Automated AI Web Researcher Ollama
Automated AI Web Researcher Ollama
目标受众是研究人员、学者、分析师和任何需要深入研究特定主题或问题的人。这个工具适合他们,因为它能够自动化和系统化研究过程,节省时间并提供详细的研究记录和总结,使得研究更加高效和可验证。
总访问量: 474,564,576
占比最多地区: US(19.34%)
540
简介
Automated-AI-Web-Researcher-Ollama是一个创新的研究助理工具,它通过Ollama运行的本地大型语言模型来对任何给定的主题或问题进行深入的自动化在线研究。与传统的大型语言模型互动不同,这个工具通过将查询分解为专注的研究领域,系统地通过网络搜索和相关网站的抓取来调查,并将发现自动保存到一个包含所有内容和每个来源链接的文本文件中。此外,用户可以随时输入命令停止研究,然后大型语言模型会审查所有找到的内容并提供对原始主题或问题的全面总结。用户还可以询问大型语言模型关于其研究发现的问题。这个工具的主要优点是它不仅仅是一个聊天机器人,而是一个自动化的研究助理,系统地调查主题并维护有记录的研究轨迹。
截图
产品特色
自动化研究规划,优先级专注领域
系统化网络搜索和内容分析
所有研究内容和源URL保存到详细文本文件
研究总结生成
研究后问答能力
自我改进搜索机制
丰富的控制台输出和状态指示器
使用网络源信息综合回答
研究对话模式,探索发现
根据信息发现生成新的专注领域,重复研究周期
使用教程
1. 克隆仓库:git clone https://github.com/TheBlewish/Automated-AI-Web-Researcher-Ollama
2. 进入项目目录:cd Automated-AI-Web-Researcher-Ollama
3. 创建并激活虚拟环境:python -m venv venv
4. 安装依赖:pip install -r requirements.txt
5. 安装并配置Ollama:按照 https://ollama.ai 上的指示操作
6. 创建modelfile文件并配置模型参数
7. 使用ollama命令创建模型:ollama create research-phi3 -f modelfile
8. 启动Ollama:ollama serve
9. 运行研究助理:python Web-LLM.py
10. 开始研究会议:输入@后跟研究查询,按CTRL+D提交
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图