WebThinker：赋予AI深度探索与自主写作的全新能力，开创研究报告智能撰写新时代。本文将带你全面了解这一开源深度研究框架，从核心原理到实战操作，逐步掌握如何利用它让大语言模型像人类专家一样完成复杂的研究报告。

一、项目背景与核心概念

WebThinker 是一个由 中国人民大学自然语言处理实验室（RUC-NLPIR） 推出的开源深度研究框架。它专门针对大型语言模型在处理复杂任务时存在的局限性而设计，例如传统模型往往依赖静态知识库、难以实时获取最新信息等痛点。

WebThinker 的核心目标是为大型推理模型（LRM）赋予自主思考、实时搜索、深度探索网页，并最终独立撰写高质量研究报告的能力。与传统的检索增强生成（RAG）模型不同，它能够执行从"提出问题"到"生成报告"的完整端到端智能工作流。

二、核心功能与工作机制

（一）自主思考-搜索-写作机制（Autonomous Think-Search-and-Draft）

这是WebThinker的核心引擎。它允许模型像一位资深研究员一样，按照以下步骤完成报告撰写：

• 章节写作： 系统能够根据已收集的信息，自主生成报告中的某个章节或段落。
• 内容审查与编辑： 用户可以随时审查系统当前撰写的内容。系统可以自动识别并重写那些结构不佳或信息不准确的部分。
• 多轮修订能力： 系统不会一次性完成报告。它会反复执行"思考-搜索-修订"的循环，不断优化已有内容，直到生成最终版本。这一机制实现了内容的持续进化与迭代。

小提示： 当你需要生成一篇涉及多角度论证的报告时，可以充分利用"多轮修订"能力。系统在每次迭代中都会尝试找出之前内容的不足，并通过新搜索的信息来填补。最终生成的报告在逻辑性和信息全面性上会非常出色。

（二）自我提升训练机制（Self-Improvement）

WebThinker 不仅是一个执行工具，更是一个会"学习"的框架。它开发了基于强化学习（RL）的训练策略：

• 数据合成： 迭代合成工具使用偏好数据，让模型掌握"哪种搜索方式更有效"。
• 在线DPO培训： 应用在线DPO培训来增强模型利用工具的能力。
• 提炼成功轨迹： 模型会回顾过往的推理与搜索路径，识别出最有效的路径，并从中学习，优化未来的写作逻辑和节奏。

三、三大技术创新

（一）自主搜索与推理

WebThinker彻底突破了传统模型仅依赖静态知识库的限制。在推理和思考的过程中，模型能够自主调用网络搜索工具，实时获取最新的外部知识。这意味着它可以处理那些需要最新信息才能解决的复杂问题。

（二）深度网页探索

传统的RAG模型通常只获取搜索结果的摘要，而WebThinker可以进行深度网页探索。它像人类一样浏览具体的网页，抓取和分析文本、表格、列表等更丰富的信息，而不是简单读取摘要。

（三）多轮交互与优化

WebThinker的多轮交互能力不仅仅是"提问-回答"，而是一个持续的优化闭环。系统会根据自身的评估（例如发现某个数据源不够权威或答案不够详细），自动决定是否需要进行新一轮的搜索和修订来优化已生成的内容。

四、典型应用场景

• 科研写作： 帮助研究人员快速收集、整理海量文献资料，并生成结构化的研究报告，显著提升科研效率。
• 复杂问题解决： 在医学研究、法律分析等知识密集型领域，模型可以通过自主搜索和推理，提供从浅入深、包含多方佐证的详细解决方案。
• 教育与培训： 作为强大的教学工具箱，它可以帮助学生观察一个完整的科研流程：如何从问题出发，如何搜索和筛选信息，如何将信息组织成文。

五、快速上手与使用指南

以下步骤将指导你如何快速在自己的环境中运行WebThinker。

步骤1：克隆代码仓库

打开终端，运行以下命令获取项目源码：

git clone https://github.com/RUC-NLPIR/WebThinker.git
cd WebThinker

步骤2：安装依赖环境

我们建议创建一个新的Conda环境来隔离项目依赖：

conda create -n webthinker python=3.9
conda activate webthinker
pip install -r requirements.txt

常见问题： 安装依赖时速度太慢怎么办？
解答： 你可以使用国内镜像源加速，例如在`pip install`命令后添加 `-i https://pypi.tuna.tsinghua.edu.cn/simple`。

步骤3：准备模型

你需要通过vLLM服务部署你的推理模型和辅助模型。官方实验推荐使用以下组合，你也可以选择其他模型：

• 推理模型（主模型）： QwQ-32B
• 辅助模型： Qwen-72B-Instruct （也可以是其他经过指令微调的模型）

步骤4：运行示例

WebThinker支持多种运行模式，你可以根据需要选择。

模式一：问题解决模式

单问题模式： 直接提出一个问题，让系统直接给出答案。

python scripts/run_web_thinker.py \
   --single_question "What is OpenAI Deep Research?" \
   --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \
   --api_base_url "YOUR_API_BASE_URL" \
   --model_name "QwQ-32B" \
   --aux_api_base_url "YOUR_AUX_API_BASE_URL" \
   --aux_model_name "Qwen2.5-32B-Instruct" \
   --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \
   --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

基准测试模式： 在标准数据集（如gaia）上运行测试，评估模型性能。

python scripts/run_web_thinker.py \
   --dataset_name gaia \
   --split dev \
   --concurrent_limit 32 \
   --max_search_limit 15 \
   --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \
   --api_base_url "YOUR_API_BASE_URL" \
   --model_name "QwQ-32B" \
   --aux_api_base_url "YOUR_AUX_API_BASE_URL" \
   --aux_model_name "Qwen2.5-32B-Instruct" \
   --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \
   --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

模式二：报告生成模式

单问题报告模式： 提出一个问题，系统会生成一份完整的报告。

python scripts/run_web_thinker_report.py \
   --single_question "What are the models of OpenAI and what are the differences?" \
   --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \
   --api_base_url "YOUR_API_BASE_URL" \
   --model_name "QwQ-32B" \
   --aux_api_base_url "YOUR_AUX_API_BASE_URL" \
   --aux_model_name "Qwen2.5-32B-Instruct" \
   --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \
   --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

基准测试报告模式： 在glaive数据集上测试报告生成能力。

python scripts/run_web_thinker_report.py \
   --dataset_name glaive \
   --split test \
   --concurrent_limit 32 \
   --bing_subscription_key "YOUR_BING_SUBSCRIPTION_KEY" \
   --api_base_url "YOUR_API_BASE_URL" \
   --model_name "QwQ-32B" \
   --aux_api_base_url "YOUR_AUX_API_BASE_URL" \
   --aux_model_name "Qwen2.5-32B-Instruct" \
   --tokenizer_path "PATH_TO_YOUR_TOKENIZER" \
   --aux_tokenizer_path "PATH_TO_YOUR_AUX_TOKENIZER"

常见问题： 我应该怎么获取`bing_subscription_key`？
解答： 你需要注册一个微软Azure账号，并申请Bing Search API服务。在Azure门户中，你可以找到免费的试用层级（每月1000次调用）或按需付费的订阅。

模式三：运行可视化演示

如果你想通过图形界面查看WebThinker的工作过程，可以启动我们的Streamlit演示：

cd demo
streamlit run demo.py

在运行之前，请务必在 demo/settings.py 文件中配置好你的API密钥、模型路径等参数。

步骤5：参数说明（常用）

为了让你更方便地调整运行参数，我们解释一下最常用的几个：

• --dataset_name：要使用的数据集名称（例如 gaia、glaive）。
• --split：数据集的分割部分（例如 dev、test）。
• --single_question：在单问题模式下，你要提出的具体问题。
• --concurrent_limit：最大并发请求数，用于加速处理大量数据。
• --max_search_limit：每次推理会话中，模型最多可以进行多少次搜索。
• --bing_subscription_key：你的Bing Search API订阅密钥。
• --api_base_url：主模型API服务的基地址（例如你部署的vLLM服务地址）。

常见问题： 运行时报错"模型不存在"怎么办？
解答： 请确保`model_name`和`aux_model_name`与你通过vLLM部署时指定的模型名称完全一致。另外，检查`tokenizer_path`路径是否正确。

六、常见问题与解答

• WebThinker和普通的"搜索+写作"工具有什么不同？
  普通的工具只是简单地将搜索到的信息粘贴成文。而WebThinker具有自主思考能力，它能理解任务目标，主动规划搜索路径，并对信息进行深度整合与多轮修订，产出逻辑严谨、内容连贯的深度研究报告。
• 我可以使用自己的模型吗？
  是的，只要你选择的模型支持通过vLLM服务部署，并且是经过指令微调的模型，理论上都可以用作辅助模型。不过，官方推荐使用更强的模型（如QwQ-32B）作为推理模型以保证最佳效果。
• 生成的报告可以定制具体章节或长度吗？
  目前，WebThinker会根据问题动态决定报告结构。未来版本可能会支持自定义模板。目前你可以通过在问题中加入如"请重点介绍技术细节"或"用三部分组成报告"等指令来影响生成结果。
• Bing API 订阅密钥是必须的吗？
  是的，目前WebThinker依赖Bing Search API进行网络搜索。你需要一个有效的订阅密钥来让模型获取外部实时信息。

七、结语

WebThinker为我们展示了大型推理模型在自主科研领域的新可能。它巧妙地将自主搜索、深度网页探索与智能写作机制结合，并通过自我提升训练不断进化。希望这篇教程能帮助你顺利上手WebThinker，并激发你在科研写作、复杂问题求解等领域的创新应用。