Original en anglais: https://argusic.com/subject/deep-research
deep-research
Utilisez n'importe quel LLM (Large Language Model) pour la Deep Research. Prenez en charge l'API SSE et le serveur MCP.
Non vérifiablesource : GitHubpage d'accueilJavaScriptMITcommit 4a211edd9fac
JavaScript, sous licence MIT. Le projet se décrit ainsi : anthropic, deep research, deep research api, deepresearch, deepseek, gemini, grok et mcp server.
Argusic n'a pas réussi à faire fonctionner deep-research. Un agent Argusic l'a installé en 17 minutes et a rencontré 1 erreur, corrigée sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
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.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 80 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- next build killed by OOM (8GB cgroup limit) during static page generation2 minutes
- Temps d'installation
- 17 minutes
- De la machine vierge à la fin
- 17 minutes
- Erreurs rencontrées et corrigées
- 1 rencontrée, 1 corrigée sans aide humaine
- Comment le résultat a été prouvé
- 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 modèle utilisés
- 42 791
- Commit exact testé
- 4a211edd9fac
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- S'il fonctionne tout court
- cette exécution n'a rien vérifié, donc cette page n'affirme rien dans un sens ni dans l'autre
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
/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:
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- S'est remis de 1 erreur sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
- Mesuré 2 fois, le résultat n'est donc pas un cas isolé.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- Un agent sans limite de temps ne l'a pas fait fonctionner.
- Installation en 17 minutes, plus lente que la médiane des 9 projets comparables mesurés par Argusic.
Sur les 10 projets anthropic qu'Argusic a installés et chronométrés, deep-research a été le 8e plus rapide à atteindre un état de fonctionnement, et 5 sur 10 en ont atteint un.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Non vérifié | 80,00 | 0,05 | |
| Argusic Runner | 1/3 | Non vérifié | 80,00 | 0,12 |
Sujets (depuis GitHub)
anthropicdeep-researchdeep-research-apideepresearchdeepseekgeminigrokmcp-serverollamaopenai
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/deep-research)Questions
- deep-research fonctionne-t-il ?
- Argusic n'a pas pu vérifier que deep-research fonctionne. Argusic l'a installé et lancé sur une machine propre en 17 minutes, en rencontrant 1 erreur en route, et a enregistré la session.
- Comment Argusic a-t-il testé deep-research ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 4a211edd9fac. 2 tentatives sont enregistrées, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de deep-research ?
- L'exécution qui a produit ce verdict a coûté 0,05 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer deep-research ?
- 17 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- deep-research a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de deep-research ?
- 1 problème est survenu lors de l'exécution enregistrée, et 1 a été corrigé sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Comment deep-research se compare-t-il aux alternatives ?
- Sur les 10 projets anthropic qu'Argusic a installés et chronométrés, deep-research a été le 8e plus rapide à atteindre un état de fonctionnement, et 5 sur 10 en ont atteint un.
- Où sont les preuves pour deep-research ?
- Les 2 exécutions enregistrées se trouvent sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.