由大型語言模型驅動的知識整理系統，可以研究主題並生成包含引文的完整報告。
這是一個基於史丹福大學OvAL實驗室開發的開源項目，其目標是使用大型語言模型（LLM）自動生成維基百科風格的語言。結構化條帶報價。
項目概況
- 項目名稱： STORM（通過檢索和多視角提問合成主題大綱），全稱為主題大綱合成系統，通過檢索和多視角提問生成文章大綱，然後輸出完整的報告。
- 最新版本功能：
- 支持LiteLLM界面（2025年1月更新）
- 集成Co-STORM進一步支持人機協同知識整理
- 最新的穩定版本是v1.1.0，可以通過
pip安裝知識風暴安裝
Storm的核心流程
1.預寫階段（預寫）
- 系統首先自動檢索網絡信息並生成文章的大綱材料;
- 確保「多角度問題」涵蓋主題的各個方面（例如從不同角度模擬專家對話）。
2.寫作階段（寫作）
- 根據大綱，通過LLM（例如GPT-4 o）撰寫完整的文章，並自動插入參考連結，使內容更可信。
Co-STORM：增強人機協作
- Co-STORM在STORM的基礎上引入了協作機制：
- 與多個LLM代理（專家、主持人）進行協作問答;
- 人類還可以干預、參與問答、調整方向;
- 該系統提供了動態「思維導圖」來可視化知識結構並降低複雜性。
📦技術堆棧和使用
- 使用Python並使用
知識風暴包安裝; - 支持多種檢索接口（例如Bing、You.com、VectorRM等）;
- 支持多個LLM，可定製;
- 採用用戶代碼演示
STORM WikiRunner和CoStormRunner類執行特定任務。
適用人群
- 研究人員、學生、內容創作者等;
- 適合在寫作前使用主題研究與大綱構建;
- 雖然生成的文章需要手工打磨，但減少了大量初稿工作量
總結
STORM是一個用於「知識整理-結構化寫作」過程的自動化系統。它結合了網際網路搜索和LLM模型，支持生成帶有引用的維基百科風格的文章。Co-STORM進一步支持用戶參與，實現人機協作的知識生產。代碼開源，功能模塊靈活，可廣泛定製和擴展。非常適合對內容質量和可靠性要求較高的場景。
Github：https://github.com/stanford-oval/storm
輸油管：