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
Lw中1 分钟前
RAG用户查询太模糊?
人工智能·大模型应用开发·rag查询
deephub8 分钟前
多智能体系统的三种编排模式:Supervisor、Pipeline 与 Swarm
人工智能·python·大语言模型·agent
Lw中9 分钟前
提示词效果不稳定?
人工智能·rag·大模型应用基础
globaldomain13 分钟前
安全研究发现OpenClaw AI代理“极易受劫持”
人工智能·安全·openclaw·龙虾
墨102415 分钟前
与 AI 并肩成长:从个人知识库到每日新闻系统的实践记录
人工智能·ai·ai编程·openclaw
翱翔的苍鹰16 分钟前
LangChain是一个主流的大语言模型(LLM)应用开发框架,核心功能是连接大模型与外部资源/工具。
网络·人工智能·python·深度学习·语言模型
坚持学习前端日记16 分钟前
AI 产品开发经验
前端·javascript·人工智能·visual studio
小程故事多_8017 分钟前
阿里大模型二面深度解析,赋予LLM规划能力的主流方法与实践选型
人工智能·aigc·ai编程
念安jy18 分钟前
吴恩达机器学习作业(week1-4)
人工智能·机器学习
rgb2gray19 分钟前
论文详解 | HDAM:破解 MAUP 的城市出行需求分析新方法,实现关键驱动精准识别
人工智能·python·llm·大语言模型·需求分析·多模态·maup