6. 进阶关卡-MindSearch深度解析实践

5. 进阶关卡-MindSearch深度解析实践

部署MindSearch到 hugging face Spaces上。

MindSearch 是一个开源的 AI 搜索引擎框架，具有与 Perplexity.ai Pro 相同的性能。我们可以轻松部署它来构建自己的专属搜索引擎，可以基于闭源的LLM（如GPT、Claude系列），也可以使用开源的LLM（如经过专门优化的InternLM2.5 系列模型，能够在MindSearch框架中提供卓越的性能） 最新版的MindSearch拥有以下特性：

• 🤔 任何你想知道的问题：MindSearch 通过搜索解决你在生活中遇到的各种问题
• 📚 深度知识探索：MindSearch 通过数百个网页的浏览，提供更广泛、深层次的答案
• 🔍 透明的解决方案路径：MindSearch 提供了思考路径、搜索关键词等完整的内容，提高回复的可信度和可用性。
• 💻 多种用户界面：为用户提供各种接口，包括 React、Gradio、Streamlit 和本地调试。根据需要选择任意类型。
• 🧠 动态图构建过程：MindSearch 将用户查询分解为图中的子问题节点，并根据 WebSearcher 的搜索结果逐步扩展图。

部署启动MindSearch

开发环境

使用github codespace，创建conda环境隔离并安装依赖：

1. 在codespace创建一个相应的虚拟环境来隔离

conda create -n mindsearch python=3.10 -y
conda init

2. 如果是新建的codespace，在第一次创建conda环境时，需要conda init，再另启一个终端并activate

conda activate mindsearch

cd /workspaces/codespaces-blank
git clone https://github.com/InternLM/MindSearch.git && cd MindSearch && git checkout ae5b0c5

pip install -r requirements.txt

获取硅基流动API KEY

注册https://cloud.siliconflow.cn/，并创建API Key。

启动后端

由于硅基流动 API 的相关配置已经集成在了 MindSearch 中，所以我们在一个终端A中可以直接执行下面的代码来启动 MindSearch 的后端。

export SILICON_API_KEY=<上面复制的API KEY>
conda activate mindsearch

# 进入你clone的项目目录
cd /workspaces/codespaces-blank/MindSearch
python -m mindsearch.app --lang cn --model_format internlm_silicon --search_engine DuckDuckGoSearch --asy

• –lang: 模型的语言，en 为英语，cn 为中文。
• –model_format: 模型的格式。
  • internlm_silicon 为 InternLM2.5-7b-chat 在硅基流动上的API模型
• –search_engine: 搜索引擎。
  • DuckDuckGoSearch 为 DuckDuckGo 搜索引擎。
  • BingSearch 为 Bing 搜索引擎。
  • BraveSearch 为 Brave 搜索引擎。
  • GoogleSearch 为 Google Serper 搜索引擎。
  • TencentSearch 为 Tencent 搜索引擎。

启动前端

在后端启动完成后，我们打开新终端B运行如下命令来启动 MindSearch 的前端:

conda activate mindsearch
# 进入你clone的项目目录
cd /workspaces/codespaces-blank/MindSearch
python frontend/mindsearch_gradio.py

上面的例子中我们使用的是DuckDuckGoSearch，因此你也可以尝试其他的搜索引擎API。如我们可以替换为BingSearch 或者 TencentSearch 进行尝试。

# BingSearch
python -m mindsearch.app --lang cn --model_format internlm_silicon --search_engine BingSearch --asy
# TencentSearch
# python -m mindsearch.app --lang cn --model_format internlm_silicon --search_engine TencentSearch --asy

部署到自己的 HuggingFace Spaces上

首先我们找到InternLM官方部署的MindSearch Spaces应用，选择Duplicate this Space:

复制后等待Spaces应用启动，当启动好后上方会显示绿色的running标志，进行输入测试：

测试时可能会发现页面卡住了很久（两三分钟），我们可以查看日志，最后两行可能报如下错误：

graph.add_edge(start_node="root", end_node("contract_enforcement"))
  SyntaxError: positional argument follows keyword argument

此时需要在页面右上角选择Restart Space，等待重启完成后重试。
SyntaxError: positional argument follows keyword argument

此时需要在页面右上角选择Restart Space，等待重启完成后重试。