Guia completo para configuração de ambiente
O processo de instalação é dividido em cinco etapas principais:
- Busca de códigoClonagem de repositórios do GitHub via git
git clone https://github.com/GAIR-NLP/DeepResearcher.git - Criação de ambiente virtualRecomenda-se usar o conda para criar um novo ambiente Python 3.10 para isolar as dependências
conda create -n deepresearcher python=3.10 - Instalação da dependência principalVocê precisa instalar uma versão específica do PyTorch (2.4.0), o pacote de otimização flash-attn e todas as dependências listadas no arquivo requirements.txt do projeto, nessa ordem.
- Verificação de suporte à GPU: Executar
python -c "import torch; print(torch.__version__)"Verificar a prontidão do CUDA - Configuração de serviçoEditar config.yaml para definir a chave da API do mecanismo de pesquisa e configurar os parâmetros de computação distribuída do Ray
Observação especial: é recomendável usar a GPU NVIDIA e configurar o ambiente CUDA 12.4; o desempenho será significativamente reduzido no modo CPU.
Essa resposta foi extraída do artigoDeepResearcher: IA de condução baseada em aprendizado por reforço para estudar problemas complexosO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como instalar e configurar o ambiente de tempo de execução básico do DeepResearcher?
Português do Brasil 
简体中文 
English 
日本語 
Deutsch