MAESTRO 项目启动与配置教程
2025-05-17 20:17:00作者:谭伦延
1. 项目目录结构及介绍
MAESTRO 项目是一个模块化的研究应用,旨在简化复杂的研究任务。以下是项目的目录结构及其各个部分的简要介绍:
ai_researcher/
:包含主要的 AI 研究者代码和相关文件。.env.example
:配置文件模板,用于设置环境变量。requirements.txt
:项目依赖的 Python 包列表。ui/app.py
:Streamlit Web UI 的主应用程序文件。
evaluation/
:用于评估和测试的文件。example_reports/
:示例报告文件。scripts/
:脚本文件,可能包括启动、配置或辅助脚本。tests/
:测试代码和测试用例。DOCKER.md
:Docker 容器使用的说明和命令。Dockerfile
:构建 Docker 镜像的配置文件。LICENSE
:项目使用的 AGPL-3.0 许可证。README.md
:项目说明文件。VERIFIER_AND_MODEL_FINDINGS.md
:验证者和模型发现的文档。docker-compose.yml
:定义 Docker 服务和网络的配置文件。docker-entrypoint.sh
:Docker 容器启动脚本。- 其他文件和目录:如热图图像、日志处理脚本等。
2. 项目的启动文件介绍
项目可以通过两种主要方式启动:本地安装或 Docker 容器。
本地安装启动
-
克隆仓库:
git clone https://github.com/murtaza-nasir/maestro.git cd maestro
-
设置虚拟环境(推荐):
python -m venv venv source venv/bin/activate
Windows 用户使用
venv\Scripts\activate
。 -
安装依赖:
pip install -r ai_researcher/requirements.txt
-
配置环境变量:
cp ai_researcher/.env.example ai_researcher/.env
然后编辑
ai_researcher/.env
文件,添加您的 API 密钥和自定义设置。 -
运行应用程序:
python -m streamlit run ai_researcher/ui/app.py
这将启动 Streamlit Web 界面,可以通过
http://localhost:8501
访问。
Docker 容器启动
-
克隆仓库:
git clone https://github.com/murtaza-nasir/maestro.git cd maestro
-
配置环境变量:
cp ai_researcher/.env.example ai_researcher/.env
然后编辑
ai_researcher/.env
文件,添加您的 API 密钥和自定义设置。 -
构建 Docker 镜像:
docker compose build -t maestro
-
运行 Docker 容器:
docker compose up
这将启动 Streamlit Web 界面,可以通过
http://localhost:8501
访问。
3. 项目的配置文件介绍
MAESTRO 项目的配置主要通过 ai_researcher/.env
文件进行。以下是一些主要的配置选项:
LLM Providers
:选择不同的语言模型提供者(如openrouter
或local
)。Web Search
:选择网络搜索提供者(如tavily
或linkup
)。API Keys
:根据所选提供者提供相应的 API 密钥。Local LLM Setup
:如果使用本地语言模型,需要设置基础 URL 和模型 ID。OpenRouter
:如果使用 OpenRouter,指定模型 ID 并提供 API 密钥。Connection Settings
:自定义 LLM 调用的最大重试次数、重试延迟和请求超时时间。Web Search Configuration
:设置网络搜索提供者、API 密钥、每次调用成本和缓存过期时间。Research Process Parameters
:微调代理研究工作流程的各种参数,如迭代次数、研究深度、思想板上下文限制等。
通过编辑 .env
文件,您可以自定义 MAESTRO 的行为以满足您的研究需求。
登录后查看全文
热门项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
526
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
351
1.42 K

🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
61
17

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0

React Native鸿蒙化仓库
JavaScript
212
287