Curiosity：使用LangGraph构建类似 Perplexity 的AI搜索工具

综合介绍

Curiosity 是一个旨在探索和实验的项目，主要使用 LangGraph 和 FastHTML 技术栈，目标是构建一个类似 Perplexity AI 的搜索产品。项目的核心是一个简单的 ReAct Agent，利用 Tavily 搜索来增强文本生成。Curiosity 支持多种大型语言模型（LLMs），包括 OpenAI 的 gpt-4o-mini、Groq 的 llama3-groq-8b-8192-tool-use-preview 和 Ollama 的 llama3.1:latest。该项目不仅注重技术实现，还在前端设计上花费了大量时间，以确保视觉和交互体验的高质量。

功能列表

• 使用 LangGraph 和 FastHTML 技术栈
• 集成 Tavily 搜索增强文本生成
• 支持多种 LLMs，包括 gpt-4o-mini、llama3-groq 和 llama3.1
• 提供灵活的后端切换功能
• 前端使用 FastHTML 构建，支持 WebSockets 流式传输

使用帮助

安装步骤

1. 克隆仓库：

   git clone https://github.com/jank/curiosity
   

2. 确保有最新的 Python3 解释器。
3. 设置虚拟环境并安装依赖：

   python3 -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt
   

4. 创建 .env 文件并设置以下变量：

   OPENAI_API_KEY=<your_openai_api_key>
   GROQ_API_KEY=<your_groq_api_key>
   TAVILY_API_KEY=<your_tavily_api_key>
   LANGCHAIN_TRACING_V2=true
   LANGCHAIN_ENDPOINT="https://api.smith.langchain.com"
   LANGSMITH_API_KEY=<your_langsmith_api_key>
   LANGCHAIN_PROJECT="Curiosity"
   

5. 运行项目：

   python curiosity.py
   

使用指南

1. 启动项目：运行 python curiosity.py 后，项目会启动并在本地服务器上运行。
2. 选择 LLM：根据需求选择合适的 LLM（如 gpt-4o-mini、llama3-groq 或 llama3.1）。
3. 使用 Tavily 搜索：在对话中输入查询，ReAct Agent 会利用 Tavily 搜索增强文本生成。
4. 前端交互：项目前端使用 FastHTML 构建，支持 WebSockets 流式传输，确保实时响应。

常见问题

• 如何切换 LLM：在 .env 文件中配置相应的 API 密钥，并在启动项目时选择所需的 LLM。
• WebSockets 问题：如果遇到 WebSockets 无故关闭的问题，建议检查网络连接和服务器配置。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>