被低估的ChatGPT新功能，10分鐘搞定DeepSeek代碼庫深度研究
大概5天前，ChatGPT「悄悄」上線了一個(gè)新功能，就是Deep Research功能可以直連Github倉庫。
這個(gè)功能剛推出時(shí)，第一反應(yīng)是給程序員用的，但是最近使用后才發(fā)現(xiàn)這個(gè)功能非常強(qiáng)大——應(yīng)用場(chǎng)景遠(yuǎn)比想象的更加廣闊。
不僅僅是審查代碼，或者生成報(bào)告，能夠連接Github的ChatGPT在重度使用后，效果還是超乎想象的——幾乎可以進(jìn)行任何方向的深度研究。
只要是Github開源的公開倉庫，都可以通過：「項(xiàng)目官方倉庫——Fork倉庫到個(gè)人賬號(hào)——ChatGPT——Github連接器——深度研究——選擇個(gè)人倉庫——完成報(bào)告」的鏈條來快速輸出專業(yè)級(jí)別的研究報(bào)告！
先簡(jiǎn)單介紹下，這次連接Github后，ChatGPT具備了自動(dòng)讀取、解析并總結(jié)整個(gè)GitHub倉庫的能力。
過去想要發(fā)掘和研究一個(gè)開源項(xiàng)目，通常需要好幾天的時(shí)間來閱讀源碼，但是現(xiàn)在有了ChatGPT+Github這個(gè)連接器，效率得到了指數(shù)級(jí)的提升。
如果說過去在Github挖寶是拿著鐵鍬，這下直接開上挖掘機(jī)了！
比如我讓ChatGPT來分析我倉庫中的一個(gè)，第一步還是常規(guī)的Deep Research步驟，先確定研究?jī)?nèi)容，然后任務(wù)啟動(dòng)。
ChatGPT會(huì)對(duì)整個(gè)倉庫代碼的功能架構(gòu)、核心模塊、技術(shù)棧以及維護(hù)狀態(tài)等進(jìn)行全面分析。
在進(jìn)行了一段時(shí)間的研究后，就可以輸出一份非常專業(yè)，并且?guī)缀鯖]有幻覺的研究報(bào)告。
這份報(bào)告，幾乎已經(jīng)完成了對(duì)一個(gè)項(xiàng)目能做所有的研究和分析。
這份報(bào)告主要包含六個(gè)主要部分：1.技術(shù)架構(gòu) 2.核心模塊分析 3.代碼質(zhì)量評(píng)估 4.文檔情況 5.倉庫活躍度與維護(hù)狀態(tài) 6.項(xiàng)目的適用性
那既然能研究一個(gè)倉庫，那是不是能研究其他倉庫？而Github的倉庫不一定非得是代碼，是可以上傳任何的文件的。
等會(huì)，既然ChatGPT可以提供強(qiáng)大的深度研究能力，而Github連接器又限定了研究的范圍，這兩個(gè)能力加起來不就是相當(dāng)于一個(gè)面向特定領(lǐng)域的非常專業(yè)的研究員嗎！
以前沒有這個(gè)功能的時(shí)候，ChatGPT主要依靠聯(lián)網(wǎng)來進(jìn)行深度研究，雖然能夠獲取的信息多了，但是「幻覺」的概率也會(huì)同步增大。
但是如果通過在Github來限定「研究范圍」，那ChatGPT給出的「深度研究」報(bào)告是不是會(huì)更專業(yè)？
而限定范圍很容易做到，只要將倉庫內(nèi)容換成你想要的資料就好了，這也相當(dāng)于是一個(gè)專門的RAG+MCP功能啊。
說干就干，下面就用Github上開源倉庫代碼來試試效果。
整個(gè)活：套娃式研究DeepSeek
這次想讓ChatGPT出一份關(guān)于DeepSeek-R1的專業(yè)分析報(bào)告，正好DeepSeek-V3就在Github已經(jīng)開源了。
只需要在深度研究下面選擇連接Github，并選擇對(duì)應(yīng)的倉庫即可。
這里為了方便操作，我是先把DeepSeek-R1 fork到了我自己的倉庫中，因?yàn)镃hatGPT和Github的連接器需要索引找到倉庫，所以重新復(fù)制一份到個(gè)人倉庫會(huì)加快索引的速度。
所以流程就是：
DeepSeek-R1官方倉庫——DeepSeek-R1 Fork倉庫——ChatGPT——Github連接器——選擇深度研究——選擇Github倉庫為DeepSeek-R1 Fork倉庫。
然后就可以倒杯咖啡，看著ChatGPT工作了，只需10分鐘！
當(dāng)ChatGPT開始深度研究后，他的界面如下圖所示，右側(cè)標(biāo)識(shí)了活動(dòng)過程和調(diào)用的研究信息資源。
可以看到在這個(gè)任務(wù)中，ChatGPT只使用了Github倉庫限定的文件內(nèi)容。
等待十幾分鐘到二十分鐘左右，ChatGPT就在幕后認(rèn)真的處理和思考這些信息。
你可以看到這個(gè)報(bào)告真的非常的長(zhǎng)，非常的詳細(xì)，每個(gè)部分都能溯源到原始文件的位置。
感興趣的可以通過這個(gè)鏈接來查看：https://chatgpt.com/share/682571fe-52c8-8013-a8f1-c85562ec1850
簡(jiǎn)單介紹下生成報(bào)告的質(zhì)量，報(bào)告一開始講的是R1的模型架構(gòu)，然后是R1的數(shù)據(jù)訓(xùn)練流程，接著講了訓(xùn)練機(jī)制和推理和部署，最后還對(duì)模型的創(chuàng)新點(diǎn)做了闡述。
可以說是一份非常完善的模型研究報(bào)告，并且使用的DeepSeek-R1的官方倉庫，甚至結(jié)尾還有DeepSeek-R1的模塊源碼解釋。
可以說是非常的詳細(xì)了。
使用ChatGPT+Github這種深度研究的另一種好處就是，出了研究報(bào)告后，可以直接在ChatGPT中直接提問來進(jìn)行進(jìn)一步的研究。
整個(gè)流程順滑無比。
使用「索引技巧」來加快倉庫被發(fā)現(xiàn)的進(jìn)度
需要注意的一點(diǎn)是，目前ChatGPT+Github連接器在索引倉庫時(shí)，并沒有那么快。
比如這里剛開始我就一直搜索不到，不斷重啟連接器也無法找到倉庫，不論是自己的還是其他Public公開的倉庫。
后來在OpenAI的官方文檔中才找到說明。OpenAI提到了Github的倉庫需要手動(dòng)激活后才能加到索引列表，才能被連接器找到。
ChatGPT也針對(duì)這個(gè)問題給出了解決方案，那就是將倉庫在Github的搜索框中搜一下，或者上傳一個(gè)新的更新。
不一定是代碼
實(shí)際上，ChatGPT的這個(gè)功能其實(shí)非常強(qiáng)大，上面主要使用的是訪問Github倉庫來進(jìn)行深度研究的功能。
那么引申一下，就可以將一些特定的內(nèi)容，比如PDF、Word等上傳到新建的倉庫中，然后使用這個(gè)流程來進(jìn)行研究。
這樣就把研究資料限定在固定的范圍內(nèi)，同時(shí)還能利用Github連接器本身對(duì)各種文件的編排能力，畢竟在分析一個(gè)項(xiàng)目倉庫時(shí)，Github本身也是會(huì)區(qū)分不同的文件類型。
這就是一個(gè)相當(dāng)完美的RAG+MCP組合，不僅能使用ChatGPT強(qiáng)大的模型能力，還可以使用Github構(gòu)建倉庫的能力，簡(jiǎn)直完美。
最關(guān)鍵的是，這個(gè)功能只要是開通了Plus的用戶即可使用，從這一點(diǎn)上來說，ChatGPT Plus這次終于值回了20美元的票價(jià)。
這種將ChatGPT和GitHub深度連接、相互強(qiáng)化的新玩法，其實(shí)就是開啟了一種全新的研究模式。
不管你是想要快速上手一個(gè)陌生的開源項(xiàng)目，還是精準(zhǔn)分析特定領(lǐng)域的內(nèi)容，都能用上這個(gè)組合。
更關(guān)鍵的是，這種玩法甚至能夠擴(kuò)展到各種類型的研究資料中去，實(shí)現(xiàn)了真正的RAG+MCP組合——專業(yè)又高效。
