InternLM/MindSearchView GitHub Homepage for Latest Official Releases

大規模言語モデルに基づいたマルチエージェント型ウェブ検索エンジンフレームワークで、人間の思考プロセスをシミュレートして高度なAI検索を実現します。

Apache-2.0JavaScriptMindSearchInternLM 6.5k Last Updated: July 04, 2025

MindSearch - オープンソースAIマルチエージェント検索エンジンフレームワーク

プロジェクト概要

MindSearchは、大規模言語モデル（LLM）をベースとしたオープンソースのマルチエージェントWeb検索エンジンフレームワークであり、Web情報の検索と統合における人間の認知プロセスをシミュレートすることを目的としています。このプロジェクトは、上海人工知能研究所と中国科学技術大学によって共同開発され、Perplexity.ai ProやSearchGPTに匹敵する検索体験を提供します。

主要機能

🤔 あらゆる質問に回答

MindSearchは、日常生活で遭遇する様々な問題を検索を通じて解決し、複雑なクエリ要求にも対応できます。

📚 深い知識の探索

MindSearchは、数百のWebページを閲覧することで、より広範で深い回答を提供します。システムは3分以内に300以上のWebページ情報を並行処理でき、これは人間の専門家3時間分の作業量に相当します。

🔍 透明性の高い解決策のパス

MindSearchは、思考パスや検索キーワードなど、完全なコンテンツを提供することで、回答の信頼性と有用性を向上させます。

💻 多様なユーザーインターフェース

React、Gradio、Streamlit、ローカルデバッグなど、様々なインターフェースをユーザーに提供します。

🧠 動的なグラフ構築プロセス

MindSearchは、ユーザーのクエリをグラフ内のサブ問題ノードに分解し、WebSearcherの検索結果に基づいて段階的にグラフを拡張します。

技術アーキテクチャ

コアコンポーネント

MindSearchはマルチエージェントアーキテクチャを採用しており、WebPlannerとWebSearcherの2つの主要コンポーネントで構成されています。

WebPlanner（ウェブプランナー）

  • 高度なプランナーとして、推論ステップと複数のWebSearcherを調整
  • 複雑なユーザーのクエリをグラフ内のアトミックなサブ問題ノードに分解
  • WebSearcherの検索結果に基づいて段階的にグラフを拡張
  • 長い検索結果に邪魔されることなく、クエリの分解と分析に集中

WebSearcher（ウェブサーチャー）

  • きめ細かなWeb検索を実行し、価値のある情報をプランナーに要約して返す
  • 階層的な情報検索を実行し、各サブ問題を処理
  • 4つの主要ステップを含む：クエリの書き換え、検索コンテンツの集約、詳細ページの選択、最終的な要約

ワークフロー

  1. クエリ分解：WebPlannerが複雑なクエリを複数のサブクエリに分解
  2. 並列検索：複数のWebSearcherが異なるサブクエリを並行して処理
  3. 情報統合：WebPlannerが各WebSearcherからの結果を収集し統合
  4. 動的拡張：検索結果に基づいて検索グラフを動的に調整・拡張

技術実装

対応モデル

  • オープンソースモデル：InternLM2.5-7b-chat（特別に最適化済み）
  • クローズドソースモデル：GPT-4、Claudeなど
  • デプロイ方法：ローカルサーバー、クライアント、HuggingFaceなど、多様なデプロイ方法に対応

対応検索エンジン

  • DuckDuckGo Search（APIキー不要）
  • Bing Search
  • Brave Search
  • Google Serper
  • Tencent Search

フロントエンドインターフェース

  • React：モダンなWebインターフェース
  • Gradio：シンプルで使いやすいPythonインターフェース
  • Streamlit：データサイエンスに特化したインターフェース
  • Terminal：コマンドラインインターフェース

インストールと使用方法

基本インストール

git clone https://github.com/InternLM/MindSearch
cd MindSearch
pip install -r requirements.txt

環境設定

mv .env.example .env
# .envファイルを編集し、APIキーとモデル設定を追加

サービス起動

python -m mindsearch.app --lang cn --model_format internlm_server --search_engine DuckDuckGoSearch --asy

パラメータ説明

  • --lang：モデル言語、cnは中国語、enは英語
  • --model_format：モデル形式、例：internlm_server、gpt4など
  • --search_engine：検索エンジンの種類
  • --asy：非同期エージェントのデプロイ

Reactフロントエンドの起動

# バックエンドURLを設定
HOST="127.0.0.1"
PORT=8002
sed -i -r "s/target:\s*\"\"/target: \"${HOST}:${PORT}\"/" frontend/React/vite.config.ts

# 依存関係をインストール
cd frontend/React
npm install
npm start

Dockerデプロイ

プロジェクトは、Dockerデプロイプロセスを簡素化するMSDL（MindSearch Docker Launcher）ツールを提供しています。

cd MindSearch/docker
# 対話型設定ツールを実行

ローカルモデルとクラウドモデルの両方のデプロイ方法をサポートし、GPUアクセラレーションに対応しています。

パフォーマンス

ベンチマーク結果

ChatGPT-Web、Perplexity.ai（Pro）、MindSearchのパフォーマンスを、深さ、広さ、生成される応答の正確性の3つの側面で比較しました。評価結果は、人間の専門家によって慎重に設計された100の現実的な問題に基づいており、5人の専門家によって採点されました。

優位性

  • 効率向上：3分以内に300以上のWebページを処理し、人間の専門家3時間分の作業に相当
  • 品質向上：深さと広さの両面で応答品質を大幅に向上
  • 競争力：InternLM2.5-7BベースのMindSearchは、ChatGPT-WebおよびPerplexity.aiよりも優れた応答品質を提供

プロジェクトの特徴

オープンソースの利点

  • 完全オープンソース：すべてのコードはApache 2.0ライセンスの下でオープンソース化
  • コミュニティ主導：活発なGitHubコミュニティと継続的な更新
  • カスタマイズ性：多様なモデルと検索エンジンの柔軟な設定をサポート

技術革新

  • マルチエージェント連携：革新的なWebPlanner+WebSearcherアーキテクチャ
  • 動的グラフ構築：人間の認知プロセスをシミュレートするグラフ構築方法
  • 並列処理：効率的な並列情報検索と統合
  • コンテキスト管理：インテリジェントな長文コンテキスト管理メカニズム

関連プロジェクト

MindSearchはInternLMエコシステムの重要な構成要素であり、以下のプロジェクトと連携して動作します。

  • Lagent：軽量LLMエージェントフレームワーク
  • AgentLego：多機能ツールAPIライブラリ
  • InternLM2.5：最適化された大規模言語モデル
  • LMDeploy：モデルデプロイツールキット

まとめ

MindSearchは、AI検索エンジン分野における重要なブレークスルーを象徴しており、人間の認知プロセスをシミュレートすることで、効率的かつ正確なWeb情報検索と統合を実現します。そのオープンソースの特性と優れたパフォーマンスは、カスタムAI検索エンジンを構築するための理想的な選択肢となります。

Star History Chart