MindSearch容器构建教程

一、介绍

书生·浦语团队提出了 MindSearch(思·索)框架,能够在 3 分钟内主动从 300+ 网页中搜集整理有效信息,总结归纳,解决人类需要 3 小时才能完成的任务。

二、应用场景

包括但不限于以下几个方面:

  • 学术研究 :帮助研究人员快速搜集和整理相关领域的文献资料,提高研究效率。
  • 市场调研 :为企业市场部门提供快速的市场信息搜集和分析能力,助力企业决策。
  • 新闻采编 :辅助新闻工作者快速获取和整理新闻素材,提高新闻报道的时效性和准确性。
  • 教育学习 :帮助学生和教师快速查找和整理学习资料,提升学习效果和教学效率。

三、容器构建流程

1、安装更新基础环境

复制代码
apt update 
apt upgrade 
apt install build-essential 

2、安装miniconda

Miniconda官网找到相应版本的安装链接,结合相应的安装指令,进行安装

安装miniconda命令

复制代码
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

3、创建虚拟环境

复制代码
conda create -n mindsearch python=3.9
conda activate mindserarch

4、克隆项目仓库,并打开文件

复制代码
git clone https://github.com/InternLM/MindSearch
cd MindSearch

5、依赖安装

复制代码
pip install -r requirements.txt

6、启动 MindSearch API

启动 FastAPI 服务

复制代码
python -m mindsearch.app --lang en --model_format internlm_server
  • --lang: 模型的语言,en 为英语,cn 为中文。
  • --model_format: 模型的格式。
    • internlm_server 为 InternLM2.5-7b-chat 本地服务器。
    • gpt4 为 GPT4。 如果您想使用其他模型,请修改 models

7、修改 frontend/mindsearch_gradio.py文件最后一行,指定 host 和 port

复制代码
demo.launch(server_name='0.0.0.0', server_port=8080)

8、启动 MindSearch 前端

复制代码
python frontend/mindsearch_gradio.py

四、网页展示

相关推荐
好奇龙猫16 分钟前
人工智能学习-AI-MIT公开课-第三节:推理:目标树与基于规则的专家系统-笔记
人工智能·笔记·学习
正经人_x18 分钟前
学习日记28:Run, Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks
人工智能·深度学习·cnn
好奇龙猫18 分钟前
【AI学习-comfyUI学习-第二十节-controlnet线稿+softedge线稿处理器工作流艺术线处理器工作流-各个部分学习】
人工智能·学习
柠檬汁Dev23 分钟前
训练模型用GCP,推理服务放阿里云?聊聊AIGC时代的多云自由
阿里云·云计算·aigc
陈橘又青25 分钟前
vLLM-Ascend推理部署与性能调优深度实战指南:架构解析、环境搭建与核心配置
人工智能·后端·ai·架构·restful·数据·vllm
世优科技虚拟人26 分钟前
AI数字人企业产品图谱解析:2D/3D数字人AI交互开发技术指南
人工智能·大模型·人机交互·数字人·智能交互
你们补药再卷啦30 分钟前
识别手写数字(keras)
深度学习·机器学习·keras
LiFileHub30 分钟前
2025 AI驱动产业转型全景手册:从技术破局到价值重生(附8大转型案例)
人工智能
小北方城市网33 分钟前
第7课:Vue 3应用性能优化与进阶实战——让你的应用更快、更流畅
前端·javascript·vue.js·ai·性能优化·正则表达式·json
python机器学习ML34 分钟前
论文复现-以动物图像分类为例进行多模型性能对比分析
人工智能·python·神经网络·机器学习·计算机视觉·scikit-learn·sklearn