MindSearch 部署到Github Codespace 和 Hugging Face Space

于 2024-10-06 13:09:07 发布
阅读量310 收藏 3
点赞数 3
分类专栏： 大模型 文章标签： 书生·浦语 大模型 部署 书生 提示工程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47524641/article/details/142724608
版权

MindSearch 部署到Github Codespace 和 Hugging Face Space

参考教程

随着硅基流动提供了免费的 InternLM2.5-7B-Chat 服务（免费的 InternLM2.5-7B-Chat 真的很香），MindSearch 的部署与使用也就迎来了纯 CPU 版本，进一步降低了部署门槛。那就让我们来一起看看如何使用硅基流动的 API 来部署 MindSearch 吧。

部署Github Codespace

在这里插入图片描述
在这里插入图片描述

部署Huggingface

注意在requirements中需添加class_registry

在这里插入图片描述
在这里插入图片描述

Hugging Face快速入门（重点讲解模型(Transformers)和数据集部分(Datasets)）
iioSnail的博客
08-08 7万+
1. Hugging Face是什么，提供了哪些内容 2. Hugging Face模型的使用（Transformer类库） 3. Hugging Face数据集的使用（Datasets类库）
hugging face 使用教程———快速入门
TigerZ*的博客
07-24 6834
本篇存在的意义是快速介绍hugging face使用，梳理主要部件，梳理易混淆概念。原因是：目前hugging face的使用，官方放在了3个地方（参考链接部分）：使用文档、NLP教程、Transformers git的readme 文件，很多重叠内容比较浪费时间，很容易看懵。等大家有了主要概念再去看需要具体看某个函数或功能。
MindSearch 部署到Github Codespace 和 Hugging Face Space（学习笔记）
weixin_49463617的博客
09-01 1020
随着硅基流动提供了免费的 InternLM2.5-7B-Chat 服务（免费的 InternLM2.5-7B-Chat 真的很香），MindSearch 的部署与使用也就迎来了纯 CPU 版本，进一步降低了部署门槛。在最后，将 /root/mindsearch/mindsearch_deploy 目录下的文件（使用 git）提交到 HuggingFace Space 即可完成部署了。现在codespace就是本地仓库，huggingface space是远程仓库，接下来使用方法就和常规的git一样了。
【MindSearch】MindSearch 部署到Github Codespace 和 Hugging Face Space
googteo的博客
09-10 191
https://huggingface.co/spaces/Awaken/huixiang
书生实战营-L2-MindSearch 部署到Github Codespace 和 Hugging Face Space
m0_52343470的博客
08-30 393
由于硅基流动 API 的相关配置已经集成在了 MindSearch 中，所以我们可以直接执行下面的代码来启动 MindSearch 的后端。首先创建新 API 密钥，然后点击密钥进行复制，以备后续使用。最后，我们先新建一个目录，准备提交到 HuggingFace Space 的全部文件。填这个new secrets时候，复制API Key一定要显性复制，不然会报错。在后端启动完成后，我们打开新终端启动 MindSearch 的前端。来注册硅基流动的账号（如果注册过，则直接登录即可）。
书生·浦语大模型实战营(MindSearch 部署到Github Codespace 和 Hugging Face Space)
u013232710的博客
09-25 258
其中，app.py 的内容如下可查看以下链接:git clone https://huggingface.co/spaces/<你的名字>/<仓库名称>cd <仓库名称>
MindSearch HuggingFace部署 + 小白详细步骤
VC_Alexa的博客
08-24 692
尤其教程最后一步一句话：将 /root/mindsearch/mindsearch_deploy 目录下的文件（使用 git）提交到 HuggingFace Space 即可完成部署。借着github的codespaces窗口里继续写，按教程创建复制好文件，mindsearch_deploy文件夹下创建app.py。去setting设置access token，创建一个新的，记下name，创建复制好那一串密钥到别处备用。老样子，右边不出字，我之前就这样，不纠结了。按教程即可，中间有个小技巧解决。
进阶岛 - MindSearch(CPU版)部署到github codespace
纸上得来终觉浅 绝知此事要躬行
08-23 1063
github codespace很好用，丝滑、快速huggingface的space管理代码也很好用，自动编译、容器打包、发布一气呵成mindsearch很好用，效果超出预想。planner和searcher的交互丝滑、有效率。mindsearch内置搜索可解决很多通用问题，让agent的外挂API可以聚焦特定场景不重复造轮子效果于远远超出以前试用的各种开源Agent，具备实用价值。
InternStudio大模型之路（十六）：MindSearch 快速部署到Github 和 Hugging Face
weixin_56460049的博客
09-06 1760
随着硅基流动提供了免费的 InternLM2.5-7B-Chat 服务（免费的 InternLM2.5-7B-Chat 真的很香），MindSearch 的部署与使用也就迎来了纯 CPU 版本，进一步降低了部署门槛。那就让我们来一起看看如何使用硅基流动的 API 来部署 MindSearch 吧。
MindSearch 部署到Hugging Face Space
2303_77267815的博客
09-07 783
按照教程，将 MindSearch 部署到 HuggingFace 并美化 Gradio 的界面，并提供截图和 Hugging Face 的Space的链接。首先，我们打开 https://account.siliconflow.cn/login 来注册硅基流动的账号（如果注册过，则直接登录即可）。由于硅基流动 API 的相关配置已经集成在了 MindSearch 中，所以我们可以直接执行下面的代码来启动 MindSearch 的后端。浏览器会自动在新的页面打开一个web版的vscode。
MindSearch 部署的到 Hugging Face Space
GYX67的博客
08-23 817
和相比区别是把internstudio换成了github codespace。随着硅基流动提供了免费的 InternLM2.5-7B-Chat 服务（免费的 InternLM2.5-7B-Chat 真的很香），MindSearch 的部署与使用也就迎来了纯 CPU 版本，进一步降低了部署门槛。那就让我们来一起看看如何使用硅基流动的 API 来部署 MindSearch 吧。
[LLM]Hugging Face 的 Autotrain-Advanced 探索
摩登都市天空---专栏
07-03 1014
AutoTrain Advanced，这是一款无代码工具，专门设计用于让用户无需编写一行代码即可创建、微调和部署自己的 AI 模型。只需上传数据即可训练自定义机器学习模型。AutoTrain 将自动为你的数据找到最佳模型。它不仅可以帮助机器学习工程师，甚至可以帮助非开发人员轻松训练最先进的 ML 模型。只需要简单几步即可快速完成模型的微调、训练、推理和部署。AutoTrain 是一种自动训练和部署最先进的机器学习模型的方法，与 Hugging Face 生态系统无缝集成。
Hugging Face系列2：详细剖析Hugging Face网站资源——实战六类开源库transformers/diffusers/datasets/PEFT/accelerate/optimum
shao918516的博客
06-05 1694
Hugging Face在GitHub上开源了一系列的机器学习库和工具，在其组织页面置顶了一些开源库，包括transformers、diffusers、datasets、peft、accelerate以及optimum，本篇逐一详细介绍并给出对应的实战用例，方便读者更直观的理解和应用。
180B参数的Falcon登顶Hugging Face，vs chatGPT 最好开源大模型使用体验
Cachel Wood的博客
09-09 1462
在回答问题的深度和广度上都明显优于只有70亿参数量的。拥有1800亿的参数量，在智能问答领域做到了。，并且对中文的支持更好。
无需编写任何代码即可创建应用程序：Deepseek-R1 和 RooCode AI 编码代理.pdf
02-18
deepseek最新资讯、配置方法、使用技巧，持续更新中
Heric拓扑并网离网仿真模型：PR单环控制，SogIPLL锁相环及LCL滤波器共模电流抑制技术解析,基于Heric拓扑的离网并网仿真模型研究与应用分析：PR单环控制与Sogipll锁相环的共模电流抑
02-18
Heric拓扑并网离网仿真模型：PR单环控制，SogIPLL锁相环及LCL滤波器共模电流抑制技术解析,基于Heric拓扑的离网并网仿真模型研究与应用分析：PR单环控制与Sogipll锁相环的共模电流抑制效能,#Heric拓扑并离网仿真模型（plecs） 逆变器拓扑为：heric拓扑。 仿真说明： 1.离网时支持非单位功率因数负载。 2.并网时支持功率因数调节。 3.具有共模电流抑制能力（共模电压稳定在Udc 2）。 此外，采用PR单环控制，具有sogipll锁相环，lcl滤波器。 注：（V0004） Plecs版本4.7.3及以上 ,Heric拓扑; 离网仿真; 并网仿真; 非单位功率因数负载; 功率因数调节; 共模电流抑制; 共模电压稳定; PR单环控制; sogipll锁相环; lcl滤波器; Plecs版本4.7.3及以上,Heric拓扑：离网并网仿真模型，支持非单位功率因数与共模电流抑制
培训机构客户管理系统 2024免费JAVA微信小程序毕设
02-18
2024免费微信小程序毕业设计成品，包括源码+数据库+往届论文资料，附带启动教程和安装包。 启动教程：https://www.bilibili.com/video/BV1BfB2YYEnS 讲解视频：https://www.bilibili.com/video/BV1BVKMeZEYr 技术栈：Uniapp+Vue.js+SpringBoot+MySQL。 开发工具：Idea+VSCode+微信开发者工具。
基于SMIC 40nm工艺库的先进芯片技术,SMIC 40nm工艺库技术细节揭秘：引领半导体产业新革命,smic40nm工艺库 ,smic40nm; 工艺库; 芯片制造; 纳米技术,SMIC 40nm
最新发布
02-18
基于SMIC 40nm工艺库的先进芯片技术,SMIC 40nm工艺库技术细节揭秘：引领半导体产业新革命,smic40nm工艺库 ,smic40nm; 工艺库; 芯片制造; 纳米技术,SMIC 40nm工艺库：领先技术驱动的集成电路设计基础
在VS Code中管理GitHub Pull Requests和问题
不过，从这个名称可以推测，扩展可能遵循一个主干开发模式，即所有代码和资源都位于一个主目录下，便于管理和部署。 通过以上知识点的详细说明，我们已经对“vscode-pull-request-github”扩展有了全面的理解，从...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值