自Manus发布之后，一些闭源平台虽具备优秀的用户体验和商业支持，却常面临高成本、访问受限、私有化部署困难等问题；而开源框架虽拥有更高的灵活性与透明度，却在功能完整性、样式丰富性和稳定性方面略显不足。
Co-Sight 致力于在成本、质量、稳定性与易用性之间取得最佳平衡。它支持低成本大模型生成媲美 Claude模型 的高质量、美观报告，并可灵活部署于私有环境，助力企业与个人快速构建属于自己的类Manus系统。
| 场景 | 示例链接 | 效果预览 |
|---|---|---|
| 行业研究 | 8BEF中兴通讯分析报告 | |
| 个人生活 | 2025年五一上海旅游攻略 | |
| 新闻热点 | 特朗普关税政策全球影响分析 | |
| ... |
欢迎大家在 Lab 中贡献更多示例，丰富我们的案例库！
GitHub 地址：https://github.com/Co-Sight-Series/Co-Sight-Lab
-
下载项目：你可以选择以下任意一种方式下载项目到本地：
方式一：使用 Git 克隆 访问 https://github.com/ZTE-AICloud/Co-Sight ，点击绿色的
Code按钮，# 方式一：选择http协议 git clone https://github.com/ZTE-AICloud/Co-Sight.git # 方式二：选择ssh协议 git clone git@github.com:ZTE-AICloud/Co-Sight.git cd Co-Sight
方式二：下载 ZIP 文件 访问 https://github.com/ZTE-AICloud/Co-Sight ， 点击绿色的
Code按钮，选择Download ZIP，下载后解压并进入项目目录。 -
准备环境：python版本>=3.11
-
安装依赖： 在项目目录下执行以下命令安装依赖
pip install -r requirements.txt- 拷贝模板
.env_template并生成.env（该文件已被加入.gitignore，可安全存储私密信息）： - 编辑
.env配置核心参数：- 大模型配置：配置相对应的大模型地址，模型名称，API-KEY等，可进一步（可选）对规划、执行、工具、多模态模型做配置；
- 搜索引擎配置（可选）：配置相关搜索引擎的API-KEY；
- Google Search 申请方式：https://developers.google.com/custom-search/v1/overview?hl=zh-cn#api_key
- Tavily Search 申请方式：https://app.tavily.com/home
- Google Search 申请方式：https://developers.google.com/custom-search/v1/overview?hl=zh-cn#api_key
- 启动服务：cosight_server/deep_research/main.py
- 打开浏览器，访问：
http://localhost:7788/cosight/ - 在输入框中输入你的第一个任务，体验智能研究引擎的强大能力！
-
下载docker离线镜像： https://github.com/ZTE-AICloud/Co-Sight/releases/download/v0.0.1/co-sight-v001.tar
-
启动docker镜像：
# 加载离线镜像
docker load -i co-sight-v001.tar
# 启动docker容器
docker run -d -p 7788:7788 co-sight
# 将配置好的.env文件拷贝进容器（后续会将模型、搜索引擎做到Co-Sight界面可配置方式）
docker cp .env ac39023b3b3fdc3245ec1cc0293afb6b0a5efd4675ee79535ed6663c3e2a2558:/home/Co-Sight
# 重启镜像生效环境变量
docker restart ac39023b3b3fdc3245ec1cc0293afb6b0a5efd4675ee79535ed6663c3e2a2558- 打开浏览器，访问：
http://localhost:7788/cosight/
非常欢迎 PR、Issue！如果你有任何想法或建议：
-
提交 Issue：描述你的想法与问题。
-
发起 PR：完善文档、添加示例或优化功能。
一起让 Co Sight Agent 更加强大。