首席情报官 Wiseflow

项目简介

首席情报官（Wiseflow）是一个敏捷的信息挖掘工具，可以从网站、微信公众号、社交平台等各种信息源中按设定的关注点提炼讯息，自动做标签归类并上传数据库。

我们缺的其实不是信息，我们需要的是从海量信息中过滤噪音，从而让有价值的信息显露出来！

看看首席情报官是如何帮您节省时间，过滤无关信息，并整理关注要点的吧！

你可以轻松将它整合到任意 Agent 项目中作为动态知识库。

安装与使用

首席情报官对于硬件基本无要求，系统开销很小，无需独立显卡和CUDA（使用在线LLM服务的情况下）

1. 克隆代码仓库

   😄 点赞、fork是好习惯

2. 强烈推荐使用docker 运行

中国区用户使用前请合理配置网络，或者指定docker hub镜像

可按需修改compose.yaml

注意：

• 在wiseflow代码仓根目录下运行上述命令；

• 运行前先创建并编辑.env文件放置在Dockerfile同级目录（wiseflow代码仓根目录），.env文件可以参考env_sample

• 第一次运行docker container时会遇到报错，这其实是正常现象，因为你尚未为pb仓库创建admin账号。

此时请保持container不关闭状态，浏览器打开http://127.0.0.1:8090/_/ ，按提示创建admin账号（一定要使用邮箱），然后将创建的admin邮箱（再次强调，一定要用邮箱）和密码填入.env文件，重启container即可。

如您想更改container的时区和语言【会决定prompt语言选择，但实测对呈现结果影响不大】，使用如下命令运行image

3.【备选】直接使用python运行

1. 之后可以通过core/scrips 中的脚本分别启动pb、task和backend （将脚本文件移动到core目录下）

   注意：

   📚 for developer， see /core/README.md for more

   通过 pocketbase 访问获取的数据：

• http://127.0.0.1:8090/_/ - Admin dashboard UI

• http://127.0.0.1:8090/api/ - REST API

• 一定要先启动pb，task和backend是独立进程，先后顺序无所谓，也可以按需求只启动其中一个；

• 需要先去这里 https://pocketbase.io/docs/ 下载对应自己设备的pocketbase客户端，并放置在 /core/pb 目录下

• pb运行问题（包括首次运行报错等）参考 core/pb/README.md

• 使用前请创建并编辑.env文件，放置在wiseflow代码仓根目录（core目录的上级），.evn文件可以参考env_sample，详细配置说明见下

配置

复制目录下的env_sample，并改名为.env, 参考如下 填入你的配置信息（LLM服务token等）

• LLM_API_KEY # 大模型推理服务API KEY

• LLM_API_BASE # 本项目依赖openai sdk，只要模型服务支持openai接口，就可以通过配置该项正常使用，如使用openai服务，删除这一项即可

• WS_LOG="verbose" # 设定是否开始debug观察，如无需要，删除即可

• GET_INFO_MODEL # 信息提炼与标签匹配任务模型，默认为 gpt-3.5-turbo

• REWRITE_MODEL # 近似信息合并改写任务模型，默认为 gpt-3.5-turbo

• HTML_PARSE_MODEL # 网页解析模型（GNE算法效果不佳时智能启用），默认为 gpt-3.5-turbo

• PROJECT_DIR # 数据、缓存以及日志文件存储位置，相对于代码仓的相对路径，默认不填就在代码仓

• PB_API_AUTH='email|password' # pb数据库admin的邮箱和密码（注意一定是邮箱，可以是虚构的邮箱）

• PB_API_BASE # 正常使用无需这一项，只有当你不使用默认的pocketbase本地接口（8090）时才需要

模型推荐

经过反复测试（中英文任务），综合效果和价格，GET_INFO_MODEL、REWRITE_MODEL、HTML_PARSE_MODEL 三项我们分别推荐 "zhipuai/glm4-9B-chat"、"alibaba/Qwen2-7B-Instruct"、"alibaba/Qwen2-7B-Instruct"

它们可以非常好的适配本项目，指令遵循稳定且生成效果优秀，本项目相关的prompt也是针对这三个模型进行的优化。（HTML_PARSE_MODEL 也可以使用 "01-ai/Yi-1.5-9B-Chat"，实测效果也非常棒）

⚠️ 同时强烈推荐使用 SiliconFlow 的在线推理服务，更低的价格、更快的速度、更高的免费额度！⚠️

SiliconFlow 在线推理服务兼容openai SDK，并同时提供上述三个模型的开源服务，仅需配置 LLM_API_BASE 为 "https://api.siliconflow.cn/v1" ， 并配置 LLM_API_KEY 即可使用。

😄 或者您愿意使用我的邀请链接，这样我也可以获得更多token奖励 😄

关注点和定时扫描信源添加

启动程序后，打开pocketbase Admin dashboard UI (http://127.0.0.1:8090/_/)

 通过这个表单可以指定自定义信源，系统会启动后台定时任务，在本地执行信源扫描、解析和分析。
 sites 字段说明：
 - url, 信源的url，信源无需给定具体文章页面，给文章列表页面即可。 - per_hours, 扫描频率，单位为小时，类型为整数（1~24范围，我们建议扫描频次不要超过一天一次，即设定为24） - activated, 是否激活。如果关闭则会忽略该信源，关闭后可再次开启。开启和关闭无需重启docker容器，会在下一次定时任务时更新。