基于 Google Gemini Deep Research API 的智能研究助手，可自动分解复杂查询、多源搜索并生成综合报告，适合深度市场调研与技术调研场景。
说明：
## 核心用法
Gemini Deep Research 是一个调用 Google Gemini Deep Research Agent API 的命令行工具，专为复杂、长周期的研究任务设计。用户通过 `scripts/deep_research.py` 脚本提交研究查询，Agent 会自动将问题拆解为多个子问题，系统性搜索网络信息，最终合成结构化报告。支持自定义输出格式、文件搜索存储关联以及流式进度查看，结果自动保存为带时间戳的 Markdown 报告和 JSON 元数据文件。
## 显著优点
1. **自动化研究流程**：无需手动整理搜索关键词，Agent 自主规划研究路径，大幅降低信息搜集的认知负担。
2. **多源信息整合**：能够跨网页、文档进行综合分析，输出带有引用来源的完整报告，提升研究可信度。
3. **灵活输出控制**：支持通过 `–format` 参数自定义报告结构，满足学术、商业、技术等不同场景的呈现需求。
4. **进度可感知**：`–stream` 模式提供实时进度反馈，长时任务（数分钟至数小时）的执行状态透明可见。
5. **与私有数据结合**：可选接入 Gemini File Search Store，实现公开网络信息与内部文档的交叉分析。
## 潜在缺点与局限性
1. **API 成本不可控**：研究任务的 token 消耗与搜索轮次正相关，复杂主题可能产生较高费用，且难以预先估算。
2. **执行时间不确定**：任务耗时从数分钟到数小时不等，缺乏明确的上限保证，不适合时效性极强的场景。
3. **依赖 Google 生态**：必须使用 Google AI Studio 申请的 Gemini API key，不支持 Antigravity OAuth 等第三方认证方式。
4. **网络与地区限制**：受 Google API 服务可用性影响，部分地区可能需要额外网络配置。
5. **结果质量波动**：虽然能生成完整报告，但深度推理和事实核查仍依赖模型能力，关键结论建议人工复核。
## 适合的目标群体
– **市场分析师**：需要快速产出竞品分析、行业趋势报告
– **学术研究人员**：进行文献综述、技术路线调研
– **产品经理**：评估技术可行性、追踪新兴技术动态
– **咨询顾问**：生成客户交付物初稿，加速信息整理
– **技术写作者**：收集技术背景资料，构建知识库内容
## 使用风险
– **API 配额与计费**：未设置用量上限可能导致意外账单，建议在 Google Cloud Console 中配置预算告警
– **输出目录权限**：脚本需写入文件系统，若指定系统敏感路径可能引发权限问题
– **长时任务中断**：网络波动或 API 服务异常可能导致研究任务失败，需做好重试准备
– **数据隐私**：研究查询内容会发送至 Google 服务器，涉密信息需谨慎评估
