README_zh.md

🧠 CognitiveKernel-Launchpad — 深度研究智能体与基础模型的开放推理运行时框架

🎓 仅用于学术研究与教学使用 — 禁止商用 📄 论文（arXiv:2508.00414） | 🇬🇧 English | 📜 LICENSE

---

🚀 本 Hugging Face Space 说明

• 本 Space 面向 Hugging Face 部署与访问控制，提供 Gradio 界面。
• 由于调用远程 LLM 服务提供商，运行时无需 GPU，CPU 即可。
• 访问控制：需登录 Hugging Face 才能使用（README 元数据已启用 OAuth 登录）。
• 可选：仅允许组织成员访问（在 README 元数据中添加 hf_oauth_authorized_org: YOUR_ORG_NAME）。

使用步骤（Space）

1. 点击 “Sign in with Hugging Face” 登录。
2. 在 Space → Settings → Secrets 配置：
   • OPENAI_API_KEY（必填）
   • OPENAI_API_BASE（如：https://api-inference.modelscope.cn/v1/chat/completions）
   • OPENAI_API_MODEL（如：Qwen/Qwen3-235B-A22B-Instruct-2507）
3. 在输入框中提问，查看流式推理与答案。

运行提示

• 启动时会自动准备 Playwright 浏览器（若失败不致命）。
• 启用 Persistent Storage 后，可在 /data 下持久化日志或文件。

👉 如需了解完整功能与细节，请前往原始项目仓库： https://github.com/charSLee013/CognitiveKernel-Launchpad

---

🌟 为什么选择 CognitiveKernel-Launchpad？

本研究用途的分支派生自腾讯的 CognitiveKernel-Pro，专为推理时使用优化：剔除了复杂的训练/SFT 与繁重测试流水线，聚焦于简洁稳定的推理运行时，便于分布式部署与推理落地；同时新增轻量级 Gradio 网页界面，便于交互使用。

---

🚀 快速开始

1. 安装（无需 GPU）

git clone https://github.com/charSLee013/CognitiveKernel-Launchpad.git
cd CognitiveKernel-Launchpad
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -r requirements.txt

2. 设置环境变量（最小化配置）

export OPENAI_API_KEY="sk-..."
export OPENAI_API_BASE="https://api.openai.com/v1"
export OPENAI_API_MODEL="gpt-4o-mini"

3. 运行单个问题

python -m ck_pro "What is the capital of France?"

✅ 就这么简单！你已经在运行一个深度研究智能体。

---

🛠️ 核心特性

🖥️ 命令行接口

python -m ck_pro \
  --config config.toml \
  --input questions.txt \
  --output answers.txt \
  --interactive \
  --verbose

参数	说明
-c, --config	TOML 配置路径（可选）
-i, --input	批量输入文件（每行一个问题）
-o, --output	将答案输出到文件
--interactive	交互式问答模式
-v, --verbose	显示推理步骤与耗时

---

⚙️ 配置（config.toml）

TOML > 环境变量 > 默认值

使用本仓库提供的两份示例：

• 最小配置：config.minimal.toml —— 详细说明见 CONFIG_EXAMPLES.md
• 全面配置：config.comprehensive.toml —— 完整字段与继承示例见 CONFIG_EXAMPLES.md

🚀 推荐配置

基于当前设置，以下是获得最佳性能的推荐配置：

# 核心智能体配置
[ck.model]
call_target = "https://api-inference.modelscope.cn/v1/chat/completions"
api_key = "your-modelscope-api-key-here"  # 请替换为您的实际密钥
model = "Qwen/Qwen3-235B-A22B-Instruct-2507"

[ck.model.extract_body]
temperature = 0.6
max_tokens = 8192

# Web智能体配置（用于网页浏览任务）
[web]
max_steps = 20
use_multimodal = "auto"  # 需要时自动使用多模态

[web.model]
call_target = "https://api-inference.modelscope.cn/v1/chat/completions"
api_key = "your-modelscope-api-key-here"  # 请替换为您的实际密钥
model = "moonshotai/Kimi-K2-Instruct"
request_timeout = 600
max_retry_times = 5
max_token_num = 8192

[web.model.extract_body]
temperature = 0.0
top_p = 0.95
max_tokens = 8192

# 多模态Web智能体（用于视觉任务）
[web.model_multimodal]
call_target = "https://api-inference.modelscope.cn/v1/chat/completions"
api_key = "your-modelscope-api-key-here"  # 请替换为您的实际密钥
model = "Qwen/Qwen2.5-VL-72B-Instruct"
request_timeout = 600
max_retry_times = 5
max_token_num = 8192

[web.model_multimodal.extract_body]
temperature = 0.0
top_p = 0.95
max_tokens = 8192

# 搜索配置
[search]
backend = "duckduckgo"  # 推荐：可靠且无需API密钥

🔑 API密钥设置

1. 获取ModelScope API密钥：访问 ModelScope 获取您的API密钥
2. 替换占位符：将所有 your-modelscope-api-key-here 替换为您的实际API密钥
3. 替代方案：使用环境变量：

   export OPENAI_API_KEY="your-actual-key"
   

📋 模型选择理由

• 主智能体：Qwen3-235B-A22B-Instruct-2507 - 最新高性能推理模型
• Web智能体：Kimi-K2-Instruct - 针对网页交互任务优化
• 多模态：Qwen2.5-VL-72B-Instruct - 先进的视觉-语言能力

完整配置与高级选项请参见 CONFIG_EXAMPLES.md。

---

📊 GAIA 基准评测

评测你的智能体在 GAIA 基准上的表现：

python -m gaia.cli.simple_validate \
  --data gaia_val.jsonl \
  --level all \
  --count 10 \
  --output results.jsonl

→ 输出详细的性能汇总与逐任务结果。

---

🌐 Gradio Web 界面

启动一个更友好的网页界面：

python -m ck_pro.gradio_app --host 0.0.0.0 --port 7860

→ 在浏览器打开 http://localhost:7860。

提示：推荐预先安装 Playwright 浏览器（或在遇到相关错误时再安装）：python -m playwright install（Linux 可能还需执行 python -m playwright install-deps）。

---

📂 日志

• 控制台：默认 INFO 级别
• 会话日志：logs/ck_session_*.log
• 可在 TOML 的 [logging] 部分进行配置

---

🧩 架构要点

• 模块化设计：Web、文件、代码、推理模块
• 回退机制：HTTP API → Playwright 浏览器自动化
• 反思与投票：面向测试时优化的策略以提升准确率
• 可扩展：易于接入新模型、工具或数据集

---

📜 许可证与致谢

这是 腾讯 CognitiveKernel-Pro 的研究用分支。 🔗 原仓库：https://github.com/Tencent/CognitiveKernel-Pro

⚠️ 严格用于学术研究与教学用途，禁止商用。 详见 LICENSE.txt。