? 종이 | 데모
영어 | 简体中文
git clone https://github.com/InternLM/MindSearch
cd MindSearch
pip install -r requirements.txt
API를 설정하기 전에 환경 변수를 구성해야 합니다. .env.example
파일의 이름을 .env
로 바꾸고 필수 값을 입력합니다.
mv .env.example .env
# Open .env and add your keys and model configurations
FastAPI 서버를 설정합니다.
python -m mindsearch.app --lang en --model_format internlm_server --search_engine DuckDuckGoSearch --asy
--lang
: 모델의 언어, 영어는 en
, 중국어는 cn
.
--model_format
: 모델의 형식입니다.
internlm_server
. (InternLM2.5-7b-chat은 중국어에 더욱 최적화되었습니다.)gpt4
. 다른 모델을 사용하려면 모델을 수정하십시오. --search_engine
: 검색 엔진.
DuckDuckGoSearch
DuckDuckGo 검색 엔진을 검색하세요.BingSearch
.BraveSearch
Brave 검색 웹 API 엔진을 위한 것입니다.GoogleSearch
.TencentSearch
. DuckDuckGo
또는 비밀 ID가 TENCENT_SEARCH_SECRET_ID
이고 비밀 키가 TENCENT_SEARCH_SECRET_KEY
로 필요한 TencentSearch
를 사용하지 않는 한 웹 검색 엔진 API 키를 WEB_SEARCH_API_KEY
환경 변수로 설정하세요.
--asy
: 비동기 에이전트를 배포합니다.
다음과 같은 프런트엔드 인터페이스를 제공합니다.
먼저 Vite 프록시의 백엔드 URL을 구성합니다.
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
자세한 내용은 React에서 확인할 수 있습니다.
python frontend/mindsearch_gradio.py
streamlit run frontend/mindsearch_streamlit.py
다른 유형의 웹 검색 API를 사용하려면 mindsearch/agent/__init__.py
에 있는 searcher_cfg
에서 searcher_type
속성을 수정하세요. 현재 지원되는 웹 검색 API는 다음과 같습니다.
GoogleSearch
DuckDuckGoSearch
BraveSearch
BingSearch
TencentSearch
예를 들어 Brave Search API로 변경하려면 다음과 같이 구성합니다.
BingBrowser (
searcher_type = 'BraveSearch' ,
topk = 2 ,
api_key = os . environ . get ( 'BRAVE_API_KEY' , 'YOUR BRAVE API' )
)
백엔드와 직접 상호작용하려는 사용자의 경우 backend_example.py
스크립트를 사용하세요. 이 스크립트는 백엔드에 쿼리를 보내고 응답을 처리하는 방법을 보여줍니다.
python backend_example.py
스크립트를 실행하기 전에 환경 변수를 설정했고 백엔드가 실행 중인지 확인하세요.
python -m mindsearch.terminal
이 프로젝트는 Apache 2.0 라이센스에 따라 릴리스됩니다.
이 프로젝트가 귀하의 연구에 유용하다고 생각되면 다음을 인용해 보십시오.
@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 에이전트에 초점을 맞춘 대규모 언어 모델에 대한 추가 연구를 살펴보세요.