模型部署arrowPic MindSearch 模型部署教程
MindSearch 模型部署教程
发布时间:2025-04-27 11:42:22

一、介绍

书生·浦语团队提出了 MindSearch(思·索)框架,能够在 3 分钟内主动从 300+ 网页中搜集整理有效信息,总结归纳,解决人类需要 3 小时才能完成的任务。

image.png

二、应用场景

包括但不限于以下几个方面:

  • 学术研究 :帮助研究人员快速搜集和整理相关领域的文献资料,提高研究效率。
  • 市场调研 :为企业市场部门提供快速的市场信息搜集和分析能力,助力企业决策。
  • 新闻采编 :辅助新闻工作者快速获取和整理新闻素材,提高新闻报道的时效性和准确性。
  • 教育学习 :帮助学生和教师快速查找和整理学习资料,提升学习效果和教学效率。

三、容器构建流程

1、安装更新基础环境

apt update 
apt upgrade 
apt install build-essential 

2、安装miniconda

Miniconda官网找到相应版本的安装链接,结合相应的安装指令,进行安装

image.png

安装miniconda命令

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

3、创建虚拟环境

conda create -n mindsearch python=3.9
conda activate mindserarch

4、克隆项目仓库,并打开文件

git clone https://github.com/InternLM/MindSearch
cd MindSearch

5、依赖安装

pip install -r requirements.txt

6、启动 MindSearch API

启动 FastAPI 服务

python -m mindsearch.app --lang en --model_format internlm_server

image.png

  • --lang: 模型的语言,en 为英语,cn 为中文。
  • --model_format: 模型的格式。
    • internlm_server 为 InternLM2.5-7b-chat 本地服务器。
    • gpt4 为 GPT4。 如果您想使用其他模型,请修改 models

7、修改 frontend/mindsearch_gradio.py文件最后一行,指定 host 和 port

demo.launch(server_name='0.0.0.0', server_port=8080)

image.png

8、启动 MindSearch 前端

python frontend/mindsearch_gradio.py

image.png

四、网页展示

image.png

点击此处,立即体验MindSearch!

bg-circle
算力加速·赋能科研
2026闲时计算资源公益助研活动进行中
2026年1月1日-2026年12月31
立即申请
新人好礼
客服中心