English 中文
你知道你想看什么样的论文，但传统搜索引擎不了解你，AI 搜索为了效率总是草草了事。要是有人能沉下心来尝试每一种检索词，阅读每篇文章并判断是否符合你的要求，该有多好！
「信息差」便是一个这样的 AI 智能体！该智能体可以在 LLaMA3-8b 级别的大模型上运行。得益于严格的输出类型规范，「信息差」可以以较高的质量不断向你推荐符合要求的文章。
目前只支持 Ollama、LiteLLM 或其他 OpenAI 格式的接口。我设计的提示对模型要求不高，水平在 LLaMA3-8b 附近即可，但会消耗大量的 token，因此建议使用自建接口，避免过高的消费。
目前本仓库还在开发阶段，暂未封装 Docker 镜像。如果需要使用，请先克隆本仓库：
git clone [email protected]:info-gap/info-gap-server.git
然后安装 Python 依赖：
instructor
arxiv
创建 .env 并设置：
OPENAI_API_URL=<your-api-url>
OPENAI_API_KEY=<your-api-key> # 无密码的话可以写任意东西
在 main.py 中修改 REQUEST，然后运行助理：
python main.py
- 分页查询，按照优先级调度
- 日志
- 模块性能测试
- 优化提示
- Docker 封装和自定义 LLM
- 客户端
- 优化去重逻辑
整体采用任务池架构，info_gap/scheduler.py 是调度器，info_gap/task/ 中是各种任务，main.py 是程序入口。