Cat-Research：让 AI 像研究员一样工作
输入“/”快速插入内容
Cat-Research：让 AI 像研究员一样工作
Cat-Research：让 AI 像研究员一样工作
用户4242用户42423月23日修改
原创 猫叔的AI 猫叔的AI AI替代人类2026年3月22日 16:38 福建
你有没有遇到过这样的场景：把问题丢给 AI，得到的却是一堆"众所周知""据报道"的空话，找不到来源，也经不起追问？
Cat-Research 就是为了解决这个问题而生的。
它不是一个聊天机器人，而是一套多智能体协作的深度研究系统。 当你提出一个问题，背后有多个各司其职的 AI智能体同时运转：有人负责规划搜索策略，有人去互联网上实时抓取最新资料，有人核查每一条信息的来源是否权威，有人对关键结论交叉验证……整个过程至少经历 2 轮、最多 5 轮的质量审查，每一轮都有"评审员"打分、"写作者"改稿，直到报告真正达标才停下来。
最终你拿到的，不只是一篇文章，而是一份带有来源可信度评级、事实核查置信度、结论逻辑验证的完整研究报告。
默认设置支持智谱 GLM，实际上也可以支持 OpenAI 等主流模型，提供命令行和 Web 界面两种使用方式，开箱即用。
对了你问这个和openai 的深度研究有啥区别，怎么说呢，你不需要一个 chtgpt 的账号就能享受基本一致的服务，甚至可能更好（允许我吹个牛
项目已开源，欢迎 Star ⭐
项目简介
Cat-Research 是一个基于多智能体协作的深度研究系统。它将一个研究问题自动分解为多个专业阶段，由职责各异的 AI 智能体协同完成，最终交付一份经过来源权威性验证、事实交叉核查、结论逻辑验证的高质量研究报告。
不同于普通的 AI 问答，Cat-Research 会：
•
🔍 主动搜索：通过 Search API 实时获取最新网络信息，自动按时效过滤（优先近 3 个月）
•
🔗 验证来源：4 级 Tier 分类 + 0–100 分域名评分 + 4 档置信度等级
•
✅ 核查事实：对关键声明进行交叉验证，输出置信度分数（0.0–1.0）
•
🔄 迭代改进：强制执行最少 2 轮、最多 5 轮质量改进循环，配合棘轮机制保留最优版本
•
📊 置信度报告：最终输出综合质量评分（来源 25% + 事实 35% + 结论 40%）
系统架构
代码块
用户提问
│
▼
┌─────────────────────────────────────────────────────┐
│ Orchestrator │
│ （研究协调器） │
└─────────────────────────────────────────────────────┘
│
├─→ [阶段 1] 🗣️ Clarifier 意图识别与问题澄清
│
├─→ [阶段 2] 📋 Planner 研究规划（生成 10–16 个多语言搜索查询）
│
├─→ [阶段 3] 🔍 Researcher 网络搜索 + 网页抓取 + 多源收集
│
├─→ [阶段 3.5] 🔎 SourceVerifier 来源权威性评估（Tier 1–4 + 0–100 分）
│
├─→ [阶段 4] 🧐 Analyst 综合分析（因果 / 趋势 / 对比）
│
├─→ [阶段 5] ✍️ Writer 初稿撰写（结构化研究报告）
│
├─→ [阶段 5.5] 🔬 FactChecker 事实核查（关键声明交叉验证）
│
└─→ [阶段 6] 🔄 质量改进循环（强制 ≥ 2 轮，最多 5 轮）
├─→ 🎯 Critic 多维评审（7 项评分，满分 10）
├─→ 🔍 Researcher 补充研究（仅前 3 轮）
├─→ ✔️ ConclusionValidator 结论验证（5 项评分）
└─→ ✍️ Writer 迭代改进（棘轮机制保留最优版本）
│
▼
最终研究报告（09_final.md）+ 置信度报告（08_verification/confidence_report.json）