GPT Researcher nedir? Ücretsiz mi, nasıl kurulur, Docker, Ollama, MCP ve lisans

GPT Researcher'a bir konu verirsin; internette (istersen kendi belgelerinde) araştırır ve kaynak listeli bir rapor yazar. Açık kaynak bir yapay zekâ ajanı; Docker ya da Python ile kendi bilgisayarında kurarsın, hesap açmazsın. Çalışması için kendi dil modeli anahtarın (varsayılan OpenAI) ve arama anahtarın (varsayılan Tavily) gerekir, bunların sağlayıcılarına sen ödersin. Ayrı depodaki MCP sunucusuyla Claude Desktop'a araştırma aracı olarak bağlanır. Resmî kaynak Türkçe desteği vaat etmiyor.

Ne yapar: Bir konuyu internette araştırıp kaynaklı rapor yazar
Ücretsiz: Yazılım evet · API anahtarları sende
Kodsuz mu: Hayır, kurulum gerekir
Kurulum: Docker ya da Python 3.12+
Lisans: Apache 2.0 / MIT (çelişki)
Türkçe: Resmî kaynak yazmıyor
Sürüm: v3.7.0 · 26 Eylül 2026

GPT Researcher ne işe yarar? Kodsuz kullanabilir miyim?

Kodsuz kullanabilir miyim?

Tam kodsuz yol yok. Resmî bir bulut ürünü ya da hesabı yok; kendin kurarsın. Docker ile kurulumda terminale birkaç komut yazar ve bir ayar dosyasını (.env) doldurursun, sonrasında tarayıcıdan arayüzü kullanırsın.

Bir araştırma sorusu yazarsın. GPT Researcher önce o soruyu birkaç alt soruya böler, her biri için internette (ya da kendi belgelerinde) kaynakları paralel okur, işe yarayan parçaları ayıklar ve kaynak göstererek bir rapor yazar. Yani sohbet botuna tek tek soru sormak yerine, uzun bir ön araştırmayı tek seferde yaptırırsın.

PlanlayıcıSoruyu araştırma sorularına böler.

Okuyucu ajanlarKaynakları paralel okur, özetler.

RaporBulguları süzer, kaynaklı rapora çevirir.

Rapor kaynak gösterir ama README projeyi "deneysel, olduğu gibi" diye tanımlıyor: iddiaları kaynaklardan kontrol et.

Kaynaklı araştırma raporu yazdırmakNe alırsın: Kaynaklı raporAyrı kurulum gerekir Docker ile kurmakNe alırsın: Çalışan arayüzAyrı kurulum gerekir Claude'a araştırma aracı eklemek (MCP)Ne alırsın: deep_research, quick_search, write_report araçlarıAyrı kurulum gerekir

Kime yarar: pazar, rakip ya da konu araştırmasını kendi bilgisayarında ve kendi seçtiği dil modeliyle yapmak isteyen danışman, içerik üreticisi, öğrenci ve geliştirici. Kodla uğraşmak istemeyen biri için hazır bir derin araştırma uygulaması daha rahat olabilir.

Kaynak: GitHub README ve gptr.dev ana sayfası; 15.10.2026.

GPT Researcher nasıl kurulur? Docker, Python ve pip

Üç yol var: Docker, depoyu Python ile çalıştırmak ya da pip paketi. İlk ikisi tarayıcıdan arayüz verir; pip paketi kod yazanlar içindir. Hepsinde iki API anahtarı gerekir: dil modeli sağlayıcından (varsayılan OpenAI) ve arama sağlayıcından (varsayılan Tavily). API anahtarı, sağlayıcının panelinden aldığın gizli şifredir; kimseyle paylaşma ve kod dosyalarına yazma.

Docker Desktop'ı kur ve aç.
Depoyu indir: aşağıdaki komutlarla klasöre gir.
Ayar dosyasını hazırla: .env.example dosyasını kopyalayıp .env adıyla kaydet, içine OPENAI_API_KEY ve TAVILY_API_KEY değerlerini yaz.
Başlat: docker compose up --build. Çalışmazsa tire ile deneyin: docker-compose up --build.
Aç: Sunucu localhost:8000, arayüz localhost:3000 adresinde başlar.

1. Depoyu indir ve klasöre gir

› git clone https://github.com/assafelovic/gpt-researcher.git
cd gpt-researcher

2. Başlat› docker compose up --build

OpenAI dışında bir dil modeli kullanacaksan, belgeye göre requirements.txt dosyasına o sağlayıcının langchain paketini ekle.

Python 3.12 ya da üstünü kur.
Depoyu indir (yukarıdaki git clone komutu) ve klasöre gir.
Anahtarları export ile ya da .env dosyasıyla ver.
Bağımlılıkları kur, sunucuyu başlat, localhost:8000 adresini aç.

Anahtarlar (Windows'ta set, ya da .env dosyası)

› export OPENAI_API_KEY=anahtarin
export TAVILY_API_KEY=anahtarin

Kur ve başlat

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

Kendi Python kodunun içinde kullanmak için. README'deki örnek: GPTResearcher sınıfı sorguyu alır, araştırmayı yürütür, raporu yazar.

Kur› pip install gpt-researcher

README'deki örnek (özet)

› from gpt_researcher import GPTResearcher
researcher = GPTResearcher(query="...")
await researcher.conduct_research()
report = await researcher.write_report()

Python sürümü kaynaklar arasında çelişiyor: README ve gptr.dev 3.11+ diyor, ama pyproject, PyPI, kurulum belgesi ve v3.7.0 sürüm notu 3.12+ istiyor. 3.12 ya da üstünü kur. Docker ile kurarsan bilgisayarındaki Python sürümü önemli değil.

Hesap ve donanım

GPT Researcher hesabı yok. Donanım gereksinimi (RAM, disk, GPU) resmî kaynakta yazmıyor; bulut dil modeli kullanırsan ağır iş sağlayıcıda yapılır. Yerel model (Ollama) kullanırsan o modelin kendi gereksinimi geçerli.

Güncel sürüm

GitHub'da v3.7.0 (26 Eylül 2026); PyPI'da 0.16.1 (26 Eylül 2026). Docker ve depodan kurulumda güncellemek için depoyu güncelle (git pull), pip için pip install -U gpt-researcher.

Kaynak: depo belgeleri (getting-started, Docker), README, pyproject.toml, PyPI; 15.10.2026.

GPT Researcher nasıl kullanılır? Kendi belgelerin, Ollama ve arama motorları

Arayüzü aç. localhost:8000 (Docker'da localhost:3000).
Araştırma sorunu yaz. Ne öğrenmek istediğini ve hangi açıdan baktığını yaz.
Kaynak türünü seç. Report Source'tan web ya da My Documents (kendi belgelerin).
Raporu oku. Rapor kaynak listesiyle gelir; PDF ve Word olarak dışa aktarma README'de anılıyor.

Araştırma sorusu örneği"Türkiye'de e-ticaret sitelerinde yapay zekâ destekli müşteri hizmetleri kullanımı: son bir yılda hangi gelişmeler oldu, hangi sorunlar öne çıkıyor?"Rapor dili varsayılan olarak İngilizcedir; LANGUAGE ayarıyla seçilir. Türkçe rapor kalitesi resmî kaynakta vaat edilmiyor, denemen gerekir.

Kendi belgelerinde araştırma (PDF, Word, Excel, PowerPoint...)

README desteklenen biçimleri sayıyor: PDF, düz metin, CSV, Excel, Markdown, PowerPoint ve Word. Belgelerin bulunduğu klasörü DOC_PATH değişkeniyle gösterirsin; arayüzde Report Source'tan My Documents'ı seçersin.

Belge klasörünü göster› export DOC_PATH="./my-docs"

Belge metni yine seçtiğin dil modeli sağlayıcısına gider. Gizli belgelerde yerel model bağlamadıkça veri bilgisayarından çıkar.

Arama motorunu değiştirmek (Tavily, DuckDuckGo, SearXNG, arXiv...)

Varsayılan arama sağlayıcısı Tavily. RETRIEVER değişkeniyle değiştirir ya da virgülle birkaçını birleştirirsin. Belge şu seçenekleri sayıyor: Tavily, Bing, Brave, Google, Serper, Searx (SearXNG), DuckDuckGo, arXiv, OpenAlex, Semantic Scholar, Exa, PubMed Central ve diğerleri. Her sağlayıcının anahtar şartı ayrı.

Web ve akademik kaynakları birleştir› RETRIEVER=tavily,arxiv

Yerel modelle çalıştırmak (Ollama)

Belge, Ollama ile yerel dil modeli bağlamayı örnekliyor: .env dosyasında FAST_LLM, SMART_LLM ve STRATEGIC_LLM değerlerini ollama: ile başlayan model adına, EMBEDDING_PROVIDER'ı ollama'ya ayarlarsın. Belgedeki örnek küçük bir deneme modeliyle kurulmuş; rapor kalitesi için resmî söz yok.

Belgedeki örnek ayarların biçimi (model adını kendin seç)

› OLLAMA_BASE_URL="http://127.0.0.1:11434/"
FAST_LLM="ollama:model-adi"
SMART_LLM="ollama:model-adi"
STRATEGIC_LLM="ollama:model-adi"
EMBEDDING_PROVIDER="ollama"

LM Studio: resmî belgede LM Studio adı geçmiyor. README yalnız OpenAI uyumlu özel adres desteğini (OPENAI_BASE_URL) yazıyor; LM Studio ile çalışıp çalışmadığı resmî kaynakta net değil.

Derin araştırma modu

Konuyu ağaç gibi alt konulara dallandırıp her dalı ayrı araştırır. Belge, bir derin araştırmanın yaklaşık 5 dakika sürdüğünü ve eski bir model ayarıyla yaklaşık 0,4 $ tuttuğunu yazıyor. Güncel varsayılan model farklı olduğu için bugünkü tutar belgede yok.

Python'da derin araştırma› researcher = GPTResearcher(query="...", report_type="deep")

Kaynak: README, depo belgeleri (search-engines, running-with-ollama, deep_research), default.py; 15.10.2026.

GPT Researcher MCP ile Claude'a nasıl bağlanır? Skill farkı

MCP, yapay zekâ uygulamalarına dışarıdan araç ekleme standardıdır. GPT Researcher'ın MCP sunucusu ayrı bir depoda (gptr-mcp): Claude Desktop gibi bir istemciye kurulunca asistan senin yerine derin araştırma yaptırabilir. gptr.dev ana sayfası Claude, Cursor ve n8n'i örnek veriyor.

GPT ResearcherClaude Desktopgptr-mcp depodan kurulurCursor, n8n, diğer MCP istemcileriAna sayfada anılıyor; ayrıntı yokKendi belgelerDOC_PATH ileBaşka MCP sunucularıRETRIEVER=tavily,mcp

Araç	Ne yapar
deep_research	Konuyu derinlemesine araştırır
quick_search	Hız odaklı web araması, özetlerle
write_report	Araştırma sonuçlarından rapor yazar
get_research_sources	Araştırmada kullanılan kaynakları verir
get_research_context	Araştırmanın tüm bağlamını verir

Claude Desktop ayarı (claude_desktop_config.json, README'deki biçim)

› { "mcpServers": { "gptr-mcp": { "command": "python", "args": ["/mutlak/yol/gptr-mcp/server.py"], "env": { "OPENAI_API_KEY": "senin-anahtarin", "TAVILY_API_KEY": "senin-anahtarin" } } } }

gptr-mcp README'sine göre sunucu normal aramadan yavaş (yaklaşık 30 saniye bekleme). Depo MIT lisanslı; son güncellemesi 7 Kasım 2025, yani GPT Researcher'ın son sürümlerinden eski. Yeni sürümle uyumunu resmî kaynak ayrıca yazmıyor.

Claude skill'i araştırma yaptırmaz

README "Claude'un derin araştırma yeteneğini genişletir" diyor, ama depodaki skill dosyası GPT Researcher'ı geliştirenlere yönelik: mimariyi anlamak, özellik eklemek, hata ayıklamak. Kurulum: npx skills add assafelovic/gpt-researcher. Araştırmayı Claude'a yaptırmak istiyorsan yukarıdaki MCP sunucusunu kur.

Kaynak: gptr-mcp README, depodaki SKILL.md, claude-skill belgesi, gptr.dev; 15.10.2026.

GPT Researcher ücretsiz mi? Gerçek maliyet nedir?

GPT Researcher yazılımı açık kaynak ve ücretsiz: abonelik, plan ya da hesap yok. Ama çalışması için dış hizmet anahtarları gerekir ve bunların ücretini kendi sağlayıcılarına sen ödersin. Yazılım ücretsiz; kullandığın API'ler, sunucu (varsa) ve güncelleme işi sende.

Kalem	Kim alır	Ücret
GPT Researcher yazılımı	Açık kaynak	Ücretsiz
Arama (varsayılan Tavily)	Tavily	Tavily'nin kendi belgesi: ayda 1.000 ücretsiz kredi (kart gerekmez); ücretli aylık planlar ve kullandıkça öde var. Bir araştırmanın kaç kredi tuttuğu GPT Researcher belgesinde yok
Dil modeli (varsayılan OpenAI)	Sağlayıcın	Kullanıma göre ödenir; tutar kaynakta yok, sağlayıcının fiyat sayfasına bak
Yerel model (Ollama)	Yok	API ücreti yok; çalıştıracak donanım senin
Sunucu (isteğe bağlı)	Barındırma firman	Kendi sunucuna kurarsan o sunucunun maliyeti; tutar yazılmadı

Resmî maliyet rakamları eski

Giriş belgesi ortalama bir araştırmayı yaklaşık 3 dakika ve 0,1 $, derin araştırmayı yaklaşık 5 dakika ve 0,4 $ olarak veriyor. İkisi de eski model ayarlarıyla ölçülmüş; yapılandırma dosyasındaki güncel varsayılan modeller farklı. Bugünkü gerçek tutarı sağlayıcılarının fiyat sayfasından hesaplaman gerekir.

Maliyeti kısmak

MAX_ITERATIONS (varsayılan 3) arama turu sayısını belirler
MAX_SEARCH_RESULTS_PER_QUERY (varsayılan 5) her soru için okunan sonuç sayısını belirler
TOTAL_WORDS (varsayılan 1200) rapor uzunluğunu belirler
Derin araştırmada genişlik ve derinlik ayarları maliyeti büyütür

Kaynak: README, giriş belgesi, deep_research belgesi, default.py ve .env.example, Tavily belgesi (docs.tavily.com/documentation/api-credits); 15.10.2026. TL fiyat yok.

GPT Researcher lisansı, verisi, güvenliği ve Türkçe

Lisans: iki kaynak iki şey diyor

Depodaki LICENSE dosyası, GitHub ve README Apache 2.0 diyor. pyproject.toml ve PyPI sayfası ise MIT yazıyor. İkisi de serbest kullanım lisansı ama hangisinin geçerli olduğunu depo yazmıyor. Ticari projede kullanmadan önce proje sahibine ya da LICENSE dosyasına bak; hukuki görüş değildir. README ayrıca projeyi deneysel ve garantisiz olarak tanımlıyor.

Veri nereye gider?

Yazılım yerel çalışır ama araştırma soruların, okunan sayfaların metni ve (kullanırsan) kendi belgelerin seçtiğin dil modeli ve arama sağlayıcısına gönderilir; o sağlayıcıların gizlilik kuralı geçerli. Yalnız yerel model bağlarsan dil modeli verisi bilgisayarında kalır. İsteğe bağlı TYPESAFE_API_KEY girersen okunan parçalar bağlam süzgeci için TypeSafe servisine puanlatılır; girmezsen yerel anahtar kelime sıralaması kullanılır.

Raporlar nerede durur?

Docker kurulumu outputs, logs ve my-docs klasörlerini bilgisayarına bağlıyor, yani raporlar kendi diskinde.

Güvenlik: sunucuyu internete açma

SECURITY.md arka ucun tasarım gereği kimlik doğrulaması olmadığını ve yerelde ya da kendi kontrol ettiğin ağ güvenliğinin arkasında çalışması gerektiğini söylüyor. MCP yapılandırması komut çalıştırabilir; bu uç noktayı güvenilmeyen kişilere açma. GitHub'da kayıtlı güvenlik bildirimi görünmüyor (15.10.2026).

Türkçe raporNet değil	Raporun dilini seçen LANGUAGE ayarı var (varsayılan english). Geçerli değerler ve Türkçe kalitesi resmî kaynakta yazmıyor.
Türkçe arayüzNet değil	Resmî kaynak arayüz dili hakkında bir şey yazmıyor. README'nin çevirileri yalnız Çince, Japonca ve Korece.
Yerel model (Ollama)Var	Belgede kurulum örneği var; veri bilgisayarda kalır.
Kendi belgelerinden araştırmaVar	PDF, Word, Excel, PowerPoint, CSV, Markdown ve düz metin.

Kaynak: LICENSE, README, pyproject.toml, PyPI, SECURITY.md, docker-compose.yml, v3.7.0 sürüm notu; 15.10.2026. Model eğitimi ve veri silme kuralları sağlayıcıya bağlı olduğundan burada yazılmadı.

GPT Researcher sık sorunlar ve çözümleri

Ne oluyor	Ne yapmalı
PDF çıktısında "cannot load library gobject-2.0-0" ya da "pango" hatası	PDF için WeasyPrint kullanılıyor. macOS'ta brew install glib pango, Linux'ta libglib2.0-dev ve libpango-1.0-0 paketlerini kur. Apple M işlemcide yetmezse belge brew ile Python 3.12 kurup uygulamayı onunla çalıştırmayı öneriyor.
Şirket içi (intranet), staging ya da yerel bir adresi okumuyor	Özel ve yerel adresler varsayılan olarak engelli (SSRF koruması). Bilerek iç adres araştıracaksan .env dosyasına ALLOW_PRIVATE_URLS=true yaz.
FireCrawl kullanıyorum, bazı kaynaklar rapordan sessizce düşüyor	FireCrawl ücretsiz planı aynı anda 2 tarayıcıya izin veriyor, fazlası hata vermeden boş dönüyor. FIRECRAWL_CONCURRENCY ve MAX_SCRAPER_WORKERS değerlerini planına göre düşür.
"Error processing the url" ya da Chrome sürüm uyumsuzluğu	Belgeye göre bazı siteler okunamıyor; yeniden başlatıp dene. Belge Chrome'u eski sürüme düşürmeyi de anlatıyor ama bu bölüm eski olabilir.

Kaynak: depo belgesi troubleshooting.md ve .env.example; 15.10.2026. Hiçbiri kendi denememiz değildir.

Sık sorulan sorular

GPT Researcher, Perplexity ve ChatGPT derin araştırmasından nasıl ayrılır?

Resmî kaynak bir karşılaştırma yayımlamıyor, bu yüzden burada üstünlük iddiası yok. Yapısal fark şu: GPT Researcher bir uygulama değil, kendin kurduğun açık kaynak yazılım. Dil modelini ve arama sağlayıcısını sen seçersin, sağlayıcılara sen ödersin. Diğer ürünlerin özellikleri için onların kendi sayfalarına bak.

GPT Researcher nasıl kurulur, Docker ile çalışır mı?

Evet. Depoyu indirip .env dosyasına OpenAI ve Tavily anahtarlarını yazarsın, sonra docker compose up --build komutunu çalıştırırsın; arayüz localhost:3000 adresinde açılır. Python ile kurmak için 3.12 ya da üstü gerekir.

GPT Researcher MCP ile Claude'a bağlanır mı?

Evet, ayrı depodaki gptr-mcp sunucusu Claude Desktop gibi istemcilere deep_research, quick_search, write_report gibi araçlar ekler. Aynı API anahtarları gerekir. Claude skill'i ise geliştiriciler içindir, araştırma yaptırmaz.

GPT Researcher Ollama ya da LM Studio ile yerel modelle çalışır mı?

Ollama için resmî belgede kurulum örneği var. LM Studio adı resmî belgede geçmiyor; README yalnız OpenAI uyumlu özel adres desteğini yazıyor, LM Studio ile çalışıp çalışmadığı net değil. Yerel modelde rapor kalitesi için resmî söz yok.

GPT Researcher ücretsiz mi?

Yazılım ücretsiz. Dil modeli (varsayılan OpenAI) ve arama (varsayılan Tavily) anahtarlarının sağlayıcılarına sen ödersin; Tavily kendi belgesinde ayda 1.000 ücretsiz kredi yazıyor. Ollama gibi yerel modelle dil modeli ücretini sıfırlayabilirsin.

GPT Researcher'ın lisansı nedir, ticari kullanılır mı?

Depodaki LICENSE dosyası Apache 2.0, ama pyproject.toml ve PyPI MIT yazıyor. İkisi de serbest kullanım lisansı; kesin olanı depo yazmıyor. Ticari kullanıma girmeden proje sahibine ya da LICENSE dosyasına bak. Hukuki görüş değildir.

GPT Researcher hangi işlerde, hangi setlerde?

Rakip ve pazar araştırması yapmak

İlgili rehberler

Kaynaklar

Resmî kaynaklarda net olmayanlar: Donanım gereksinimi · Türkçe rapor kalitesi ve LANGUAGE değerleri · arayüz dili · güncel varsayılan modelle bir araştırmanın gerçek maliyeti · LM Studio ile çalışma · lisansın hangisi olduğu (Apache 2.0 mı MIT mi) · gptr-mcp'nin son sürümle uyumu · troubleshooting.md'deki 'hosted beta' satırının güncelliği. Her biri ilgili bölümde ne yapabileceğinle birlikte yazılı.