MAESTRO：拥有本地知识库和多代理协作的深度研究助手

MAESTRO 是一个开源的 AI 研究工具，旨在帮助用户处理复杂的科研任务。它通过文档管理、检索增强生成（RAG）和多代理协作，提供从研究规划到报告生成的完整流程。用户可以上传 PDF 文档，借助 AI 代理完成信息检索、分析和报告撰写。MAESTRO 支持自托管，适合需要高效整理和分析大量信息的用户，例如学者、分析师和开发者。项目基于 Python 和 Docker 构建，界面友好，操作灵活，适合个人或团队协作。

功能列表

• 文档管理：上传和管理 PDF 文件，构建可查询的知识库。
• 检索增强生成（RAG）：结合文档检索和生成技术，提供精准的响应。
• 多代理协作：包含规划、研究、反思和写作代理，自动分解任务并生成报告。
• 自托管部署：通过 Docker 容器化运行，保护数据隐私。
• 网页界面：基于 Streamlit 的直观界面，方便操作和查看结果。
• 报告生成：自动生成结构化研究报告，支持迭代优化。
• 自定义配置：支持用户设置 API 密钥和网络参数，灵活适配需求。

使用帮助

安装流程

MAESTRO 是一个自托管的工具，推荐使用 Docker 进行部署。以下是详细的安装步骤，确保用户能够快速上手。

1. 准备环境
   • 确保系统已安装以下软件：
     • Docker 和 Docker Compose：用于容器化运行。
     • Git：用于克隆代码仓库。
     • NVIDIA GPU（可选）：提高嵌入和排序模型的性能。
     • 磁盘空间：约 5GB 用于存储 AI 模型（首次运行自动下载）。
   • 检查系统是否支持 Python 3.x。
2. 克隆代码仓库
   在终端中运行以下命令，下载 MAESTRO 的源代码：

   git clone https://github.com/murtaza-nasir/maestro.git
   cd maestro
   

3. 配置环境变量
   • 运行提供的配置脚本，生成 .env 文件：

     ./setup-env.sh
     

   • 脚本会引导用户设置网络参数和 API 密钥。用户需要提供必要的 API 密钥（例如语言模型或外部服务的密钥）。
   • 也可以手动复制 .env.example 文件并编辑：

     cp .env.example .env
     

     编辑 .env 文件，填入 API 密钥和其他配置，例如：

     API_KEY=your_api_key_here
     PORT=3030
     

4. 构建并运行
   • 使用 Docker Compose 构建和启动服务：

     docker compose up --build -d
     

   • 此命令会在后台启动 MAESTRO 的容器。首次运行会自动下载所需的 AI 模型。
   • 等待容器启动完成，通常需要几分钟。
5. 访问 MAESTRO
   • 打开浏览器，访问配置的地址（默认是 http://localhost:3030）。
   • 使用默认登录凭据：用户名 admin，密码 adminpass123。
   • 登录后立即更改默认密码，以确保安全。

使用主要功能

MAESTRO 的核心功能围绕文档管理、研究任务和报告生成展开。以下是详细的操作指南。

文档管理

• 上传文档：登录后，进入“文档库”页面。点击“上传”按钮，选择 PDF 文件，或直接拖放文件到指定区域。系统会自动将 PDF 转换为可查询的知识库。
• 管理文档：在文档库中，用户可以查看已上传的文件列表，支持删除或重新整理文件。每个文件会显示上传时间和大小，方便管理。
• 搜索文档：通过搜索栏输入关键词，系统会基于 RAG 技术返回与关键词相关的文档内容。

研究任务

• 创建任务：在“任务”页面，点击“新建任务”。输入研究目标，例如“分析气候变化对农业的影响”。系统会自动调用规划代理分解任务。
• 执行任务：规划代理会生成子任务，分配给研究代理和反思代理。用户可以在任务页面实时查看进度，代理会从文档和网络中收集信息。
• 反思与优化：反思代理会检查研究结果的完整性和准确性。如果发现不足，系统会自动调整任务计划，重新收集数据。

报告生成

• 生成报告：研究完成后，写作代理会根据收集的数据生成报告草稿。用户可以在“报告”页面预览内容。
• 编辑与优化：点击“编辑”按钮，进入写作界面。用户可以手动修改报告内容，或让反思代理进一步优化，确保报告逻辑清晰、内容准确。
• 导出报告：支持将报告导出为 PDF 或 Markdown 格式，方便分享或存档。

自定义设置

• 在“设置”页面，用户可以调整语言模型参数，例如选择不同的生成模型或调整生成内容的语气。
• 支持多用户管理，管理员可以在“用户管理”页面添加或删除用户，分配权限。

注意事项

• 确保 Docker 服务正常运行，避免端口冲突。
• 首次运行可能因模型下载而较慢，请耐心等待。
• 如果需要更高的性能，推荐使用 NVIDIA GPU 加速。

应用场景

1. 学术研究
   学者可以上传学术论文，快速提取关键信息并生成综述报告。例如，分析多篇论文中的核心观点，整理成结构化的研究报告。
2. 数据分析
   分析师可以利用 MAESTRO 处理行业报告，提取数据并生成分析总结，适合快速生成市场趋势报告。
3. 内容创作
   作家或记者可以上传背景资料，借助 MAESTRO 整理信息，生成文章初稿，节省研究时间。
4. 团队协作
   研究团队可以通过 MAESTRO 的多用户功能，共享文档和任务，协同完成复杂项目。

QA

1. MAESTRO 是否需要联网运行？
   MAESTRO 支持离线运行，但首次运行需要联网下载模型。如果任务涉及网络搜索，需保持联网状态。
2. 如何确保数据隐私？
   MAESTRO 是自托管工具，数据存储在本地服务器，用户完全控制数据。建议定期备份 .env 文件和文档库。
3. 是否支持非 PDF 文件？
   当前版本主要支持 PDF 文件，未来可能扩展到其他格式。用户可将其他格式转换为 PDF 后上传。
4. 如何优化报告质量？
   用户可以在任务设置中调整模型参数，或手动编辑报告内容。多次运行反思代理也能提高报告的准确性。