CleverBee: 인용 연구를 생성하는 오픈 소스 AI 연구 도우미

일반 소개

CleverBee는 GitHub에서 호스팅되는 오픈 소스 AI 연구 도우미로 SureScaleAI에서 개발했습니다. 대규모 언어 모델을 통한 AI 연구를 위해 설계되었습니다(예 쌍둥이자리 CleverBee는 웹 브라우징 기술과 정보를 신속하게 수집, 분석, 요약하여 인용된 연구 보고서를 작성하는 기능을 결합한 웹 브라우징 솔루션입니다. 사용자는 웹 페이지, PDF, YouTube 동영상 또는 학술 자료에서 정확한 콘텐츠에 쉽게 액세스할 수 있으며, CleverBee는 클라우드 및 로컬 모델을 모두 지원하며 학술 연구, 비즈니스 분석 및 기타 시나리오에 적합합니다. 인터페이스는 간단하고 직관적인 조작과 유연한 구성으로 개인과 연구팀에 적합한 Chainlit을 기반으로 합니다.

기능 목록

• Gemini, Claude 및 네이티브 GGUF 모델을 포함한 광범위한 대규모 언어 모델을 지원합니다.
• 웹 브라우징을 자동화하고 HTML 콘텐츠를 추출하여 구조화된 데이터로 정리하세요.
• 출처 인용 및 제한 사항 메모를 포함한 인용이 포함된 연구 논문을 생성합니다.
• YouTube 동영상 자막 추출, PDF 구문 분석 및 PubMed 학술 검색을 지원합니다.
• 리소스 관리를 최적화하기 위해 실시간 토큰 사용량 및 비용 추적을 제공합니다.
• 통과(청구서 또는 검사 등) config.yaml 문서 사용자 지정 모델, 브라우저 동작 및 연구 도구.
• 사용자가 쿼리를 입력하고 결과를 볼 수 있는 통합된 체인라이트 대화형 인터페이스입니다.
• SQLite 데이터베이스의 NormalizingCache 캐시를 사용하여 성능을 개선하고 비용을 절감하세요.

도움말 사용

설치 프로세스

CleverBee는 설치가 쉬우며 자세한 지침은 GitHub 리포지토리를 통해 확인할 수 있습니다. 단계는 다음과 같습니다:

1. 클론 창고
   터미널을 열고 다음 명령을 실행하여 CleverBee 리포지토리를 복제합니다:

   git clone https://github.com/SureScaleAI/cleverbee.git
   cd cleverbee

2. 설치 스크립트 실행
   설치 스크립트를 실행하여 환경을 구성합니다:

   bash setup.sh
   

   이 스크립트는 다음 작업을 자동화합니다:

   • 필요한 종속성이 있는지 확인합니다(예 python3및jq및yq 노래로 응답 cmake).
   • Python 가상 환경 만들기(venv/).
   • 마운팅 requirements.txt 의 파이썬 종속성
   • 하드웨어를 감지하고 로컬 모델이 활성화되어 있는지 묻습니다(비디오 메모리가 24GB 이상인 NVIDIA GPU 권장).
   • 로컬 모델을 선택한 경우 설치 llama-cpp-python 를 클릭하고 CUDA 가속(NVIDIA GPU의 경우)을 활성화합니다.
   • 사용자에게 허깅 페이스에 로그인하라는 메시지를 표시합니다(로컬 모델을 사용하는 경우).
   • 기본 추론 모델 및 요약 모델을 구성하고, 도움말을 통해 config.yaml.
   • 선택한 로컬 GGUF 모델을 다운로드합니다(해당되는 경우).
3. API 키 구성
   Gemini 또는 Claude와 같은 클라우드 모델을 사용하는 경우 API 키가 필요합니다. 설치 스크립트는 모델 선택을 확인하고 사용자에게 키를 추가하도록 지시합니다. .env 문서화:
   • 인트로픽 API 키: 출발지 인류학 콘솔 획득 Claude 모델.
   • 구글 제미니 API 키: 출발지 Google AI 스튜디오 Gemini 모델의 경우 가져오기.
     키를 추가한 후에는 애플리케이션을 다시 시작해야 적용이 가능합니다. 사용자는 .env 파일 업데이트 키.
4. 애플리케이션 실행
   설치가 완료되면 다음 명령을 실행하여 CleverBee를 시작합니다:

   bash run.sh
   

   그러면 사용자가 브라우저를 통해 액세스할 수 있는 체인릿 대화형 인터페이스가 시작됩니다.

시스템 요구 사항

• 운영 체제macOS(인텔 및 애플 실리콘, 로제타 2 필요) 및 Linux를 지원합니다.
• 소프트웨어클라우드 모델에는 고성능 하드웨어가 필요하지 않으며, 로컬 모델에는 NVIDIA GPU(그래픽 메모리 24GB 이상)를 권장합니다.
• 종속성설치가 완료되었는지 확인합니다. python3및git및jq및cmake 노래로 응답 nodemacOS 사용자는 홈브루를 통해 설치할 수 있습니다:

  brew install python cmake git jq node
  

사용법

CleverBee의 핵심 기능은 인용이 포함된 연구 보고서를 생성하는 것입니다. 자세한 절차는 다음과 같습니다:

1. 실행 인터페이스
   움직여야 합니다. run.sh 그러면 브라우저에서 Chainlit 인터페이스가 열립니다. 여기에서 사용자는 '양자 컴퓨팅의 최근 발전' 또는 '지속 가능한 에너지의 경제적 영향'과 같은 연구 질문이나 주제를 입력할 수 있습니다.
2. 쿼리 입력
   인터페이스 입력 상자에 질문을 입력하면 CleverBee가 자동으로 연구 경로를 설정하고 웹 브라우징 도구, YouTube 자막 추출 또는 학술 검색 모듈을 호출하여 정보를 수집합니다. 사용자는 실시간으로 연구 진행 상황을 확인할 수 있습니다.
3. 보고서 보기
   연구가 완료되면 CleverBee는 다음을 포함하는 보고서를 생성합니다:
   • 종합 및 요약: 수집한 정보를 바탕으로 간결한 결론을 도출합니다.
   • 출처 인용: 모든 참고 문헌에 대한 링크 또는 출처를 나열합니다.
   • 제한 사항 참고: AI의 가능한 제한 사항을 설명하고 사용자에게 출처를 확인하도록 상기시킵니다.
   • 토큰 사용량: 모델 호출 중 리소스 소비량을 표시합니다.
4. 사용자 지정 구성
   사용자 편집 가능 config.yaml 예를 들어 이 파일은 설정을 조정합니다:
   • 기본 추론 모델을 변경합니다(Gemini 2.5 Pro 권장).
   • 프록시 동작 설정(예: 웹 브라우징 깊이).
   • 토큰 한도 또는 캐싱 정책을 조정합니다.
     구성 문서는 https://cleverb.ee/docs.
5. 주요 기능 작동
   • YouTube 자막 추출유튜브 동영상 링크를 입력하면 CleverBee가 자동으로 자막을 추출하여 보고서에 통합하므로 강의나 인터뷰 분석에 적합합니다.
   • PDF 구문 분석PDF 파일을 업로드하면 CleverBee가 텍스트를 추출하고 핵심 요소를 요약하여 학술 논문이나 보고서에 적합합니다.
   • PubMed 검색의학 관련 주제를 입력하면 CleverBee가 PubMed 데이터베이스에서 권위 있는 문헌을 검색합니다.
   • 실시간 비용 추적쿼리당 토큰 소비량을 표시하여 사용자가 예산을 최적화할 수 있도록 도와주는 인터페이스입니다.

주의

• 로컬 모델은 하드웨어 요구 사항이 높으므로 최적의 성능을 위해 클라우드 모델을 사용하는 것이 좋습니다.
• AI가 환각을 일으킬 수 있으므로 항상 보고서의 출처를 확인하세요.
• 이 프로젝트는 비상업적 용도로 사용되며 GNU Affero 라이선스를 따릅니다.

애플리케이션 시나리오

1. 학술 연구
   학생이나 연구자는 CleverBee를 사용하여 학술 논문, 웹 기사 및 비디오를 빠르게 수집하여 인용 문헌이 완전히 인용된 문헌 검토를 작성할 수 있습니다. 예를 들어, '인공 지능 윤리'를 연구할 때 CleverBee는 PubMed 및 학술 웹 사이트에서 관련 문헌을 추출할 수 있습니다.
2. 비즈니스 분석
   비즈니스 사용자는 시장 동향이나 경쟁사 정보를 분석할 수 있습니다. 예를 들어, "전기 자동차 시장 전망 2025"를 입력하면 CleverBee가 업계 보고서와 뉴스를 검색하여 데이터 기반 요약을 생성합니다.
3. 개인 학습
   "블록체인 기술의 응용"과 같은 복잡한 주제를 탐구하는 일반 사용자를 위해 CleverBee는 사용자가 포괄적으로 이해할 수 있도록 YouTube 튜토리얼과 권위 있는 기사를 포함한 다양한 관점을 제공합니다.

QA

1. CleverBee는 어떤 모델을 지원하나요?
   Gemini, Claude 및 기본 GGUF 모델 지원(예 Deepseek (R1, 라마). 클라우드 모델은 성능이 더 안정적이며 로컬 모델은 개인 정보 보호 요구 사항에 적합합니다.
2. 운영 비용을 줄이는 방법은 무엇인가요?
   NormalisingCache 캐싱으로 중복 쿼리를 줄이세요. Gemini 2.5 플래시와 같은 저비용 모델을 선택하고 인터페이스를 통해 토큰 사용량을 모니터링하세요.
3. 보고서를 신뢰할 수 있나요?
   보고서는 신뢰할 수 있는 출처를 기반으로 작성되며 인용문은 제공되지만 AI가 착각을 할 수 있습니다. 사용자는 주요 정보를 확인하는 것이 좋습니다.
4. 프로그래밍 경험이 필요한가요?
   프로그래밍 경험이 필요하지 않습니다. 설치 스크립트가 구성을 자동화하고 Chainlit 인터페이스는 사용하기 쉽습니다.