MultiAgent-Search：基于多智能体识别图像位置

0.鸣谢

感谢 上海人工智能实验室书生浦语大模型 的支持，感谢实训营提供的赞助和机会。

1.展示(点击进入)：

快速运行：

1. 创建 .env 文件（参考 .env.example）并配置以下 API 密钥：
   • DASHSCOPE_API_KEY：通义千问VL大模型API密钥
   • BOCHA_API_KEY：博查搜索API密钥
   • AMAP_API_KEY：高德地图API密钥
   • SILICON_FLOW_API_KEY：Silicon Flow API秘钥
2. 安装依赖：pip install -r requirements.txt
3. 运行服务：python center/center.py

2.介绍

MultiAgent-Search是基于InternLM书生浦语大模型实现的多智能体项目，在图寻地址方面为全球首创，旨在利用多Agent识别上海市松江大学城图像，识别过程很好地模拟了人类思考图像位置的过程，以进行图像寻址，如：上海工程技术大学松江校区-图书馆等，在图像寻址功能上超越了ChatGPT4o与文心一言3.5等大模型。

3.功能展示图

4.效果对比

4.1. ChatGPT4o在图像寻址上的效果，如下图识别上海工程技术大学松江校区-图书馆：

结论： ChatGPT4o在图像寻址上效果并不好，没有达到人类思考图像位置的能力。

4.2. 文心一言3.5在图像寻址上的效果，如下图识别上海工程技术大学松江校区-图书馆：

结论： 同理，可以发现文心一言3.5在图像寻址上效果并不好，也并没有达到人类思考图像位置的能力。

5.最终效果

6. 引用

@misc{Wu2024MultiAgentSearch,
    title={MultiAgent-Search: 基于多智能体识别图像位置},
    author={Yuhang Wu and Henghua Zhang},
    year={2024},
    url={<url id="cuqmhcd43355nsg2o9dg" type="url" status="parsed" title="GitHub - Wuyuhang11/MultiAgent-Search" wc="6723">https://github.com/Wuyuhang11/MultiAgent-Search</url>},
}