AgentCPM-Report:8B 端侧深度研究智能体
在深度研究(DeepResearch)领域,用户往往面临数据隐私与深度洞察难以兼得的问题。想要顶级的深度调研能力通常依赖云端大模型,意味着重要数据可能'裸奔';而选择断网或本地小模型时,生成的报告又往往逻辑浅薄。
数据隐私与深度洞察的解决方案
AgentCPM-Report 是一个本地化、私有化且拥有 SOTA 性能的深度调研智能体。它由清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发,以端侧模型为核心,实现了比肩顶级闭源系统的报告写作能力。这意味着无需昂贵的算力集群,也无需通过网络上传任何信息,即可在本地拥有专家级的调研助手。
核心亮点
- **极致效能,以小博大:**通过平均 40 轮的深度检索与近 100 轮的思维链推演,实现对信息的全方位挖掘与重组,让端侧模型也能产出逻辑严密、洞察深刻的万字长文,在深度调研任务上以 8B 参数规模达成与顶级闭源系统的性能对标。
- **物理隔绝,本地安全:**专为高隐私场景设计,支持完全离线的本地化敏捷部署,彻底杜绝云端泄密风险。基于 UltraRAG 框架,它能高效挂载并理解本地私有知识库,让核心机密数据在'不出域'的前提下,安全地转化为极具价值的专业决策报告。
写作能力对标闭源最强标杆
在 DeepResearch Bench、Deep Consult 以及 DeepResearch Gym 三大主流深度调研评测基准中,AgentCPM-Report 展现了越级战斗力,综合评分达到甚至超越顶级闭源系统。在最考验深度的洞察性指标上,AgentCPM-Report 力压群雄,排名第一;而在全面性指标上,也仅次于基于 Claude 的复杂写作框架,位居第一梯队。



实战演示
要求 AgentCPM-Report 以《三体》原文为知识库,生成一篇关于'面壁计划'来龙去脉的调查报告。系统将展示从线索挖掘、大纲规划到万字长文撰写的全过程。
极简部署教程
配合 UltraRAG 框架一键部署,即可拥有专属的深度调研助手:
- **Docker 一键拉起:**通过 Docker 可在本地光速启动 UltraRAG 服务与 AgentCPM 智能体;
- **拖拽式构建知识库:**无需编写代码,直接将本地的 PDF、TXT 等私有文档拖入后台,系统自动完成切片与向量化索引;
- **沉浸式深度调研:**输入研究课题,即可让智能体生成结构化、带引用的专业报告。
技术解密:端侧模型如何'以弱胜强'?
AgentCPM-Report 之所以能以 8B 参数媲美闭源系统源于两大技术创新:
创新一:'写作即推理'模式,让思考更贴近人脑
传统方案试图让模型'一口气'生成完整大纲或内容,容易造成产出报告的逻辑崩塌。AgentCPM-Report 创新性地采用了'边写作,边规划'的迭代精炼框架打破这一局限:
- **两阶段循环:**系统在'起草'与'深化'两个状态间不断交替。写完一段草稿后,会立即停下来反思是否有需要补充的地方,然后回头扩展章节、补充检索、填充新内容。
- **渐进式优化:**将宏大的万字长文任务,拆解为一系列可执行的微小目标。模型在每一轮循环中只需解决当下的局部问题,从而在较小的参数规模条件下产出逻辑严密、细节丰富的长篇报告。

