微信扫码
与创始人交个朋友
斯坦福大学的 STORM是一个免费的 AI 工具,可让您在几秒钟内将一个主题转换为长篇文章/研究论文。
Hi,这里是Aitrainee,欢迎阅读本期新文章。
在“石器时代”,人们需要自己写作和做研究,通过阅读成千上万本书、写参考文献等来完成。
但在AI时代,你可以用AI来做所有事情,尤其是在研究方面。
你可以提供一个长篇的参考文献上下文,它可以为你总结信息。此外,它还可以执行你需要的多个其他任务。
有几个AI平台可以通过网络搜索来实现这一点,比如Perplexity。但许多人说它本质上是Google搜索结果的一个AI包装,并且每月收费20美元。
这就是为什么我以前介绍了许多Perplexity的替代品。
Perplexity最近推出了一个新功能,叫做Pages。Pages就像是一篇文章,如果你提供一个主题,Perplexity可以为你写一篇文章。
这很酷,但今天我有一个类似的东西,非常酷,而且完全免费使用,不像Perplexity,它叫做Storm。
Storm是斯坦福大学开发的,它允许你给它任何主题来生成类似于维基百科的文章或研究论文。
它通过爬取多个网页、引用它们并执行多个其他任务来创建一篇非常详细的文章。
它的实现方式也很有趣,据我所知,它有多个不同主题的专家,比如AI 专家负责AI主题,远程工作专家负责工作相关主题。
这些专家然后被分配给一个专家维基百科作者,该作者向主题专家提问、编写大纲并完成整篇文章,这真的很酷。
使用它也非常简单,你可以在他们的网站上免费使用它,没有任何明显的限制,或者你可以用自己的API密钥在本地托管它。
让我向你展示如何通过他们的网站免费使用它。首先注册,一旦注册,你会看到这个界面。
https://storm.genie.stanford.edu/
现在你可以在这里输入你的主题,并生成任何你想要的内容。
还有一个发现选项,你可以看到其他人生成的多篇文章。你在这里生成的东西也会供其他人查看。
让我们生成一些内容看一看。
我会要求它生成一篇关于AI代理的文章。你可以在这里输入提示词,一旦输入完毕并点击按钮,文章就会开始生成。
正如你所看到的,它首先搜索多个来源并总结它们以提供上下文,
现在我们终于有了文章。左边你可以看到它涵盖的每个主题,右边你可以看到整篇文章。
你可以看到它真的很长,涵盖了你想要的一切,而且写作也很好。我认为Perplexity或其他任何东西都无法写出如此长的文章。
Storm差不多有六七页的全文,你还可以点击这里将导出为PDF。
另一个很酷的功能是,每个段落都显示了使用的参考文献,你可以看到参考文献文章或页面的摘要。
这意味着你不需要访问页面来自己验证,你只需要看摘要。这真的很酷,我的意思是,它超级准确,包含了所有细节。
我认为目前没有其他东西可以做到这一点,并生成如此长且详细的研究文章(如果显示出来是英文的话,你可能需要网页翻译工具,并且另存为可以保留中文的html)。
或者你使用一些插件(Awesome Screenshot)来长截屏:
你在这里生成的文章也会在发现标签中供其他人阅读,通过这个标签,你还可以阅读其他人生成的文章。
但如果你不想让别人访问你生成的数据,你可以在本地设置。
为此,你需要先运行这些命令。首先在你的计算机上克隆仓库,
然后导航到目录并创建cond环境。我会跳过cond命令,因为你只活一次。接下来运行PIP安装命令来安装依赖项。
conda create -n storm python=3.11conda activate stormpip install -r requirements.txt
完成后,创建一个名为secrets.yml的文件,你可以使用azure openai或默认openai。
要使用默认openai,只需输入这两个变量并在此处输入你的API密钥。完成后复制这个变量并在此处粘贴,并输入你的youcom api密钥。
完成后保存。现在你可以使用这个命令开始使用它,它会询问你想要生成文章的主题,并会生成它。
如果你不想让世界看到你生成的内容,你可以通过此选项在你的机器上本地执行。你还可以配置它以使用claude和其他模型。
你可以通过他们的readme了解如何操作,这非常简单。
总体来说,这是一个惊人的工具,比Perplexity Pages更好,可以生成关于一个主题的超级长且详细的文章和论文,并且完全免费。
我没有看到它可以生成多少或什么内容的限制,它也超级快,并且可以生成关于任何主题的内容,因为它通过网页爬取和搜索API获取实时信息。总体来说,非常棒。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-09-07
【干货】带你一步步安装与使用AnythingLLM
2024-09-07
清华开源LongCite,如何提高大模型的溯源能力?
2024-09-07
不同开源基座大模型对比及领域落地的选型考虑 Qwen LLaMa等
2024-09-07
我的RAG之路 - AnythingLLM 介绍篇
2024-09-06
DeepSeek-V2.5:融合通用与代码能力的全新开源模型
2024-09-06
一个火爆的国产AI项目,已开源!
2024-09-06
神秘提示词:几行代码如何激发AI的科学思维,这个超级Prompt突然爆红
2024-09-06
构建个性化AI,由您所见、所说、所听驱动,支持Ollama
2024-08-13
2024-05-06
2024-06-12
2023-07-01
2024-07-08
2024-07-25
2024-07-11
2024-07-25
2024-07-18
2024-06-16