第250320期 - storm

X

23.4k star，生成高质量的报告，靠它了！

假如你是一个程序员，需要快速整理复杂的信息并生成高质量的报告，怎么办？面对繁杂的搜索结果和有限的时间，如何高效地获取准确、全面的信息？别担心，STORM 工具可以帮你解决这些问题！以下是它的简介、功能特点和开始使用的方法。

简介

STORM（Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking） 是一个基于大语言模型（LLM）的知识整理系统。它能够从互联网搜索中收集信息，并生成类似维基百科的完整文章，附带引用。其衍生版本 Co-STORM 更进一步，支持人与AI的协同知识整理，为用户提供更贴合需求的信息探索体验。

功能特点

1. 多步骤内容生成：

   • 预写阶段：系统通过互联网研究收集参考资料，并生成主题大纲。
   • 写作阶段：根据大纲与参考资料生成完整的文章，并附带引用。

2. 智能提问策略：

   • 多视角问题生成：通过对相似主题的已有文章进行分析，提出更深入的问题。
   • 模拟对话：模拟作者与主题专家之间的对话，帮助更全面地理解主题。

3. 协作式知识整理（Co-STORM）：

   • 动态概念图：实时更新信息的层次结构，帮助用户理清思路。
   • 交互式协作：用户可以观察对话或主动参与，引导讨论方向。

4. 高度模块化：支持自定义不同语言模型、检索模块和生成模块，满足个性化需求。

如何开始

1. 安装： 使用以下命令安装 STORM 库：

   pip install knowledge-storm
   

   或者克隆代码库进行源代码级别的修改：

   git clone https://github.com/stanford-oval/storm.git
   cd storm
   conda create -n storm python=3.11
   conda activate storm
   pip install -r requirements.txt
   

2. 运行示例：

   • 快速运行 STORM：

     python examples/storm_examples/run_storm_wiki_gpt.py --output-dir $OUTPUT_DIR --retriever bing --do-research --do-generate-outline --do-generate-article --do-polish-article
     

   • 使用 Co-STORM： 添加相关 API 密钥到配置文件 secrets.toml 后，运行：

     python examples/costorm_examples/run_costorm_gpt.py --output-dir $OUTPUT_DIR --retriever bing
     

3. 定制化使用：

   • 可以根据需求修改 STORM 的各个模块，包括知识整理、生成大纲、文章生成和文章润色模块。
   • Co-STORM 提供多种智能代理配置，支持自定义交互协议和转向策略。

总结

无论是快速整理信息、生成高质量文章，还是协同探索复杂主题，STORM 都能为你提供强大的支持。让它成为你下一步高效知识处理的得力助手吧！想要探索更多可能性，现在就尝试一下吧！

地址：github.com/stanford-oval/storm

---