GPT Researcher

Pesquisar um tema a fundo exige abrir dezenas de páginas, anotar o que cada uma diz e juntar tudo com as fontes. O GPT Researcher automatiza esse trabalho com agentes de IA. Um agente planejador transforma o pedido em perguntas, outros agentes buscam e resumem fontes para cada pergunta, e uma etapa final monta o relatório com citações.

Para que serve

• Gerar relatórios de pesquisa com mais de 2 mil palavras, cruzando mais de 20 fontes.
• Pesquisar nos seus próprios arquivos, como PDF, planilhas, Word, PowerPoint e Markdown, apontando a pasta na variável DOC_PATH.
• Combinar busca na web com outras fontes, como GitHub e bancos de dados, via MCP.
• Fazer pesquisa profunda em árvore, com profundidade e amplitude configuráveis.
• Exportar o resultado em PDF ou Word.

Para entender o que separa um agente de um chatbot, leia o post sobre o que são agentes de IA.

Como começar

Dá para usar como biblioteca Python:

pip install gpt-researcher

Ou clonar o repositório e subir o servidor FastAPI:

pip install -r requirements.txt
python -m uvicorn main:app --reload

Há ainda a opção com docker-compose up --build. O exemplo de configuração do README usa duas chaves de API, uma da OpenAI e outra do Tavily, serviço de busca. Outros provedores de modelo também funcionam.

Licença e custo

O arquivo de licença do repositório é Apache 2.0. Ela permite uso em negócio, com a condição de que os avisos não sejam removidos. O software não cobra nada. O site diz que o custo é o que você paga aos provedores de modelo e de busca. Pelo README, uma pesquisa profunda leva uns 5 minutos e custa perto de US$ 0,40 com o modelo o3-mini.

Quando vale a pena

É útil para quem produz relatórios de mercado, levantamentos técnicos ou revisões de tema com frequência e quer rodar isso no próprio ambiente. O README diz que o projeto é experimental e entregue sem garantia, e o objetivo declarado é reduzir viés e erro, não eliminá-los. Então confira as fontes antes de publicar. Para tarefas repetitivas com passos fixos, uma automação comum pode bastar, como mostra o post agente de IA ou automação.