STORM：从一个话题生成带引用深度研究报告的完整实战指南

STORM从一个话题生成带引用深度研究报告的完整实战指南【免费下载链接】stormAn LLM-powered knowledge curation system that researches a topic and generates a full-length report with citations.项目地址: https://gitcode.com/GitHub_Trending/sto/stormSTORM 是斯坦福开源的 LLM 驱动知识整编引擎给定一个研究话题它自动完成多视角深度检索输出一篇带可验证引用标注的维基百科风格长文报告。它瞄准两个常见卡点。写深度稿时你得翻十几个来源、把材料复制进文档、手动整理出处话题一深材料就容易停留在表面。直接让 LLM 写又是另一个极端成文顺滑但一句话追不到出处出错时也没人指得出来。STORM 的定位就是这两者之间的桥梁调研靠模拟多视角对话完成写作建立在收集到的材料之上关键陈述后面跟着引用编号。项目速览一条命令能做什么一句话定位STORM 是面向研究员和内容生产者的自动调研秘书把话题 → 检索 → 整理 → 大纲 → 写作 → 引用整条流程封装成一次流水线调用。两阶段流程先深度检索收集材料并生成大纲再基于材料写出带引用的正文阶段间有明确断点多模型混配会话模拟、提问、大纲、写作、润色五个环节各配不同 LM成本与质量分开权衡检索层可插拔内置 Bing、You、Brave、DuckDuckGo、Serper、Tavily、SearXNG 等实现也支持基于自有语料的 VectorRM扩展到人机协作Co-STORM 模式引入 LLM 专家与主持人你可以随时介入对话调整调研方向学术背书STORM 发表于 NAACL 2024Co-STORM 发表于 EMNLP 2024核心能力拆解模拟多视角深度检索自动收集材料STORM 把如何问出好问题当成调研核心。它先从相近话题的现有文章里归纳出不同视角如维基编辑者、行业观察者再模拟维基写作者与领域专家的对话写作者不断追问专家基于实时检索结果作答多个视角并行进行收集到的材料最终去重为结构化信息表。这段逻辑集中在 knowledge_storm/storm_wiki/modules/。从材料到带引用的长文材料收齐后大纲生成、文章生成、文章润色三个模块顺序执行大纲把材料组织成分层结构文章生成按节填充内容并插入引用编号润色环节补上摘要并删去重复。STORMWikiRunner.run()驱动全程关闭任一阶段都会从磁盘加载上次结果长任务可断点续跑对话日志、检索结果、大纲等中间产物全部落盘。Co-STORM人机协作调研与动态思维导图这个模式把一次生成升级为多方对话多个 LLM 专家基于检索来源作答主持人专门抛出已被发现但还没被用过的材料衍生的追问你既可以旁观也可以随时发言把讨论拉回自己关心的方向。所有信息实时整理进分层思维导图对话变长时降低认知负担最后generate_report()汇成报告。智能体定义在 knowledge_storm/collaborative_storm/。模型与检索源是唯二硬耦合LM 层用 litellm 统一封装GPT、Claude、Gemini、DeepSeek 乃至本地 Ollama 模型都能接入检索层同样有统一的 Retriever 接口全部实现在 knowledge_storm/rm.py。材料是私有文档时把搜索引擎换成 VectorRM 即可。快速上手安装并跑出第一篇报告git clone https://gitcode.com/GitHub_Trending/sto/storm cd storm pip install knowledge-storm要求 Python 3.10 以上。最小可用流程在根目录创建 secrets.toml写入 LLM 密钥与搜索引擎密钥如 OPENAI_API_KEY、BING_SEARCH_API_KEY运行自带示例脚本依次走检索、大纲、写作、润色四步查看输出子目录对话日志、检索结果、大纲、最终带引用的文章都在这里想要图形界面就在 frontend/demo_light 目录装完依赖后启动 Streamlit 演示可实时看中间步骤想试协作模式换用 examples/costorm_examples 下脚本warm_start 后逐轮推进并注入自己的发言python examples/storm_examples/run_storm_wiki_gpt.py \ --output-dir ./output \ --retriever bing \ --do-research \ --do-generate-outline \ --do-generate-article \ --do-polish-article⚠️ secrets.toml 必须放在仓库根目录示例脚本按固定路径读取放错位置启动即报错。⚠️ 前端演示启动前还要把 secrets.toml 复制一份到 .streamlit/ 子目录否则读不到密钥。横向对比STORM 与两种常见做法维度STORM单次 LLM 长文写作自建 RAG 流水线调研过程多视角对话自动派生追问覆盖面持续扩展依赖模型既有知识无后续检索只从预先切块的语料检索不主动搜索引用可溯源每句陈述带出处来源列表可导出通常没有可靠引用引用停留在切块粒度需人工拼合人工干预Co-STORM 模式支持实时引导对话改一处要整篇重生成需改代码才能调整流程部署成本pip 安装加一条示例命令一条 prompt自建服务工程量更大要一份带出处的研究级初稿时STORM 是更合理的选择只想要一个熟悉话题的快速摘要单次提问更省力材料完全在私有库内、且追求低延迟问答专用 RAG 服务更合适。生态与参与文档README 为主入口覆盖 STORM 与 Co-STORM 两套 API 说明和流水线定制指南社区在线研究预览已有超过 7 万人使用配套 STORMNAACL 2024与 Co-STORMEMNLP 2024两篇论文Issue问题与建议直接提交到项目 Issue 跟踪器贡献方向把新的搜索引擎或检索器接入检索层项目明确欢迎此类 PR向 examples/ 目录提交新的使用示例脚本完善文档、报告 bug官方路线图列了两个方向更完整的 Human-in-the-Loop 能力让用户更深地参与知识整编过程以及信息抽象支持维基百科式报告之外的输出形态。收尾判断材料浮于表面、引用无处可查这两个卡点STORM 用模拟调研加有源写作正面解决代价是密钥配置和每篇报告几分钟到几十分钟的等待。需要可溯源深度初稿的研究者和内容团队值得把它放进工作流只追求即时问答或有严格实时性要求的场景专用 RAG 或直接调 LLM 更合适。【免费下载链接】stormAn LLM-powered knowledge curation system that researches a topic and generates a full-length report with citations.项目地址: https://gitcode.com/GitHub_Trending/sto/storm创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考