了科研人员手动检索文献的时间和精力。
3. 总结与提炼：从检索到的文献里，系统会精准提取关键发现（“learnings”），并生成新的跟进问题，为下一轮探索筑牢基础。例如，在研究 “某种新农药对农田生态系统的影响” 时，它可能从一篇文献中提取到 “该农药会导致农田害虫数量短期内大幅下降” 这一关键信息，同时生成新问题 “害虫数量下降后，对以害虫为食的鸟类种群数量有何影响”，如此不断深入挖掘，让研究逐步走向纵深。
4. 生成报告：系统会将所有积累的信息精心整合成一篇结构化的报告，报告中还贴心地包含来源链接，方便科研人员随时追溯信息的源头，确保研究的可靠性和可重复性，就像为科研人员打造了一条清晰的研究路径。

这个过程会依据用户设定的深度参数重复多次，每一轮都以前一轮的结果为优化起点，恰似科研人员在实际研究中反复查阅文献、不断深化理解的过程，一步一个脚印，逐步逼近问题的核心。

 （二）评估指标的设置

为了验证DeepResearchEco 的有效性，研究团队在49个生态学研究问题上进行了系统实验。这些问题涵盖了生态学的多个子领域，如草甸管理、入侵物种控制、微生物生态学、授粉生态学等，既有探索性问题，也有假设生成与证据整合类问题。

实验采用了两种LLM模型（GPT-3.5与GPT-3.5-mini），并设置了四种深度与广度组合（d=1或4，b=1或4，d 代表深度，b 代表广度），共生成196份结构化报告。每份报告都包含研究问题、学习成果、引用文献与最终分析结论。

为了评估报告质量，研究团队设置了多维度的评估指标。在文献整合方面，统计不同深度和广度参数设置下，系统整合的文献数量，以此衡量其信息收集的全面程度；在分析质量上，从 “生态机制理解”“因果推理”“区域多样性” 等多个关键维度进行打分，判断系统对生态学问题分析的深入程度和准确性；同时，还考量了信息密度，即每 1000 字报告中整合的文献数量，以此评估报告内容的精炼程度和信息量大小。通过这些细致且全面的评估指标，能够更精准地洞察 DeepResearchEco 在不同方面的表现。

实验结果：深度与广度双重提升带来合成质量飞跃

实验结果显示，DeepResearchEco 在深度与广度参数的双重提升下，展现出显著优于低参数配置的表现。

在信息整合方面，高深度（d=4）与高广度（b=4）配置的报告平均整合了192.9个文献来源，是低参数配置（d=1，b=1）的21.2倍。这意味着系统在不显著增加内容长度的前提下，大幅提升了信息密度，实现了每千字整合14.9个来源的效率提升。

在质量评估方面，高参数配置的报告在领域质量、科学严谨性与信息密度三个维度上均显著优于低参数配置。例如，在生态学机制理解方面，高深度配置的报告中包含的机制术语数量是低深度配置的3倍以上；在时间精度方面，高深度配置能够提供更精确的时间阈值（如“5-6年”、“≥10年”），而低深度配置多使用模糊表达（如“长期”、“数年”）。

此外，高广度配置的报告在地理覆盖与方法多样性方面表现突出。低广度配置平均仅涵盖3.7个地理区域，而高广度配置则扩展至4.9个区域，涵盖了北美、欧洲、亚洲与澳大利亚等多个大洲。在管理干预方法方面，高广度配置平均整合了3.2种不同方法，如化学控制、机械清除、生物放牧与水文调控等，而低广度配置仅整合了2.6种方法。

这些结果表明，DeepResearchEco 不仅提升了文献整合的效率，还在科学性、严谨性与实用性方面实现了显著突破。

总结

DeepResearchEco 通过递归探索机制实现了对复杂生态学问题的深度与广度双重挖掘。实验结果表明，该系统在文献整合效率、信息密度、科学严谨性与领域质量等多个方面均优于传统方法，甚至在某些配置下接近专家级的分析能力。

未来，研究团队计划将DeepResearchEco 推广至更多学科领域，如材料科学与社会科学，并进一步优化系统以支持交互式反馈与多模态合成（如图表与表格）。此外，他们还设想构建多智能体协同科研流程，使多个AI智能体共同探索不同子课题，实现跨团队、跨学科的知识整合。

对于生态学研究者而言，DeepResearchEco 不仅是一个工具，更是一种全新的科研范式。它将帮助研究人员从繁琐的文献整理中解放出来，专注于问题的本质与创新的探索，从而推动生态学研究迈向更高效、更智能的新时代。

开源地址：https://github.com/sciknoworg/deep-research

论文地址：https://arxiv.org/abs/2507.10522