最近，人工智能领域涌现的新搜索引擎MindSearch正成为行业的新宠。这款开源的搜索引擎具备卓越的信息处理能力，能够在几分钟内完成人类需要数小时才能做到的工作，充分展现出AI在信息检索和整合方面的惊人潜力。

本文带读者了解MindSearch的核心特性，看其如何领先于竞争对手；同时，文章中还会提供指南，指导如何在本地搭建这款AI搜索引擎。

MindSearch是由上海人工智能实验室联合研发团队推出的开源AI搜索框架，擅长大规模信息的收集与整理。

借助InternLM2.5 7B对话模型，MindSearch能够在短时间内从300多个网页中提取关键信息，完成这项通常人类需要3小时的任务。

MindSearch采用多代理框架模拟人类思考过程，先规划然后执行搜索，从而确保信息的精确度和全面性。

该项目完全开源，用户可以免费体验并进行本地部署。

MindSearch由两大核心组件构成：WebPlanner和WebSearcher。

WebPlanner将用户问题细化为搜索任务，并智能规划搜索路径，整个过程通过图结构呈现。WebSearcher则负责执行分层搜索，精准地收集所需信息。

MindSearch的独到之处在于其高效的复杂问题处理和信息提取能力。借助多代理架构，它能在几分钟内完成人类三小时的工作量，确立了其在AI搜索领域的领先地位。

MindSearch之所以能超越ChatGPT和Perplexity.ai，关键在其模仿人类思维的多代理框架。

在实际应用中，MindSearch的性能表现十分出色。它能够迅速从众多网页中搜集并整合信息，面对复杂的查询任务，如“本季《王者荣耀》哪位射手表现最佳？”，它不仅分析赛季特点和射手性能指标，还能综合多方数据，提供全面而精确的答案，效率远超人类专家。在与ChatGPT-web和Perplexity的对比测试中，MindSearch的表现尤为突出。

• 打开终端或命令提示符，准备输入安装命令。
• 从GitHub克隆MindSearch仓库，将所需文件下载到本地：

• 进入克隆后的MindSearch目录：

• 安装项目所需的Python包，仓库中包含requirements.txt文件，列出了所有必需的包。运行以下命令进行安装：

要启动MindSearch API，需要运行一个Python模块。命令有几个选项：

• 使用--lang en参数设置模型语言为英语，若需使用中文，可将en改为cn。
• 通过--model_format参数指定模型格式，例如使用internlm_server来优化中文的InternLM2.5-7b-chat模型，或选择gpt4来使用GPT-4模型。

接下来，启动FastAPI服务器，根据配置调整命令参数：

• 对于开源模型，使用命令：

• 若要使用GPT-4模型，首先需要在项目文件中修改API模型配置，将'YOUR OPENAI API KEY'替换为你的OpenAI实际API密钥：

然后，确保启动服务器的命令正确指向GPT-4模型格式：

• 启动Gradio界面

确保进入 Gradio 脚本所在的 MindSearch 项目根目录，并在终端中使用以下命令启动 Gradio 界面:

• 运行Streamlit应用

使用以下命令运行 Streamlit 应用程序。 Streamlit 会自动在默认网络浏览器中打开网络应用程序.方便你进行操作和使用。

MindSearch以其简洁而强大的功能，为信息检索和整合领域带来了突破性的解决方案。它独有的多代理框架，融合了大型语言模型的认知优势和搜索引擎的数据广度，使其在众多现有工具中脱颖而出。