LlamaResearcher: asistente de investigación con IA basado en Llama 4 que convierte temas en artículos completos 130

¿Qué es LlamaResearcher?

LlamaResearcher es un asistente de investigación basado en el modelo Llama 4, capaz de transformar rápidamente el tema introducido por el usuario en un artículo completo, siendo adecuado para investigación académica, redacción de informes, creación de contenidos y muchos otros escenarios.

Características y funciones de LlamaResearcher

1. Generación rápida de artículos

• Función principal: capaz de transformar rápidamente el tema introducido por el usuario en un artículo con estructura completa, ahorrando tiempo de investigación y redacción.

2. Mecanismo de verificación de seguridad

• Evaluación de seguridad: utiliza el modelo llama-3-8b-guard proporcionado por Groq para realizar comprobaciones de seguridad sobre las consultas introducidas por el usuario, asegurando que el contenido introducido cumple con los estándares de seguridad.

• Control de riesgos: evita procesar solicitudes que puedan involucrar contenido inapropiado, garantizando la seguridad y el cumplimiento normativo del sistema.

3. Expansión inteligente de consultas

• Búsqueda multidimensional: expande la consulta única del usuario en tres subconsultas, explorando el tema en profundidad desde múltiples perspectivas.

• Recuperación profunda de información: realiza búsquedas web en profundidad para cada subconsulta a través de LinkUp, obteniendo recursos informativos más completos y variados.

4. Filtrado y evaluación de la información

• Evaluación de relevancia: filtra la gran cantidad de información recuperada para asegurar que el contenido devuelto sea altamente relevante para la consulta original del usuario.

• Control de calidad: filtra la información irrelevante o de baja calidad mediante un mecanismo de evaluación, garantizando que el contenido del artículo generado sea preciso y fiable.

5. Soporte robusto de stack tecnológico

• Groq: utilizado para la verificación de seguridad y la inferencia de modelos.

• LinkUp: utilizado para búsquedas web en profundidad.

• Llamaindex: utilizado para la recuperación y generación de información.

• Gradio: proporciona una interfaz amigable para el usuario.

• FastAPI: construye servicios backend eficientes.

• Redis: utilizado para la limitación de tasa de la API, garantizando el funcionamiento estable del sistema.

Flujo de trabajo de LlamaResearcher

• Verificación de seguridad: utiliza el modelo llama-3-8b-guard proporcionado por Groq para evaluar la seguridad de la solicitud del usuario.

• Asignación de tareas: si la solicitud es segura, se enruta al ResearcherAgent.

• Expansión de la consulta: el ResearcherAgent expande la consulta en tres subconsultas para realizar búsquedas web.

• Recuperación y filtrado de información: utiliza LinkUp para realizar búsquedas web en profundidad de cada subconsulta y evalúa la relevancia de la información recuperada con la consulta original del usuario.

• Generación del artículo: una vez recopilada toda la información, el ResearcherAgent redacta el artículo final y lo devuelve al usuario.

Instalación y ejecución de LlamaResearcher

1. Clonar el repositorio:

git clone https://github.com/AstraBert/llama-4-researcher.git
cd llama-4-researcher

2. Configurar las variables de entorno:

• Cambie el nombre del archivo .env.example a .env y añada las siguientes claves de API:

• groq_api_key: se obtiene desde Groq Console.

• linkup_api_key: se obtiene desde Linkup Dashboard.

• internal_api_key: creado por usted mismo.

• O iniciar manualmente:

docker compose up -f compose.local.yaml llama_redis -d
docker compose up -f compose.local.yaml llama_app -d

3. La aplicación se ejecutará en http://localhost:8000.

Dirección de Github:https://github.com/AstraBert/llama-4-researcher