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
盖伦发发5 分钟前
RAG 能跑≠能用:用 EDD 把 Eval 做成基础设施 (附源码)
人工智能·后端·python·功能测试
GISer_Jing11 分钟前
全栈AI实战:基于 TypeScript + LangChain + MCP 的企业级智能研发助手
前端·后端·ai·langchain·前端框架
洞窝技术14 分钟前
你的 Coding Agent 不是不够聪明,是被 git status 和测试日志淹死了|RTK 实战指南
aigc·ai编程
VIP_CQCRE14 分钟前
Ace Data Cloud 两条变现路径:推广平台,还是做自己的白标 AI 平台?
ai·aigc·api·开发者·云服务
XTurnV00716 分钟前
一文讲明白DeepSeek Harness 是什么,怎么用
人工智能
Robot_Nav17 分钟前
前沿 | DeepSeek Harness 完整指南:架构原理、Windows/Linux 安装、插件生态与实战配置
人工智能·ai编辑器·deepseekharness
数据智研17 分钟前
【数据分享】全国农产品成本收益资料汇编(1953-2025)
大数据·人工智能·信息可视化·数据分析
daad77720 分钟前
802.11 前导码与 STF 深度解析(含检测算法与 5G 对比
人工智能·算法·5g·wifi·802.11·前导码
fail_to_code24 分钟前
感受deepseek-harness那极端的工程纪律性
人工智能
咖啡星人k24 分钟前
Vibe Coding 实战:用 MonkeyCode 一个下午做出可玩的小游戏
人工智能