หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>ซอร์สโค้ดอื่น ๆ
ดาวน์โหลด

- กระดาษ | สาธิต

อังกฤษ | 简体中文

7.30._small.mp4

MindSearch: การเลียนแบบจิตใจของมนุษย์ทำให้เกิดผู้ค้นหา AI ระดับลึก

- บันทึกการเปลี่ยนแปลง

  • 2024/11/05: ? ตอนนี้ MindSearch ใช้งานบน Puyu แล้ว! ลองมัน?
    • ปรับโครงสร้างโมดูลตัวแทนใหม่โดยใช้ Lagent v0.5 เพื่อประสิทธิภาพที่ดีขึ้นในการทำงานพร้อมกัน
    • ปรับปรุง UI เพื่อรวบรวมการค้นหาหลายคำพร้อมกัน

⚽️ สร้าง MindSearch ของคุณเอง

ขั้นตอนที่ 1: การติดตั้งการพึ่งพา 

git clone https://github.com/InternLM/MindSearch
cd MindSearch
pip install -r requirements.txt

ขั้นตอนที่ 2: ตั้งค่าตัวแปรสภาพแวดล้อม

ก่อนตั้งค่า API คุณต้องกำหนดค่าตัวแปรสภาพแวดล้อมก่อน เปลี่ยนชื่อไฟล์ .env.example เป็น .env และกรอกค่าที่ต้องการ 

mv .env.example .env
# Open .env and add your keys and model configurations

ขั้นตอนที่ 3: ตั้งค่า MindSearch API

ตั้งค่าเซิร์ฟเวอร์ FastAPI 

python -m mindsearch.app --lang en --model_format internlm_server --search_engine DuckDuckGoSearch --asy

  • --lang : ภาษาของโมเดล en สำหรับภาษาอังกฤษ และ cn สำหรับภาษาจีน

  • --model_format : รูปแบบของโมเดล

    • internlm_server สำหรับ InternLM2.5-7b-chat กับเซิร์ฟเวอร์ภายในเครื่อง (InternLM2.5-7b-chat ได้รับการปรับให้เหมาะสมที่สุดสำหรับภาษาจีน)
    • gpt4 สำหรับ GPT4 หากต้องการใช้รุ่นอื่นกรุณาแก้ไขรุ่น

  • --search_engine : เครื่องมือค้นหา

    • DuckDuckGoSearch สำหรับเครื่องมือค้นหา DuckDuckGo
    • BingSearch สำหรับเครื่องมือค้นหา Bing
    • BraveSearch สำหรับเครื่องมือค้นหาเว็บ API ของ Brave
    • GoogleSearch สำหรับเครื่องมือค้นหาเว็บ Google Serper
    • TencentSearch สำหรับเครื่องมือค้นหา API ของ Tencent

    โปรดตั้งค่าคีย์ API ของเครื่องมือค้นหาเว็บเป็นตัวแปรสภาพแวดล้อม WEB_SEARCH_API_KEY เว้นแต่คุณจะใช้ DuckDuckGo หรือ TencentSearch ที่ต้องใช้รหัสลับเป็น TENCENT_SEARCH_SECRET_ID และคีย์ลับเป็น TENCENT_SEARCH_SECRET_KEY

  • --asy : ปรับใช้ตัวแทนแบบอะซิงโครนัส

ขั้นตอนที่ 4: ตั้งค่าส่วนหน้าของ MindSearch

ให้อินเทอร์เฟซส่วนหน้าต่อไปนี้

  • ตอบสนอง

ขั้นแรกให้กำหนดค่า URL แบ็กเอนด์สำหรับพร็อกซี Vite 

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

รายละเอียดสามารถพบได้ใน React

  • กราดิโอ 
python frontend/mindsearch_gradio.py
  • สตรีมไลท์ 
streamlit run frontend/mindsearch_streamlit.py

เปลี่ยน API การค้นหาเว็บ

หากต้องการใช้ API การค้นหาเว็บประเภทอื่น ให้แก้ไขแอตทริบิวต์ searcher_type ใน searcher_cfg ที่อยู่ใน mindsearch/agent/__init__.py API การค้นหาเว็บที่รองรับในปัจจุบัน ได้แก่ :

  • GoogleSearch
  • DuckDuckGoSearch
  • BraveSearch
  • BingSearch
  • TencentSearch

ตัวอย่างเช่น หากต้องการเปลี่ยนเป็น Brave Search API คุณจะต้องกำหนดค่าดังนี้: 

 BingBrowser (
    searcher_type = 'BraveSearch' ,
    topk = 2 ,
    api_key = os . environ . get ( 'BRAVE_API_KEY' , 'YOUR BRAVE API' )
)

- การใช้แบ็กเอนด์โดยไม่มีส่วนหน้า

สำหรับผู้ใช้ที่ต้องการโต้ตอบกับแบ็กเอนด์โดยตรง ให้ใช้สคริปต์ backend_example.py สคริปต์นี้สาธิตวิธีการส่งแบบสอบถามไปยังแบ็กเอนด์และประมวลผลการตอบสนอง 

python backend_example.py

ตรวจสอบให้แน่ใจว่าคุณได้ตั้งค่าตัวแปรสภาพแวดล้อมและแบ็กเอนด์ทำงานก่อนที่จะรันสคริปต์

- ดีบักในเครื่อง 

python -m mindsearch.terminal

ใบอนุญาต

โครงการนี้เผยแพร่ภายใต้ลิขสิทธิ์ Apache 2.0

การอ้างอิง

หากคุณพบว่าโครงการนี้มีประโยชน์ในการวิจัยของคุณ โปรดพิจารณาอ้างอิง: 

 @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}
}

โครงการของเรา

สำรวจการวิจัยเพิ่มเติมของเราเกี่ยวกับโมเดลภาษาขนาดใหญ่ โดยมุ่งเน้นไปที่ตัวแทน LLM

  • Lagent: เฟรมเวิร์กน้ำหนักเบาสำหรับการสร้างตัวแทนที่ใช้ LLM
  • AgentFLAN: แนวทางที่เป็นนวัตกรรมใหม่สำหรับการสร้างและการฝึกอบรมด้วยชุดข้อมูลตัวแทนคุณภาพสูง (ผลการวิจัย ACL 2024)
  • T-Eval: เกณฑ์มาตรฐานการประเมินการใช้เครื่องมือแบบละเอียด (ACL 2024)
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด