第四期书生大模型实战营【进阶岛】—— MindSearch 快速部署

---

任务描述

• 部署MindSearch到 hugging face Spaces上：在 官方的MindSearch页面 复制Spaces应用到自己的Spaces下，Space 名称中需要包含 MindSearch 关键词，请在必要的步骤以及成功的对话测试结果当中

---

MindSearch 简介

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。

MindSearch 的 Github 源代码、论文/技术报告

---

MindSearch 部署

本次利用 Github CodeSpaces 完成实验。

环境配置

创建 Blank 模板

创建 conda 环境隔离并安装依赖

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

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

进入硅基流动页面，注册登录并获取API KEY。

注册并登录后会进入体验中心。

打开 API KEY 页面来准备 API Key。点击左侧边栏账户管理下的API密钥进入API KEY 页面。首先创建新 API 密钥，然后点击密钥进行复制，以备后续使用。

启动MindSearch

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。

后端启动后会跳出弹窗，点击进入 FastAPI 页面。

启动前端

在后端启动完成后，我们打开新终端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

之后跳出弹窗，点击进入 Gradio 前端页面。可以尝试输入问题进行提问。


前后端都启动后，我们应该可以看到github自动为这两个进程做端口转发：

部署到 HF Spaces

这里与之前不同，采用一种更简单的方法，它就像克隆一样，无需编写代码即可部署自己的Spaces应用。
首先我们找到InternLM官方部署的MindSearch Spaces应用。
在该页面的右上角，选择 Duplicate this Space。

选择如下配置后，即可Duplicate Space

• Space Hardware选择第一条，即Free的2vCPU即可
• 填写好SILICON_API_KEY，即上面提到的硅基流动的API KEY
  
  完成克隆后，会进入页面的Building，这需要一段时间。
  
  过一段时间刷新后，Building变为Running状态。
  
  输入测试部署是否成功。
  

---