LLMs之Wiseflow：Wiseflow的简介、安装和使用方法、案例应用之详细攻略
目录
3、wiseflow 与常见的爬虫工具、LLM-Agent类项目有何不同与关联？
Wiseflow的简介
首席情报官（Wiseflow）是一个敏捷的信息挖掘工具，可以从网站、微信公众号、社交平台等各种信息源中按设定的关注点提炼讯息，自动做标签归类并上传数据库。
SiliconFlow官宣Qwen2-7B-Instruct、glm-4-9b-chat等数款LLM在线推理服务即日起免费，这意味着您可以“零成本”使用首席情报官进行信息挖掘啦！
我们缺的其实不是信息，我们需要的是从海量信息中过滤噪音，从而让有价值的信息显露出来！
看看首席情报官是如何帮您节省时间，过滤无关信息，并整理关注要点的吧！
1、更新信息
V0.3.0 重大更新
✅ 全新改写的通用网页内容解析器，综合使用统计学习（依赖开源项目GNE）和LLM，适配90%以上的新闻页面；
✅ 全新的异步任务架构；
✅ 全新的信息提取和标签分类策略，更精准、更细腻，且只需使用9B大小的LLM就可完美执行任务！
2、功能特色
>> 原生 LLM 应用：我们精心选择了最适合的 7B~9B 开源模型，最大化降低使用成本，且利于数据敏感用户随时完全切换至本地部署。
>> 轻量化设计：不用任何向量模型，系统开销很小，无需 GPU，适合任何硬件环境。
>> 智能信息提取和分类：从各种信息源中自动提取信息，并根据用户关注点进行标签化和分类管理。
>> WiseFlow尤其擅长从微信公众号文章中提取信息，为此我们配置了mp article专属解析器！
>> 可以被整合至任意Agent项目：可以作为任意 Agent 项目的动态知识库，无需了解wiseflow的代码，只需要与数据库进行读取操作即可！
>> 流行的 Pocketbase 数据库：数据库和界面使用 PocketBase，除了 Web 界面外，目前已有 Go/Javascript/Python 等语言的SDK。
3、wiseflow 与常见的爬虫工具、LLM-Agent类项目有何不同与关联？
特点 首席情报官（Wiseflow） Crawler / Scraper LLM-Agent
主要解决的问题 数据处理（筛选、提炼、贴标签） 原始数据获取 下游应用
关联 可以集成至WiseFlow，使wiseflow具有更强大的原始数据获取能力 可以集成WiseFlow，作为动态知识库
Wiseflow的安装和使用方法
1、安装与使用
首席情报官对于硬件基本无要求，系统开销很小，无需独立显卡和CUDA（使用在线LLM服务的情况下）
克隆代码仓库
git clone https://github.com/TeamWiseFlow/wiseflow.git
cd wiseflow
2、使用方法
强烈推荐使用docker 运行
中国区用户使用前请合理配置网络，或者指定docker hub镜像
docker compose up
可按需修改compose.yaml
注意：
在wiseflow代码仓根目录下运行上述命令；
运行前先创建并编辑.env文件放置在Dockerfile同级目录（wiseflow代码仓根目录），.env文件可以参考env_sample
第一次运行docker container时会遇到报错，这其实是正常现象，因为你尚未为pb仓库创建admin账号。
此时请保持container不关闭状态，浏览器打开http://127.0.0.1:8090/_/ ，按提示创建admin账号（一定要使用邮箱），然后将创建的admin邮箱（再次强调，一定要用邮箱）和密码填入.env文件，重启container即可。
如您想更改container的时区和语言【会决定prompt语言选择，但实测对呈现结果影响不大】，使用如下命令运行image
docker run -e LANG=zh_CN.UTF-8 -e LC_CTYPE=zh_CN.UTF-8 your_image
【备选】直接使用python运行
conda create -n wiseflow python=3.10
conda activate wiseflow
cd core
pip install -r requirements.txt
之后可以参考core/scripts 中的脚本分别启动pb、task和backend （将脚本文件移动到core目录下）
注意：
一定要先启动pb，task和backend是独立进程，先后顺序无所谓，也可以按需求只启动其中一个；
需要先去这里 https://pocketbase.io/docs/ 下载对应自己设备的pocketbase客户端，并放置在 /core/pb 目录下
pb运行问题（包括首次运行报错等）参考 core/pb/README.md
使用前请创建并编辑.env文件，放置在wiseflow代码仓根目录（core目录的上级），.env文件可以参考env_sample，详细配置说明见下
�� for developer， see /core/README.md for more
通过 pocketbase 访问获取的数据：
http://127.0.0.1:8090/_/ - Admin dashboard UI
http://127.0.0.1:8090/api/ - REST API
配置
复制目录下的env_sample，并改名为.env, 参考如下 填入你的配置信息（LLM服务token等）
windows用户可以直接在 “开始 - 设置 - 系统 - 关于 - 高级系统设置 - 环境变量“ 中设置如下项目，设置后需要重启终端生效
LLM_API_KEY # 大模型推理服务API KEY
LLM_API_BASE # 本项目依赖openai sdk，只要模型服务支持openai接口，就可以通过配置该项正常使用，如使用openai服务，删除这一项即可
WS_LOG="verbose" # 设定是否开始debug观察，如无需要，删除即可
GET_INFO_MODEL # 信息提炼与标签匹配任务模型，默认为 gpt-3.5-turbo
REWRITE_MODEL # 近似信息合并改写任务模型，默认为 gpt-3.5-turbo
HTML_PARSE_MODEL # 网页解析模型（GNE算法效果不佳时智能启用），默认为 gpt-3.5-turbo
PROJECT_DIR # 数据、缓存以及日志文件存储位置，相对于代码仓的相对路径，默认不填就在代码仓
PB_API_AUTH='email|password' # pb数据库admin的邮箱和密码（注意一定是邮箱，可以是虚构的邮箱）
PB_API_BASE # 正常使用无需这一项，只有当你不使用默认的pocketbase本地接口（8090）时才需要
模型推荐
经过反复测试（中英文任务），综合效果和价格，GET_INFO_MODEL、REWRITE_MODEL、HTML_PARSE_MODEL 三项我们分别推荐 "zhipuai/glm4-9B-chat"、"alibaba/Qwen2-7B-Instruct"、"alibaba/Qwen2-7B-Instruct"
它们可以非常好的适配本项目，指令遵循稳定且生成效果优秀，本项目相关的prompt也是针对这三个模型进行的优化。（HTML_PARSE_MODEL 也可以使用 "01-ai/Yi-1.5-9B-Chat"，实测效果也非常棒）
⚠️ 同时强烈推荐使用 SiliconFlow 的在线推理服务，更低的价格、更快的速度、更高的免费额度！⚠️
SiliconFlow 在线推理服务兼容openai SDK，并同时提供上述三个模型的开源服务，仅需配置 LLM_API_BASE 为 "https://api.siliconflow.cn/v1" ，并配置 LLM_API_KEY 即可使用。
�� 或者您愿意使用我的邀请链接，这样我也可以获得更多token奖励 ��
关注点和定时扫描信源添加
启动程序后，打开pocketbase Admin dashboard UI (http://127.0.0.1:8090/_/)
6.1 打开 **tags表单**
通过这个表单可以指定你的关注点，LLM会按此提炼、过滤并分类信息。
tags 字段说明：
- name, 关注点描述，**注意：要具体一些**，好的例子是：`中美竞争动向`，不好的例子是：`国际局势`。
- activated, 是否激活。如果关闭则会忽略该关注点，关闭后可再次开启。开启和关闭无需重启docker容器，会在下一次定时任务时更新。
6.2 打开 **sites表单**
通过这个表单可以指定自定义信源，系统会启动后台定时任务，在本地执行信源扫描、解析和分析。
sites 字段说明：
- url, 信源的url，信源无需给定具体文章页面，给文章列表页面即可。
- per_hours, 扫描频率，单位为小时，类型为整数（1~24范围，我们建议扫描频次不要超过一天一次，即设定为24）
- activated, 是否激活。如果关闭则会忽略该信源，关闭后可再次开启。开启和关闭无需重启docker容器，会在下一次定时任务时更新。
3、本地部署
如您所见，本项目使用7b\9b大小的LLM，且无需任何向量模型，这就意味着仅仅需要一块3090RTX（24G显存）就可以完全的对本项目进行本地化部署。
请保证您的本地化部署LLM服务兼容openai SDK，并配置 LLM_API_BASE 即可
Wiseflow的案例应用
持续更新中……
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
