MindSearch安装与配置指南
1. 项目基础介绍
MindSearch 是一个基于大型语言模型的网页搜索引擎,它通过模拟人类思维进行深度搜索。该项目旨在创建一个多代理框架,以提高搜索效率和质量。
主要编程语言:
- Python
- JavaScript
- TypeScript
- CSS
2. 项目使用的关键技术和框架
关键技术:
- 大型语言模型(LLM)
- 多代理系统
框架:
- FastAPI:用于创建 API 服务
- React:前端界面开发
- Gradio 或 Streamlit:用于创建演示界面
3. 项目安装和配置的准备工作与详细步骤
准备工作
- 确保安装了 Python 3.x 版本。
- 安装 Node.js 和 npm(用于前端部分)。
- 准备用于不同搜索引擎的 API 密钥(如果使用除 DuckDuckGo、TencentSearch 之外的其他搜索引擎)。
安装步骤
步骤 1:克隆项目仓库
git clone https://github.com/InternLM/MindSearch.git
cd MindSearch
步骤 2:安装项目依赖
pip install -r requirements.txt
步骤 3:配置环境变量
将 .env.example
文件重命名为 .env
并填写所需的值。
mv .env.example .env
打开 .env
文件,并添加你的密钥和模型配置。
步骤 4:设置 MindSearch API
运行以下命令来启动 FastAPI 服务。
python -m mindsearch.app --lang en --model_format internlm_server --search_engine DuckDuckGoSearch --asy
其中:
--lang
:模型的语言,en
为英文,cn
为中文。--model_format
:模型的格式,internlm_server
为 InternLM2.5-7b-chat 与本地服务器配合使用,gpt4
为 GPT4。--search_engine
:搜索引擎,可以是DuckDuckGoSearch
、BingSearch
、BraveSearch
、GoogleSearch
或TencentSearch
。--asy
:部署异步代理。
步骤 5:设置 MindSearch 前端
根据你的需要修改前端配置,然后安装依赖并启动。
对于 React:
cd frontend/React
npm install
npm start
对于 Gradio 或 Streamlit:
python frontend/mindsearch_gradio.py
或者
streamlit run frontend/mindsearch_streamlit.py
步骤 6:更改搜索引擎 API(可选)
如果需要使用不同的搜索引擎 API,可以修改 mindsearch/agent/__init__.py
文件中的 searcher_type
属性。
例如,要改为使用 Brave Search API:
BingBrowser(
searcher_type='BraveSearch',
topk=2,
api_key=os.environ.get('BRAVE_API_KEY', 'YOUR BRAVE API')
)
步骤 7:后端使用(无前端)
若需直接与后端交互,可以使用 backend_example.py
脚本。
python backend_example.py
确保在执行此脚本之前已经设置好环境变量并且后端正在运行。
步骤 8:本地调试
使用以下命令进行本地调试。
python -m mindsearch.terminal
以上就是 MindSearch 的详细安装和配置步骤。按照这些步骤操作,你将能够成功搭建并运行 MindSearch 项目。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考