摘要：在AI搜索领域，出色的闭源产品很多，国外有Perplexity、Gemini、http://You.com、KOMO等，国内有夸克、跃问、360纳米等。
在AI搜索领域，出色的闭源产品很多，国外有Perplexity、Gemini、http://You.com、KOMO等，国内有夸克、跃问、360纳米等。
但在开源产品上，很少有让人眼前一亮的AI搜索引擎。
刚好最近在逛GitHub时，刷到了一个可以媲美 Perplexity Pro 的AI搜索引擎框架：MindSearch。
它支持多智能体并行搜索，异步处理以及多种搜索引擎。
最重要的是可以支持开源和闭源LLM模型，灵活性非常高。
1、多智能体并行搜索
MindSearch 支持多搜索引擎的异步处理，将用户的复杂查询分解成子问题，每个子问题在后台异步处理，效率倍增。
支持的搜索引擎包括：DuckDuckGo、Bing、Brave 和 Google，极大提升查询效率。
2、支持多种语言模型
对 InternLM2.5 系列模型进行了专属优化，为开源 LLM 提供顶级性能支持。
兼容闭源 LLM，如 GPT-4 和 Claude，为企业部署提供多样化选择。
3、功能全面
深度知识探索：通过浏览数百个网页，为复杂问题提供广泛而深入的解答。透明解决方案路径：展示完整的搜索关键词、思考路径，增强结果可信度。多样化用户界面：支持 React、Gradio、Streamlit 等多种前端，实现灵活交互。4、简单易用的动态图解构建
用户的查询被转化为动态问题图，其中每个节点表示一个子问题。
根据搜索结果，MindSearch 逐步扩展图并生成最终答案。
在 深度、广度 和 生成响应的准确性 方面，MindSearch 与 ChatGPT-Web 和 Perplexity Pro 进行了评估：
在 100 个由专家设计的实际问题中，MindSearch 的表现都很突出。
准备Python环境
1、克隆项目
git clone https://github.com/InternLM/MindSearch.git2、安装依赖
pip install -r requirements.txt3、启动FastAPI服务器
python -m mindsearch.app --lang en --model_format internlm_server --search_engine DuckDuckGoSearch参数说明：
--lang：指定语言，支持 en 和 cn。--model_format：选择模型格式，例如 internlm_server 或 gpt4。--search_engine：选择搜索引擎，例如 DuckDuckGoSearch、BingSearch。4、启动前端服务
可以根据需求选择适合的前端框架（提供3种，任选其一）：
React
cd frontend/Reactnpm installnpm startGradio
python frontend/mindsearch_gradio.pyStreamlit
streamlit run frontend/mindsearch_streamlit.py5、本地调试
使用终端模式直接进行搜索引擎的本地调试：
python mindsearch/terminal.py写在最后MindSearch 不仅具备与 Perplexity Pro 媲美的性能，还提供了全开源的灵活架构，开发者可以轻松上手构建属于自己的 AI 搜索引擎。
无论是学术研究、商业应用，还是个人学习探索，MindSearch 都是一个不可多得的强大工具，都可以用它搭建属于自己的智能搜索引擎。
GitHub 项目地址： https://github.com/InternLM/MindSearch
来源：有趣的科技君
