如何运行 STORM 辅助研究

Stanford 的一个项目 STORM 能够接收一个主题，开展研究，并生成一篇类似维基百科的文章。在我生成的人工智能示例中，它将内容分为商业、医疗、教育和安全等领域，并在正文旁附上参考资料。结果是一份研究草稿，并非发布到维基百科上的页面。

项目是开源的，我在自己的电脑上运行界面。但这次演示仍会调用 OpenAI API，网页搜索也使用外部服务。安装之前，你可以试用在线版 STORM 演示，查看它已经生成的文章。录制时，网站还展示了一种即将推出的人机协作模式。

STORM 的全称是 Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking，意为通过检索和多视角提问综合主题大纲。它的研究过程会考虑不同视角，然后组织并撰写文章。我之前遇到过需要修改代码的错误，但这次演示中的安装无需该修复也能运行。

要安装这期 2024 年 7 月教程中展示的版本，可以在选定目录打开终端，克隆 [STORM 仓库](https://github.com/stanford-oval/storm)，然后进入其文件夹。我用 conda 创建名为 `storm`、使用 Python 3.11 的环境，激活后运行 `pip install -r requirements.txt`。项目文件和配置步骤自录制以来可能已经变化。

在编辑器中打开项目文件夹，如果终端重置就重新激活环境，然后根据仓库的入门模板创建 `secrets.toml` 文件。本次演示中，我配置 OpenAI 而不是 Azure，然后添加 OpenAI API 密钥。请妥善保管凭据，并查阅仓库的最新说明以了解支持的配置。

我还创建一个 You.com 网页搜索 API 密钥，并将其加入配置。Berman 表示，当时该服务提供试用，除此之外需要付费；价格和可用性可能变化。项目也支持命令行使用，但这次演示我更喜欢简单的网页界面。

对于 2024 年的 Streamlit 界面，我将密钥文件复制到前端的 `.streamlit` 文件夹，进入 `demo_light` 目录，运行 `streamlit run storm.py`。本地服务器启动后打开研究界面。这些是视频中展示的步骤，复现前请查看最新文档。

我启动一个关于犬类的研究任务。日志显示系统正在构思不同视角并向 OpenAI 端点发送请求，随后开始浏览网页。任务完成后生成了一篇结构化文章，涵盖分类、进化、身体特征和行为等主题。

文章中有编号参考资料，点击后可以打开原始来源并查看高亮内容。这方便了研究核查，但引用本身并不能证明来源准确，也不能证明来源确实支持附近的主张；依赖草稿前，读者应核实这两点。

如果不想使用 OpenAI API，我指出了一个在模型环节使用 vLLM 和 Mistral 的示例，不过我自己还没有配置。除非自行构建替代方案，网页搜索仍需要外部信息源。我还看到有人讨论 Ollama，但我没有让它成功运行，也没有花很多时间尝试。