?紙 |デモ
英語 | 简体中文
git clone https://github.com/InternLM/MindSearch
cd MindSearch
pip install -r requirements.txt
API を設定する前に、環境変数を設定する必要があります。 .env.example
ファイルの名前を.env
に変更し、必要な値を入力します。
mv .env.example .env
# Open .env and add your keys and model configurations
FastAPIサーバーをセットアップします。
python -m mindsearch.app --lang en --model_format internlm_server --search_engine DuckDuckGoSearch --asy
--lang
: モデルの言語。英語の場合はen
、中国語の場合はcn
。
--model_format
: モデルの形式。
internlm_server
- ローカル サーバーとチャットします。 (InternLM2.5-7b-chat は中国語用に最適化されています。)gpt4
。他のモデルを使用したい場合は、モデルを変更してください--search_engine
: 検索エンジン。
DuckDuckGoSearch
は DuckDuckGo の検索エンジンです。BingSearch
は Bing 検索エンジンです。BraveSearch
は Brave 検索 Web API エンジンです。GoogleSearch
。TencentSearch
は Tencent 検索 API エンジンです。 DuckDuckGo
またはシークレット ID としてTENCENT_SEARCH_SECRET_ID
、シークレット キーとしてTENCENT_SEARCH_SECRET_KEY
を必要とするTencentSearch
を使用している場合を除き、Web 検索エンジンの API キーをWEB_SEARCH_API_KEY
環境変数として設定してください。
--asy
: 非同期エージェントをデプロイします。
次のフロントエンドインターフェイスを提供します。
まず、Vite プロキシのバックエンド URL を設定します。
HOST= " 127.0.0.1 " # modify as you need
PORT=8002
sed -i -r " s/target:s* "" /target: " ${HOST} : ${PORT} " / " frontend/React/vite.config.ts
# Install Node.js and npm
# for Ubuntu
sudo apt install nodejs npm
# for windows
# download from https://nodejs.org/zh-cn/download/prebuilt-installer
# Install dependencies
cd frontend/React
npm install
npm start
詳細は React で確認できます
python frontend/mindsearch_gradio.py
streamlit run frontend/mindsearch_streamlit.py
別のタイプの Web 検索 API を使用するには、 mindsearch/agent/__init__.py
にあるsearcher_cfg
のsearcher_type
属性を変更します。現在サポートされている Web 検索 API には次のものがあります。
GoogleSearch
DuckDuckGoSearch
BraveSearch
BingSearch
TencentSearch
たとえば、Brave Search API に変更するには、次のように構成します。
BingBrowser (
searcher_type = 'BraveSearch' ,
topk = 2 ,
api_key = os . environ . get ( 'BRAVE_API_KEY' , 'YOUR BRAVE API' )
)
バックエンドと直接対話したいユーザーの場合は、 backend_example.py
スクリプトを使用します。このスクリプトは、クエリをバックエンドに送信し、応答を処理する方法を示します。
python backend_example.py
スクリプトを実行する前に、環境変数が設定されていて、バックエンドが実行されていることを確認してください。
python -m mindsearch.terminal
このプロジェクトは、Apache 2.0 ライセンスに基づいてリリースされています。
このプロジェクトがあなたの研究に役立つと思われる場合は、次の引用を検討してください。
@article{chen2024mindsearch,
title={MindSearch: Mimicking Human Minds Elicits Deep AI Searcher},
author={Chen, Zehui and Liu, Kuikun and Wang, Qiuchen and Liu, Jiangning and Zhang, Wenwei and Chen, Kai and Zhao, Feng},
journal={arXiv preprint arXiv:2407.20183},
year={2024}
}
LLM エージェントに焦点を当てた、大規模言語モデルに関する追加の研究を調べてください。