STORM：斯坦福大学开源的写作助手，通过检索和多角度提问来整理知识。

STORM是什么？

STORM是斯坦福大学开发的一个基于大型语言模型（LLM）的知识整理系统，能通过互联网搜索研究主题，并生成带引用的完整报告。该系统包括STORM和Co-STORM两个子系统，具备自动化研究、多视角提问、协作对话和动态知识管理等功能，极大简化了知识整理和长篇内容生成流程，支持人机协作。

STORM功能

自动化研究与资料收集

互联网搜索：通过Bing、You.com等搜索引擎收集主题相关资料。

生成大纲：基于资料自动生成文章大纲，帮助组织内容结构。

引用管理：自动添加引用，确保内容的可验证性和学术性。

多视角提问策略

视角引导提问：分析类似主题文章，发现不同视角并引导提问，获取更全面信息。

模拟对话：模拟维基百科作者与专家对话，通过问答更新主题理解，生成更深入的问题。

文章生成与优化

长篇内容生成：根据大纲和资料生成完整文章。

文章润色：优化文章内容，如添加总结、去除重复等，提升质量。

高度可定制化

模块化设计：分为知识整理、大纲生成、文章生成和润色四个模块，用户可按需定制。

多语言模型支持：可选择GPT-3.5、GPT-4等模型，平衡成本与质量。

用户友好性

简单易用的API：提供Python接口，方便开发者快速集成。

示例脚本：提供多种示例脚本，帮助用户快速上手。

Co-STORM功能

人机协作知识整理

协作对话协议：支持用户与ai对话，引导AI生成更符合需求的内容。

动态思维导图：实时更新思维导图，帮助组织和展示信息，减轻认知负担。

多角色协作

LLM专家：基于外部知识源生成答案或提出后续问题。

协调员：根据检索信息生成启发性问题，推动对话深入。

人类用户：观察对话或主动参与，引导讨论方向。

协作式内容生成

逐步协作：通过多次交互完善知识整理。

实时反馈：用户可随时注入观点或问题，AI调整生成内容。

知识库管理

知识库更新：协作过程中动态更新知识库，确保信息准确完整。

报告生成：基于协作对话生成高质量知识报告。

多种检索模块支持

集成Bing、You.com等检索工具，用户可按需选择。

STORM安装与使用

通过pip install knowledge-storm安装系统。

支持多种语言模型和检索模块（如Bing搜索、You.com）。

提供详细API和示例脚本，便于快速上手。

STORM应用场景

学术与研究

快速生成文献综述、研究报告，提供多角度分析。

内容创作

自动生成文章初稿，激发创意，提供写作思路。

教育领域

构建知识框架，辅助学习；生成教学材料，提高备课效率。

商业应用

分析市场趋势，生成商业报告；构建智能客服系统，解答常见问题。

企业知识管理

整理企业知识库，更新内部文档，提升效率。

行业应用

医疗：整理医学文献，辅助临床决策。

制造：生成工艺文档，提升生产效率。

金融：分析数据，提供决策支持。

GitHub 仓库地址：https://github.com/stanford-oval/storm

STORM官网：https://storm.genie.stanford.edu/