STORM 使用指南給一個(gè)主題自動(dòng)生成帶引用的調(diào)研報(bào)告【免費(fèi)下載鏈接】stormAn LLM-powered knowledge curation system that researches a topic and generates a full-length report with citations.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/sto/storm寫(xiě)綜述、寫(xiě)報(bào)告時(shí)最花時(shí)間的往往是資料搜集與參考整理。STORM 是一個(gè)由大語(yǔ)言模型驅(qū)動(dòng)的知識(shí)策展系統(tǒng)給它一個(gè)主題它會(huì)自動(dòng)完成互聯(lián)網(wǎng)調(diào)研、生成大綱并輸出一篇帶完整引用的維基式長(zhǎng)文報(bào)告初稿可以一次成型。三步跑通 STORM 示例安裝依賴pip install knowledge-storm想改流程本身則先克隆代碼git clone https://gitcode.com/GitHub_Trending/sto/storm.git再pip install -r requirements.txt。在項(xiàng)目根目錄建secrets.toml填入 OpenAI 密鑰OPENAI_API_TYPE設(shè)為openai或azure以及所用搜索引擎的密鑰。目前支持 Bing、You.com、Serper、Brave 等十幾種檢索后端實(shí)現(xiàn)在 knowledge_storm/rm.py。運(yùn)行示例腳本python examples/storm_examples/run_storm_wiki_gpt.py --output-dir ./output --retriever bing --do-research --do-generate-article。對(duì)話日志、大綱、成品文章都會(huì)落到輸出目錄里方便回看。STORM 兩階段流程如何把長(zhǎng)文寫(xiě)出來(lái)STORM 把長(zhǎng)文寫(xiě)作拆成兩個(gè)階段。預(yù)寫(xiě)作階段負(fù)責(zé)研究模擬不同角色對(duì)話、檢索網(wǎng)頁(yè)、積累參考文獻(xiàn)并生成大綱寫(xiě)作階段再依據(jù)大綱和素材逐節(jié)撰寫(xiě)末尾附上引用。兩個(gè)階段的編排邏輯在 knowledge_storm/storm_wiki/engine.py且各自有獨(dú)立開(kāi)關(guān)——可以跳過(guò)研究直接復(fù)用上次結(jié)果或只重寫(xiě)文章不再檢索。讓模型問(wèn)出好問(wèn)題多視角與模擬對(duì)話直接讓模型列問(wèn)題問(wèn)出來(lái)往往又淺又重復(fù)。STORM 用兩種辦法提升提問(wèn)質(zhì)量。其一是視角引導(dǎo)先讀類似主題的現(xiàn)有文章提煉出幾個(gè)不同觀察角度再分別按這些角度提問(wèn)其二是模擬對(duì)話讓模型扮演維基作者與領(lǐng)域?qū)＜覇?wèn)答對(duì)話推進(jìn)中模型對(duì)主題的理解不斷更新追問(wèn)自然更深。Co-STORM加入人的協(xié)作對(duì)話協(xié)議Co-STORM 把人加了進(jìn)來(lái)。對(duì)話由三類角色輪流推進(jìn)LLM 專家基于外部資料作答并提出后續(xù)問(wèn)題主持人從檢索器發(fā)現(xiàn)但前幾輪沒(méi)用的信息中生成發(fā)人深省的問(wèn)題人類用戶既可以旁觀學(xué)習(xí)也可以隨時(shí)注入一句話把討論帶回關(guān)心處。同時(shí)系統(tǒng)維護(hù)一張動(dòng)態(tài)更新的思維導(dǎo)圖把收集的信息組織成層級(jí)結(jié)構(gòu)和用戶共享同一個(gè)概念空間長(zhǎng)討論時(shí)壓力更小。編排代碼見(jiàn) knowledge_storm/collaborative_storm/engine.py。STORM 本地界面從輸入主題到展示成稿倉(cāng)庫(kù)自帶一個(gè)最簡(jiǎn) Streamlit 界面frontend/demo_light。輸入主題后系統(tǒng)識(shí)別不同專家視角、進(jìn)行提問(wèn)式研究最終把成稿與參考文獻(xiàn)并列展示STORM 適用場(chǎng)景與降低成本的做法產(chǎn)出更接近預(yù)寫(xiě)作素材官方也提示它還需人工修訂后才算定稿。因此它適合選題調(diào)研與資料梳理、報(bào)告初稿、維基條目起步。幾個(gè)實(shí)用做法各組件可接不同模型對(duì)話模擬、提問(wèn)用便宜快速的大綱和成稿用強(qiáng)的成本可控。模型抽象在 knowledge_storm/lm.pylitellm 支持的基本都能接。研究、大綱、成稿、潤(rùn)色四個(gè)開(kāi)關(guān)可自由組合換主題后通常只需重跑后兩步。在 Co-STORM 中適時(shí)注入一兩句把對(duì)話保持在最關(guān)心的子話題上。STORM 把研究一個(gè)主題再整理素材變成了一條能自動(dòng)跑起來(lái)的流水線不妨拿一個(gè)你一直想摸透的主題先試一篇?！久赓M(fèi)下載鏈接】stormAn LLM-powered knowledge curation system that researches a topic and generates a full-length report with citations.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/sto/storm創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考