清华大学第四弹：DeepSeek+DeepResearch让科研像聊天一样简单.docx

DeepSeek+DeepResearch

让科研像聊天一样简单

北

北京航空航天大学高研院助理教授

清华大学新闻学院与人工智能学院双聘教授沈阳团队博士后

何静

团队自研DeepResearch：软件免费公测

通过百度网盘分享的文件：AI学术工具公测版.exe

链接:https://pan.baidu.com/s/1kPrFGhpWuwB2eiGuP33Qjg?pwd=0417提取码:0417

能做什么？

要怎么做？

效果如何？

一能做什么？

一

本质：以多agent实现从数据采集到可视全流程

数据采集通过编写爬虫代码、访问数据库、读取文件、调用API等方式，采集社交媒体数据、数据库内容、文本数据、接口数据等

数据采集

数据处理通过数据清洗、数据集成、数据变换、特征工程等方式，实现数据纠错、数据整合、格式转换、特征提取等。

数据处理

AIGC数据应用对数据进行诊断、预测、关联、聚类分析

AIGC

数据应用

数据分析.定位、需求预测、推荐系统、异常检测等

数据分析

.

数据挖掘对数据进行分类、社交网络分析或时序模式挖掘，常用于客户细分、信用评分、社交媒体营销、股价预测等

数据挖掘

数据可视化将数据转化为统计图、热力图、网络关系图、词云、树形图等，用于揭示数据中蕴含的模式、趋势、异常和洞见

数据可视化

模型特点

DeepSeek

R1

高效推理：专注于低延迟和高吞吐量，适合实时应用。轻量化设计：模型结构优化，资源占用少，适合边缘设备和移动端。

多任务支持：支持多种任务，如文本生成、分类和问答。

OpenAI

o3mini

小型化设计：轻量级模型，适合资源有限的环境。快速响应：优化推理速度，适合实时交互场景。

通用性强：适用于多种自然语言处理任务，如对话生成和文本理解。

Claude

3.5sonnet

平衡性能：在模型大小和性能之间取得平衡，适合中等规模任务。

多模态支持：支持文本和图像处理，扩展应用场景。可解释性：注重模型输出的可解释性和透明性。

Kimi

k1.5

垂直领域优化：针对特定领域

(如医疗、法律)进行优化，提供高精度结果。

长文本处理：擅长处理长文本和复杂文档，适合专业场景。定制化能力：支持用户自定义训练和微调，适应特定需求。

爬虫数据采集任务1

爬虫数据采集

任务

1、阅读网页源代码，提取特定网页内容；2、撰写python脚本；

3、提取并合并网址；

4、提取网址内容；

5、写入文件。

提示词

你需要完成以下两个任务：

1.阅读网页【网址】源代码【对应网页源代码】。提取所

有包含“春运2025丨X月X日，全社会跨区域人员流动量完

成X万人次”的网址进行去重、筛选，合并成网址列表

2.撰写python脚本，基于步骤1输出的网址列表提取所有网

址内容“截至目前2025年春运(2025年1月14日到2月8日)

相关数据(如日期、全社会跨区域人员流动量、铁路客运

量、公路人员流动量、水路客运量、民航客运量等)”完

成数据提取并写入文件“2025春运数据.txt”

DeepSeekR1

能够提取所有网址并进行

筛选、去重，所撰写代码

运行后完成数据爬虫任务，

所获取数据准确，少量数

据有所遗漏。

OpenAIo3mini

响应速度快，能够高效提

取所有需求链接，输出完

整可运行python脚本，代

码运行后生成文件，但数

据采集结果为空。

测试结果受到数据样本、测试环境、AI抽卡、提示词模板等因素影响，仅供参考，无法作为决策制定、质量评估或产品验证的最终依据。

爬虫数据采集

Claude3.5sonnet

可以提取所有网址，调整后可输出正

确代码，运行代码能生成本地文件，

但提取数据结果为空。

Kimik1.5

能够提取所有网址，代码运

行后生成本地文件，但提取

数据结果为空。

结

结论

目前DeepSeekR1、OpenAIo3mini、Kimik1.5支持联网查询网址，Claude3.5sonnet暂不支持；

四个模型均能根据上传的网页代码，对多个网址链接进行筛选、去重，完全提取出符合指令要求的所有网址链接并形成列表；

在复杂爬虫任务上，DeepSeekR1与Op