maestro 的安装和配置教程

项目基础介绍

MAESTRO是一个自托管的人工智能研究应用程序，旨在简化复杂的研究任务。它具有模块化的框架，围绕文档摄入、检索增强生成（RAG）和多云代理执行构建。无论是偏好丰富的网页界面还是强大的命令行工具，MAESTRO都提供了规划、执行和报告您的研究任务的能力，具有透明度和控制力。

该项目主要使用的编程语言是Python 3.x。

项目使用的关键技术和框架

MAESTRO使用以下关键技术和框架：

• 文档摄入：将PDF文件转换为可查询的知识库。
• 检索增强生成（RAG）：结合检索和生成，以改进响应的质量和相关性。
• 多云代理执行：一个多代理系统（规划、研究、反思、写作）协同工作，分解复杂问题，收集信息，分析发现，并合成连贯的报告。
• Streamlit：用于创建网页界面的框架。

准备工作

在开始安装MAESTRO之前，请确保您的系统中已安装以下软件和依赖项：

• Python 3.x
• Git
• NVIDIA-Cuda兼容的GPU（为了Embedder和Reranker的最佳性能）

安装步骤

以下是小白级别的MAESTRO安装和配置步骤：

克隆仓库

首先，使用Git克隆MAESTRO的仓库：

git clone https://github.com/murtaza-nasir/maestro.git
cd maestro

设置虚拟环境

建议使用虚拟环境来管理项目依赖项：

python -m venv venv
source venv/bin/activate  # 在Windows中使用 `venv\Scripts\activate`

安装依赖

接下来，安装项目所需的依赖项：

pip install -r ai_researcher/requirements.txt

配置环境变量

在ai_researcher目录下创建一个.env文件，并添加您的API密钥和自定义设置。可以复制提供的示例模板：

cp ai_researcher/.env.example ai_researcher/.env

然后编辑.env文件，添加您的API密钥和自定义设置。

运行应用程序

最后，运行MAESTRO应用程序：

python -m streamlit run ai_researcher/ui/app.py

这将启动Streamlit网页界面，您可以在浏览器中通过http://localhost:8501访问。

Docker安装（可选）

如果您希望使用Docker安装MAESTRO，可以按照以下步骤操作：

1. 克隆仓库：

git clone https://github.com/murtaza-nasir/maestro.git
cd maestro

2. 配置环境变量，与上面的步骤相同。

3. 构建Docker镜像：

docker compose build -t maestro

4. 运行Docker容器：

docker compose up

这将启动Streamlit网页界面，您可以在浏览器中通过http://localhost:8501访问。

请按照上述步骤操作，您应该能够成功安装和配置MAESTRO项目。