核心用法
Deep Research Agent 是一个面向专业场景的自动化研究工具，通过调用 Gemini Deep Research Pro 实现自主多步搜索-阅读-分析的深度研究流程。用户只需提供研究主题，系统即可在 5-20 分钟内生成包含引用来源的详细 Markdown 研究报告。
典型使用流程：确认研究主题 → 配置 API 密钥 → 执行研究（支持超时与流式控制）→ 获取报告 → 可选追问深入。支持通过 --follow-up 参数基于 Interaction ID 进行多轮迭代研究。
显著优点
- 自动化闭环：无需人工干预即可完成从搜索到分析到成文的全流程
- 引用可溯源：输出报告包含原始来源链接，满足学术与商业调研的可信度要求
- 追问机制：Interaction ID 支持会话连续性，便于针对特定发现深入挖掘
- 灵活部署：支持 npm 官方 SDK 与本地路径覆盖两种依赖模式
- 安全设计：强制显式配置 API Key，禁止隐式读取本地配置文件
潜在局限
- 成本与配额：依赖 Gemini API，长时研究可能消耗较多 token 配额
- 时效性约束：研究耗时 5-20 分钟，不适合实时性要求极高的场景
- 输出可控性：Agent 自主决策搜索路径，对中间过程的干预能力有限
- 单点依赖：核心能力完全绑定 Google Gemini 服务，无备选模型降级方案
适合人群
- 行业分析师、咨询顾问、研究员等需要快速产出背景调研报告的专业人士
- 学术写作者、内容创作者需要带引用的文献综述或话题深潜
- 产品经理、战略团队进行竞品分析、市场进入研究等场景
常规风险
- API 密钥泄露：虽设计为环境变量注入，但用户可能在命令行历史中留下敏感信息
- 研究偏差：Agent 的搜索策略可能遗漏关键信源，重要决策建议人工交叉验证
- 超时失败：复杂话题可能因默认 3600 秒超时而中断，需合理预估范围
- 引用准确性：自动生成的引用需人工核对，避免幻觉链接或断链