从图像线索出发，让研究过程与证据一起留下来。

A multimodal research agent built on Open Deep Research, with staged retrieval, evidence planning, and document-region citations.

Prism Research 将图片观察、网页检索和文档研究连接到同一条证据链。每一步记录子问题、工具选择、来源与中间结果，最终输出可追溯的中文报告。

在线展示 · 源码仓库

• 图像辅助检索：结合问题与已登记图片改写查询，筛选候选资料后读取原文；支持附加候选网页截图。
• 逐步证据规划：根据已有结果选择下一步，关联子问题、模态、依赖、证据与待确认项。
• 页面与区域引用：检索 PDF 相关页，读取文字与页面图像，点击报告引用查看原页区域。
• 可追溯报告：保存来源、内容哈希、模型观察和步骤记录；报告中的引用编号必须来自实际证据。
• 有界执行：请求前预留预算，限制检索次数与研究步数，记录失败和停止原因。

Python 3.11，项目目录执行：

python -m venv .venv
# Windows: .venv\Scripts\activate
# macOS / Linux: source .venv/bin/activate
python -m pip install -e ".[dev]"
prism-research demo

命令打印可直接打开的 report.html 路径。离线演示使用合成资料和固定模型结果，无需密钥；可以查看区域引用与完整步骤记录。

使用 uv 时：uv sync --locked --extra dev，再执行 uv run prism-research demo。

复制 .env.example 为 .env 并配置自己的模型 API。

# 图像研究
prism-research research --question "这张图表达了什么，哪些结论需要额外证据？" --image chart.png

# 加入网页检索（百炼 Qwen3.5）
prism-research research --question "核对图中的测试条件与原始来源" --image chart.png --web

# 文档研究
prism-research research --question "实验采用了什么条件？" --pdf study.pdf

研究过程写入新的 runs/ 子目录，包含 events.jsonl、mcsearch_trace.json、report.json 和 report.html。调用使用你自己的 API 额度；--max-requests 控制单次运行请求上限。

flowchart LR
  A[问题与资料] --> B[Open Deep Research 编排]
  B --> C[逐步证据规划]
  C --> D[图片观察]
  C --> E[网页检索与重排]
  C --> F[PDF 页面与区域]
  D --> G[证据归档与核对]
  E --> G
  F --> G
  G --> C
  G --> H[可追溯报告]

python -m pytest -q

离线检查覆盖协议解析、工具路由、预算、证据编号、文档区域与完整 Agent 图数据通路。测试结果是工程验证，不作为模型准确率或论文基准成绩。

• 运行配置
• 系统设计与方法实现
• 开源组件与许可
• 在线展示

新增工具请提供离线边界测试，覆盖未知证据编号、预算耗尽和截断输出；提交前运行测试与 prism-research demo。新增第三方代码需保留来源版本、许可证与改动说明，请勿提交 .env、API Key、真实运行资料或未经许可的数据。

网站源码位于 site/，推送 main 后由 GitHub Actions 自动发布，并生成页面使用的源码下载包。本地打包可先暂存需要发布的文件，再执行 python scripts/build_release.py；脚本仅归档 Git 已跟踪的文件。

基于 LangChain Open Deep Research。参考并致谢 MMSearch、MC-Search、MPMQA。

项目以 MIT 许可分发。来自第三方的组件保留原许可与署名，详见 NOTICE。