Original en inglés: https://argusic.com/subject/deep-searcher
deep-searcher
Alternativa de código abierto a Deep Research para Reason y Search en datos privados. Escrita en Python.
Funciona con mocksfuente: GitHubsitio webPythonApache-2.0commit ddc36db31783
Python, licencia Apache-2.0. El proyecto se describe a sí mismo como: agent, agentic rag, claude, deep research, deepseek, deepseek r1, grok y grok3.
deep-searcher funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1,5 minutos y encontró 2 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
DeepSearcher package installs with uv sync and pip install -e . and all 422 unit tests pass after fixing 2 test files with stale default model values.
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 56 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.
- XAI LLM test expected default model 'grok-2-latest' but source default was 'grok-4'0,5 minutos
- JiekouAI embedding test expected default model 'baai/bge-m3' but source default was 'qwen/qwen3-embedding-8b'0,5 minutos
- Tiempo de instalación
- 2 minutos
- De máquina en frío a terminar
- 5 minutos
- Errores encontrados y corregidos
- 2 encontrados, 2 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python -m pytest tests/ -q exited 0; 422 passed, 0 failed
- Tokens de modelo usados
- 43.839
- Commit exacto probado
- ddc36db31783
- 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
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
**Fixes applied**: - `tests/llm/test_xai.py` — 3 assertions updated from `grok-2-latest` to `grok-4` - `tests/embedding/test_jiekouai_embedding.py` — 6 assertions updated from `baai/bge-m3` to `qwen/q… tokens used 43,839 All done. Here's the summary: **Install**: `uv sync` completed, created `.venv` (Python 3.10.21) with all 338 dependencies. `pip … **Tests**: All 422 tests pass after fixing 2 test files that had stale default model values — the s… **CLI**: The `deepsearcher` CLI fails at startup because `init_config()` tries to instantiate Argus… **Fixes applied**: - `tests/llm/test_xai.py` — 3 assertions updated from `grok-2-latest` to `grok-4` - `tests/embedding/test_jiekouai_embedding.py` — 6 assertions updated from `baai/bge-m3` to `qwen/q…
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 instaló en 1,5 minutos, más rápido que la mediana de los 134 proyectos comparables que ha medido Argusic.
- Se recuperó de los 2 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
De los 135 proyectos de agent que Argusic ha instalado y cronometrado, deep-searcher fue el 20.º más rápido en llegar a funcionar, y 87 de 135 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 | Funciona con mocks | 92,00 | 0,03 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,00 |
Temas (de GitHub)
agentagentic-ragclaudedeep-researchdeepseekdeepseek-r1grokgrok3llama4llmmilvusopenaiqwen3ragreasoning-modelsvector-databasezilliz
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/deep-searcher)Preguntas
- ¿Funciona deep-searcher?
- deep-searcher funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 2 minutos, con 2 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic deep-searcher?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit ddc36db31783. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar deep-searcher?
- La ejecución que produjo este veredicto costó 0,03 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-searcher en instalarse?
- 1,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita deep-searcher una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar deep-searcher?
- En la ejecución registrada fallaron 2 cosas, y 2 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara deep-searcher con las alternativas?
- De los 135 proyectos de agent que Argusic ha instalado y cronometrado, deep-searcher fue el 20.º más rápido en llegar a funcionar, y 87 de 135 llegaron a funcionar.
- ¿Dónde está la evidencia de deep-searcher?
- 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.