🌟 MindSearch：模仿人类思维，激发深度AI搜索引擎的潜能

在这个信息爆炸的时代，我们常常像在海洋中游泳，试图在无尽的波涛中寻找一颗珍珠。然而，传统的搜索引擎就像是海面上的浮标，虽然能够提供一些帮助，却无法深入海底，揭示那些隐藏的宝藏。而现在，MindSearch 这个开源的AI搜索引擎框架，仿佛为我们提供了一条通往深海的潜水艇，让我们的搜索变得更加高效和精准。

🤔 任何想知道的问题

MindSearch 的设计宗旨是解决用户在生活中遇到的各种问题。想知道怎么做一顿丰盛的晚餐？或者在面对复杂的数学题时感到无从下手？MindSearch 通过强大的搜索能力，为您提供最直接的答案和最详细的解决方案。就像一位热心的朋友，总是为你准备好答案，让你不再感到迷茫。

📚 深度知识探索

MindSearch 不仅仅是一个简单的搜索引擎，它更是您知识探索的伙伴。通过数百个网页的浏览，它能够提供更广泛、更深层次的答案。想象一下，您在寻找某个学术问题的答案时，MindSearch 可以为您提供从基础知识到前沿研究的全景视图，宛如一位知识渊博的教授，耐心地为您讲解每一个细节。

graph TD; A[用户查询] --> B[搜索引擎]; B --> C{网页浏览}; C -->|数百个网页| D[深层次答案]; C -->|多样化视角| E[广泛知识]; D --> F[用户反馈]; E --> F; F --> G[持续优化];

🔍 透明的解决方案路径

在许多情况下，用户不仅需要答案，还希望了解问题的解决过程。MindSearch 正是考虑到了这一点。它提供完整的思考路径、搜索关键词等内容，提高了回复的可信度和可用性。就像一位技艺高超的魔术师，向您揭示魔术背后的秘密，让您在惊叹之余，也能领悟到其中的道理。

💻 多种用户界面

为了满足不同用户的需求，MindSearch 提供了多种用户界面，包括 React、Gradio、Streamlit 等。用户可以根据自己的喜好和需求，选择最适合的界面进行操作。就像是一家餐厅提供的多样化菜单，您可以根据口味选择最合适的菜品，尽享美味。

🧠 动态图构建过程

MindSearch 的一个亮点是它的动态图构建过程。用户的查询会被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。这种动态构建过程不仅提高了搜索的效率，还能更好地帮助用户理解问题的各个方面。想象一下，这就像是一位优秀的侦探，将一个个线索串联起来，最终揭开事件的真相。

⚡️ MindSearch VS 其他 AI 搜索引擎

在深度、广度和生成响应的准确性方面，MindSearch 的表现相较于其他搜索引擎如 ChatGPT-Web 和 Perplexity.ai Pro，显得尤为突出。根据100个现实问题的评估，MindSearch 以其卓越的性能赢得了专家们的认可。

pie title AI搜索引擎性能对比 "ChatGPT-Web": 30 "Perplexity.ai Pro": 40 "MindSearch": 30

⚽️ 构建您自己的 MindSearch

如果您也想体验这一强大的搜索引擎，可以按照以下步骤构建您自己的 MindSearch：

步骤1: 依赖安装

首先，您需要安装所需的依赖：

pip install -r requirements.txt

步骤2: 启动 MindSearch API

接下来，启动 FastAPI 服务器：

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

您可以根据需要选择语言和搜索引擎，灵活配置，开启您的搜索之旅。

步骤3: 启动 MindSearch 前端

MindSearch 提供了多种前端界面供用户选择，您可以根据自己的喜好选择最适合的界面进行操作。以下是启动不同前端的命令：

React:

cd frontend/React
npm install
npm start

Gradio:

python frontend/mindsearch_gradio.py

Streamlit:

streamlit run frontend/mindsearch_streamlit.py

🐞 本地调试

您还可以通过以下命令进行本地调试：

python mindsearch/terminal.py

这将帮助您快速发现并解决可能的问题，让您的搜索引擎始终保持最佳状态。

📝 许可证

MindSearch 项目遵循 Apache 2.0 许可证，您可以自由使用和修改。

学术引用

如果您在研究中使用了 MindSearch，请按照以下格式进行引用：

@article{chen2024mindsearch,
  title={MindSearch: Mimicking Human Minds Elicits Deep AI Searcher},
  author={Chen, Zehui and Liu, Kuikun and Wang, Qiuchen and Liu, Jiangning and Zhang, Wenwei and Chen, Kai and Zhao, Feng},
  journal={arXiv preprint arXiv:2407.20183},
  year={2024}
}