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
2501_941333103 分钟前
YOLO11-BiFPN实现:小麦杂质检测与分类系统详解_1
人工智能·分类·数据挖掘
Mixtral3 分钟前
2026年面试记录转写工具深度测评:3款工具准确率与效率对比
人工智能·面试·职场和发展·语音识别·语音转文字
STLearner4 分钟前
AAAI 2026 | 时间序列(Time Series) 论文总结[下] (分类,异常检测,基础模型,表示学习,生成)
大数据·论文阅读·人工智能·python·深度学习·机器学习·数据挖掘
陈天伟教授4 分钟前
人工智能应用-机器视觉:绘画大师 02.深度神经网络中的内容与风格
人工智能·神经网络·dnn
l1t8 分钟前
DeepSeek总结的SQLite 数据库的版本更新历史摘要
数据库·人工智能·sqlite
一个天蝎座 白勺 程序猿8 分钟前
Apache IoTDB(13):数据处理的双刃剑——FILL空值填充与LIMIT/SLIMIT分页查询实战指南
数据库·sql·ai·apache·时序数据库·iotdb
晓风残月淡9 分钟前
AI生成视频变现思路总结
大数据·人工智能·音视频
2501_9413297211 分钟前
人体正面检测与面部识别:基于改进GA-RPN模型的精准定位与区分技术
人工智能·计算机视觉·目标跟踪
zhengfei61119 分钟前
精选资源、工具、论文和平台,用于快速构建大型语言模型 (LLM) 和生成式人工智能
人工智能
程序员:钧念21 分钟前
深度学习与大语言模型LLM的区别
人工智能·python·深度学习·语言模型·自然语言处理·transformer·agent