Original en inglés: https://argusic.com/subject/deep-research
deep-research
Usa cualquier LLM (Large Language Models) para Deep Research. Soporta SSE API y servidor MCP.
No se pudo verificarfuente: GitHubsitio webJavaScriptMITcommit 4a211edd9fac
JavaScript, licencia MIT. El proyecto se describe a sí mismo como: anthropic, deep research, deep research api, deepresearch, deepseek, gemini, grok y mcp server.
Argusic no consiguió que deep-research funcionara. Un agent de Argusic lo instaló en 17 minutos y encontró 1 error, corregido sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
pnpm dependencies installed, next build completed with all 25 route handlers compiled, and the production server serves the Deep Research Next.js app at localhost:3000 responding HTTP 200 with a fully rendered page.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 80 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- next build killed by OOM (8GB cgroup limit) during static page generation2 minutos
- Tiempo de instalación
- 17 minutos
- De máquina en frío a terminar
- 17 minutos
- Errores encontrados y corregidos
- 1 encontrados, 1 corregidos sin ayuda humana
- Cómo se demostró el resultado
- curl http://localhost:3000/ returned HTTP 200 with 28136 byte HTML body containing <title>Deep Research</title> and full app shell; curl -X POST http://localhost:3000/api/mcp returned HTTP 200
- Tokens de modelo usados
- 42.791
- Commit exacto probado
- 4a211edd9fac
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Si funciona en absoluto
- esta ejecución no verificó nada, así que esta página no afirma nada en ningún sentido
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
/work/repo/node_modules/.pnpm/[email protected]/node_modules/zod/src/v4/classic/tests/catch.test.ts /work/repo/node_modules/.pnpm/[email protected]/node_modules/zod/src/v4/classic/tests/description.test.ts /work/repo/node_modules/.pnpm/[email protected]/node_modules/zod/src/v4/classic/tests/index.test.ts /work/repo/node_modules/.pnpm/[email protected]/node_modules/zod/src/v4/classic/tests/string-formats.test… /work/repo/node_modules/.pnpm/[email protected]/node_modules/zod/src/v4/classic/tests/date.test.ts /work/repo/node_modules/.pnpm/[email protected]/node_modules/zod/src/v4/classic/tests/datetime.test.ts /work/repo/node_modules/.pnpm/[email protected]/node_modules/cytoscape/tests-examples/demo-todo-app.… /work/repo/node_modules/.pnpm/[email protected]/node_modules/cytoscape/playwright-tests/renderer.spe… All verified successfully. Here's the final result: tokens used 42,791 All verified successfully. Here's the final result:
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se recuperó de su único error sin que interviniera una persona, lo que indica que el fallo está lo bastante documentado como para resolverlo.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Un agent sin límite de tiempo no consiguió que funcionara.
- Tardó 17 minutos en instalarse, más lento que la mediana de los 9 proyectos comparables que ha medido Argusic.
De los 10 proyectos de anthropic que Argusic ha instalado y cronometrado, deep-research fue el 8.º más rápido en llegar a funcionar, y 5 de 10 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Sin verificar | 80,00 | 0,05 | |
| Argusic Runner | 1/3 | Sin verificar | 80,00 | 0,12 |
Temas (de GitHub)
anthropicdeep-researchdeep-research-apideepresearchdeepseekgeminigrokmcp-serverollamaopenai
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/deep-research)Preguntas
- ¿Funciona deep-research?
- Argusic no pudo verificar que deep-research funcione. Argusic lo instaló y lo inició en una máquina limpia en 17 minutos, con 1 error por el camino, y grabó la sesión.
- ¿Cómo probó Argusic deep-research?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 4a211edd9fac. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar deep-research?
- La ejecución que produjo este veredicto costó 0,05 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda deep-research en instalarse?
- 17 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita deep-research una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar deep-research?
- En la ejecución registrada falló 1 cosa, y 1 se corrigió sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara deep-research con las alternativas?
- De los 10 proyectos de anthropic que Argusic ha instalado y cronometrado, deep-research fue el 8.º más rápido en llegar a funcionar, y 5 de 10 llegaron a funcionar.
- ¿Dónde está la evidencia de deep-research?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.