gpt-researcher 프로젝트는 실행되나요?

gpt-researcher 프로젝트는 외부 서비스를 mock으로 대체하면 실행됩니다. Argusic은 깨끗한 머신에서 2분 만에 설치하고 실행했으며, 그 과정에서 오류 0개가 발생했고, 세션을 녹화했습니다.

Argusic은 gpt-researcher 프로젝트를 어떻게 테스트했나요?

새로운 일회용 머신에서 모든 명령을 기록하며 테스트했습니다. 리포지토리는 commit 6f998577d547에 고정되었습니다. 기록된 시도는 3번이며, 전체 방법은 방법론 페이지에 있습니다.

gpt-researcher 테스트 비용은 얼마였나요?

이 판정을 낸 실행의 비용은 0.12 USD입니다: 백만 token당 정가가 아니라 실제 컴퓨팅 및 모델 비용입니다. 해당 실행 페이지에 기록되어 있습니다.

gpt-researcher 설치에는 얼마나 걸리나요?

이 판정을 결정한 실행에서 깨끗한 머신부터 실행 상태까지 1.7분이 걸렸습니다. 평균이 아니라 측정된 한 번의 시도입니다.

gpt-researcher 실행에 GPU가 필요한가요?

시작하는 데는 필요하지 않습니다. Argusic은 GPU가 없는 머신에서 실행 상태에 도달했습니다.

gpt-researcher 설치 시 어떤 문제가 생기나요?

기록된 실행에서는 아무 문제도 없었습니다: clone부터 실행까지 오류가 하나도 없었습니다.

gpt-researcher 프로젝트의 증거는 어디에 있나요?

기록된 실행 3건이 모두 이 페이지에 있으며, 각각 전체 log와 터미널 녹화로 연결됩니다. 이들은 몰래 변경할 수 없도록 sha256 지문과 함께 저장됩니다.

영어 원문: https://argusic.com/subject/gpt-researcher

gpt-researcher

모든 데이터에 대해 모든 LLM 제공자를 사용하여 심층 연구를 수행하는 자율 agent

mock으로 실행됨출처: GitHub 홈페이지PythonApache-2.0commit 6f998577d547

Python, Apache-2.0 라이선스. 프로젝트 자체 레이블: agent, ai, automation, deepresearch, llms, mcp, mcp server 및 python.

gpt-researcher: 의존하는 서비스를 대체물로 바꾸면 실행됩니다. Argusic agent가 GPU가 없는 깨끗한 머신에서 1.7분 만에 설치했고, 오류가 하나도 없었으며, 전체 세션이 녹화되었습니다.

The GPT Researcher package is installed in a Python venv. The FastAPI backend server launches, listens on 0.0.0.0:8000, and serves the GPT Researcher frontend (HTTP 200). The CLI help works. 410 of 411 tests pass under --forked isolation; 2 integration tests require real OpenAI credentials and are skipped. No code was modified.
깨끗한 머신에서 agent가 얻은 결과를 agent 자신의 말로 옮긴 것입니다. 측정 방법

Argusic이 매번 새 머신에서 측정합니다. 모든 수치는 해당 증거로 연결됩니다. Argusic 점수 100점 만점에 89.8점(이 프로젝트 실행 점수의 평균).

한눈에 보기

판정: mock으로 실행됨
Argusic 점수: 89.8 / 100
검증 실행 비용: 0.12 USD(측정값)
기록된 실행: 3
마지막 테스트: 2026-09-22
스타: 30,480
포크: 4,167
열린 issue: 75
watcher: 168
크기: 52 MB
생성일: 2023-05-12
마지막 push: 2026-10-10

프로젝트 데이터 출처: GitHub(이 페이지 상단에 링크), 업데이트 2026-11-04. 테스트 데이터 제공: Argusic(CC BY 4.0). 모든 수치는 전체 log, 녹화, 그리고 그 sha256 해시가 있는 실행 페이지로 연결됩니다.

측정한 항목

이 판정을 결정한 실행에서 가져왔습니다. 모든 줄은 추정치가 아니라 기록된 값입니다.

설치 시간: 2분
깨끗한 머신에서 완료까지: 23분
발생하고 수정된 오류: 0개 발생, 0개를 사람의 도움 없이 수정
결과를 증명한 방법: uvicorn server started on port 8000, 'curl -s -o /dev/null -w %{http_code} localhost:8000/' returned 200; 410/411 tests passed with --forked isolation (pre-existing ordering pollution in test harness; all pass individually)
사용한 모델 token: 142,110
테스트한 정확한 commit: 6f998577d547
컨테이너 이미지: sha256:cdd920bce783

측정하지 않은 항목

나머지 절반입니다. 이 증거가 어디까지 유효한지 정확히 볼 수 있도록 공백은 공백으로 표시하며 절대 채워 넣지 않습니다.

최대 GPU 메모리: CPU 머신에서 실행되어 샘플링할 GPU가 없었습니다
장시간 실행 시 동작: 각 시도는 문서화된 가장 작은 설정과 고정된 시간 예산을 사용하므로, 부하에서 얼마나 버티는지가 아니라 실행되는지를 측정합니다
실제 서비스에 대한 동작: 이 실행은 대체 서비스로만 검증되었습니다

세션 보기

깨끗한 머신에서 시작한 전체 실행을 실제 속도 그대로 보여 줍니다. 잘라 낸 부분도, 빠르게 돌린 부분도 없습니다.

2번째 시도의 녹화, 실행일 2026-09-14. 위 판정은 다른 시도에서 나온 것이므로, 이 영상은 현재 결과가 아니라 하나의 세션으로 보시기 바랍니다. 이 영상의 원본인 터미널 녹화가 증거이며 sha256 지문과 함께 저장됩니다. 영상은 그것을 렌더링한 것입니다. 재생을 누르기 전에는 영상 호스트에서 아무것도 불러오지 않습니다.

녹화의 마지막 부분

이 판정을 결정한 터미널 세션의 마지막 줄을 기록된 그대로 보여 줍니다.

**No code modifications were needed** — the repository works out of the box in this container.
2026-09-22T01:39:00.466374Z ERROR codex_core::session: failed to record rollout items: thread 01a0c…
2026-09-22T01:39:00.466408Z ERROR codex_core::session: failed to record rollout items: thread 01a0c…
2026-09-22T01:39:00.466429Z ERROR codex_core::session: failed to record rollout items: thread 01a0c…
tokens used
142,110
Here's the full report:
**Install**: `pip install -e .` succeeded inside a Python venv (2 min).
**Server**: Launched via `uvicorn backend.server.app:app` on port 8000. `curl` returned **HTTP 200*…
**CLI**: `python cli.py --help` prints all available report types, tones, and options.
**Tests**: 410 passed, 1 skipped (`--forked` isolation). The 13 apparent failures in the non-forked…
**No code modifications were needed** — the repository works out of the box in this container.

전체 세션 다시 보기, 깨끗한 머신에서 이 시점까지의 모든 명령.

테스트 방법

하나의 agent, 하나의 컨테이너, 사람의 도움 없음. agent는 프로젝트 문서가 안내하는 방식대로 프로젝트를 설치하고 실행하며, 문제가 생기면 수정합니다. 아래의 모든 내용은 실제로 일어난 그대로 기록되었습니다: 터미널 세션, log, 정확한 commit. 전체 방법론.

장점과 한계

의견이 아니라 측정된 사실입니다. 콘텐츠 작성 방식.

잘된 점

1.7분 만에 설치되어, Argusic이 측정한 비슷한 프로젝트 134개의 중앙값보다 빨랐습니다.
도중에 문제가 없었습니다: clone부터 실행까지 오류가 하나도 없었습니다.
호스트가 보고한 라이선스는 Apache-2.0입니다.
3번 측정되었으므로, 결과가 일회성이 아닙니다.

잘되지 않은 점 또는 알 수 없는 점

대체 서비스로만 실행 상태에 도달했으므로, 실제 서비스에서 작동한다는 것은 여기서 증명되지 않습니다.

Argusic이 설치하고 시간을 잰 agent 프로젝트 135개 중 gpt-researcher 프로젝트는 실행 상태에 26번째로 빨리 도달했으며, 135개 중 87개만 실행 상태에 도달했습니다.

같은 분야에서 함께 테스트한 프로젝트

여기 있는 모든 프로젝트는 Argusic이 깨끗한 머신에 설치하고 실행했습니다. 테스트하지 않은 프로젝트는 여기에 나오지 않습니다.

실행 기록

테스트 주체	시도	결과	점수	비용 USD	시점
Argusic Runner	3/3	mock으로 실행됨	92.00	0.12	2026-09-22 01:39 UTC
Argusic Runner	2/3	mock으로 실행됨	92.00	0.33	2026-09-14 23:33 UTC
Argusic Runner	1/3	mock으로 실행됨	85.33	0.20	2026-09-03 15:31 UTC

토픽 (출처: GitHub)

agent ai automation deepresearch llms mcp mcp-server python research search webscraping

배지 삽입

프로젝트 README용 Markdown입니다. 이 페이지로 다시 연결되며, 이용 조건은 다음에 있습니다: 이용 약관 페이지.

[![Tested by Argusic](https://argusic.com/badge/gpt-researcher.svg)](https://argusic.com/subject/gpt-researcher)

질문

gpt-researcher 프로젝트는 실행되나요?: gpt-researcher 프로젝트는 외부 서비스를 mock으로 대체하면 실행됩니다. Argusic은 깨끗한 머신에서 2분 만에 설치하고 실행했으며, 그 과정에서 오류 0개가 발생했고, 세션을 녹화했습니다.
Argusic은 gpt-researcher 프로젝트를 어떻게 테스트했나요?: 새로운 일회용 머신에서 모든 명령을 기록하며 테스트했습니다. 리포지토리는 commit 6f998577d547에 고정되었습니다. 기록된 시도는 3번이며, 전체 방법은 방법론 페이지에 있습니다.
gpt-researcher 테스트 비용은 얼마였나요?: 이 판정을 낸 실행의 비용은 0.12 USD입니다: 백만 token당 정가가 아니라 실제 컴퓨팅 및 모델 비용입니다. 해당 실행 페이지에 기록되어 있습니다.
gpt-researcher 설치에는 얼마나 걸리나요?: 이 판정을 결정한 실행에서 깨끗한 머신부터 실행 상태까지 1.7분이 걸렸습니다. 평균이 아니라 측정된 한 번의 시도입니다.
gpt-researcher 실행에 GPU가 필요한가요?: 시작하는 데는 필요하지 않습니다. Argusic은 GPU가 없는 머신에서 실행 상태에 도달했습니다.
gpt-researcher 설치 시 어떤 문제가 생기나요?: 기록된 실행에서는 아무 문제도 없었습니다: clone부터 실행까지 오류가 하나도 없었습니다.
gpt-researcher 프로젝트는 대안과 비교해 어떤가요?: Argusic이 설치하고 시간을 잰 agent 프로젝트 135개 중 gpt-researcher 프로젝트는 실행 상태에 26번째로 빨리 도달했으며, 135개 중 87개만 실행 상태에 도달했습니다.
gpt-researcher 프로젝트의 증거는 어디에 있나요?: 기록된 실행 3건이 모두 이 페이지에 있으며, 각각 전체 log와 터미널 녹화로 연결됩니다. 이들은 몰래 변경할 수 없도록 sha256 지문과 함께 저장됩니다.