storm

输入主题,自动生成带引用的长文报告

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 3008 🐛 待处理 119 👀 关注 188
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 31840
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,MIT许可证,完全免费,可自行部署使用。

项目预览

storm 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队stanford-oval
定价模式🏷️完全免费
价格说明开源项目,MIT许可证,完全免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议MIT
主要语言Python
技术栈/模型agentic-rag,deep-research,emnlp2024,knowledge-curation,large-language-models,naacl,nlp,report-generation,retrieval-augmented-generation
GitHub 星标★ 31840
上线时间2024-03-24 00:00:00
代码更新2025-09-30
仓库体积8.0 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数6

项目介绍

STORM是一个基于大语言模型的知识整理系统,能够针对用户给定的主题进行自主研究,并生成带有引用的完整长篇报告。它通过多智能体协作模拟人类写作流程,包括资料收集、大纲生成、文章撰写和引用标注等环节,帮助用户快速获取结构化的深度内容,解决了传统信息检索中资料分散、整合耗时的问题。核心能力包括自动搜索网络资料、生成带引用的报告、支持自定义模型和检索接口,适用于学术研究、市场分析、技术调研等场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 31840

使用教程

难度:进阶 约 15 分钟 部署方式:库/依赖 5 步

环境要求

  • Python 3.11(README 源码安装示例使用 conda create -n storm python=3.11)
  • OpenAI API Key(用于语言模型与 openai 类型的编码器)
  • 可访问 GitHub、LLM 接口与检索服务的网络环境
  • 可选:Conda(用于创建独立环境)
  • 可选:Bing Search 或 You.com 检索 API Key(使用对应检索器时需要)

安装与启动步骤

  1. 1安装 STORM 库

    最简单的方式:直接通过 pip 安装官方发布的 knowledge-storm 包,作为依赖在代码中调用。

    pip install knowledge-storm
  2. 2克隆源码仓库

    若想修改 STORM 引擎行为,则克隆源码到本地并进入 storm 目录。

    git clone https://github.com/stanford-oval/storm.git
    cd storm
  3. 3创建 Python 环境

    README 示例使用 Python 3.11,建议用 conda 建独立环境避免依赖冲突。

    conda create -n storm python=3.11
    conda activate storm
  4. 4安装项目依赖

    在已激活的 storm 环境中安装 requirements.txt 列出的全部依赖包。

    pip install -r requirements.txt
  5. 5写入 API 密钥

    在项目根目录新建 secrets.toml,填入语言模型与检索服务的密钥。

    # secrets.toml
    OPENAI_API_KEY="your_openai_api_key"
    BING_SEARCH_API_KEY="your_bing_search_api_key"
    ENCODER_API_TYPE="openai"

关键配置

配置项必填说明示例
OPENAI_API_KEY是语言模型与编码器调用的 OpenAI 密钥your_openai_api_key
BING_SEARCH_API_KEY否使用 BingSearch 检索器时需要的密钥your_bing_search_api_key
ENCODER_API_TYPE否编码器类型,使用 OpenAI 编码器时填 openaiopenai
YDC_API_KEY否YouRM 检索器所需的 You.com API 密钥your_ydc_api_key

如何确认成功

能成功 import knowledge_storm 并运行 examples 目录下的示例脚本、正常产出带引用的报告即安装成功。

常见问题

Q:pip 安装与克隆源码有什么区别?

A:pip install knowledge-storm 适合直接当库使用;克隆源码则可自行修改 STORM 引擎的行为。

Q:必须用 OpenAI 的模型吗?

A:不强制。v1.1.0 起集成了 litellm,可切换其他语言与嵌入模型;但示例配置默认使用 OPENAI_API_KEY。

Q:检索资料从哪里来?

A:支持 YouRM、BingSearch 等搜索引擎,也可用 VectorRM 基于用户自己提供的文档进行检索。

Q:对 Python 版本有要求吗?

A:README 源码安装示例使用 python=3.11,建议按此版本创建 conda 环境以免依赖冲突。

注意事项

  • secrets.toml 含密钥,不要提交到公开仓库。
  • STORM 与 Co-STORM 分别使用 STORMWikiRunner 和 CoStormRunner,参数不同请对应参考。
  • runner.run 的 do_research、do_generate_outline、do_generate_article、do_polish_article 置 False 可复用已有结果。
  • 调用 LLM 与检索服务会产生网络请求和费用,注意控制 top_k 等参数。

核心亮点

  • 多智能体协作模拟真实研究流程,报告结构完整
  • 自动引用来源,保证内容可追溯
  • 支持自定义LLM和检索器,灵活集成到现有工作流

不足之处

  • 依赖外部搜索API,可能产生额外成本
  • 生成报告质量受限于模型和检索源质量

适用场景

  • 学术文献综述初稿生成
  • 行业研究报告快速起草
  • 技术趋势调研与资料整理

替代项目

AutoGen、LangChain、Haystack

上一篇:Medical-Graph-RAG

下一篇:ChatKBQA

同类项目推荐

infino 开源

在应用内嵌 Parquet 检索,全文+向量混合搜索开箱即用

Embedded retrieval library built on Parquet. Fast, efficient, and scalable.

★ 152 2026-10-09
album-ai 开源

跟相册聊天,用大白话找照片,AI 自动理解内容

AI-First Album: Chat with your gallery using plain language! LLM Vision + RAG + Albu···

★ 793 2026-08-09
NexusRAG 开源

混合检索+知识图谱+重排序,让AI回答有据可依

Hybrid RAG system combining vector search, knowledge graph (LightRAG), and cross-enc···

★ 530 2026-08-09
dropbox-ai-chat 开源

用自然语言问 Dropbox,秒回文件里的答案

AI-powered Dropbox search tool for private documents

★ 168 2026-08-09
Qmedia 开源

本地部署多模态搜索,让素材秒变答案

An open-source AI content search engine designed specifically for content creators. ···

★ 639 2026-08-09
Deep-Research-Survey 开源

一张地图看懂AI深度研究领域,快速定位技术与产品

A Systematic Survey of Deep Research

★ 323 2026-08-09
ChatData 开源

自带海量知识库,快速给你的应用加上 RAG 问答能力

ChatData brings RAG to real applications with FREE✨ knowledge bases. Now enjoy yo···

★ 178 2026-08-09
heimdall 开源

纯 CPU 给 AI 装记忆,本地检索不烧显卡

A lightweight CPU only memory approach with ranked retrieval. Simple, yet effective.

★ 137 2026-09-18
quick-start-connectors 开源

一键连接你的数据,快速实现 Cohere RAG 问答

This open-source repository offers reference code for integrating workplace datastor···

★ 154 2026-08-09