storm
Sistema de LLM que pesquisa um tópico e gera relatórios completos com citações.
Construa relatórios de sustentabilidade abrangentes e bases de conhecimento usando agentes de pesquisa de IA multi-perspectiva.
O STORM é um sistema de curadoria de conhecimento alimentado por LLM projetado para pesquisar tópicos e gerar relatórios completos com citações. Ele é adequado para pesquisadores de energia e analistas de sustentabilidade que precisam sintetizar grandes volumes de literatura técnica.
O que é
O sistema divide a geração de relatórios longos em um estágio de pesquisa na internet pré-escrita e um estágio de escrita, usando formulação de perguntas guiada por perspectiva e conversas simuladas com especialistas. Ele também inclui o Co-STORM para curadoria de conhecimento colaborativa entre humanos e IA com um mapa mental hierárquico dinâmico.
Para quem
É adequado para profissionais que precisam redigir relatórios de contexto abrangentes sobre tópicos complexos de energia e sustentabilidade. Não é adequado para quem busca resultados prontos para publicação, pois o README observa explicitamente que o sistema não consegue produzir texto com qualidade de rascunho final sem edições significativas.
Recursos principais
Formulaçã de Perguntas Guiada por Perspectiva
Analisa artigos existentes sobre tópicos semelhantes para descobrir diversos ângulos e controlar o processo de consulta de pesquisa.
Conversas Simuladas com Especialistas
Simula um diálogo entre um redator e um especialista no tópico baseado em fontes da internet para atualizar a compreensão do tópico.
Modo Co-STORM Colaborativo
Implementa um protocolo de discurso com especialistas de IA, moderadores e contribuição humana, juntamente com um mapa mental de conceitos dinâmico.
Integração Flexível de Busca
Suporta múltiplos recuperadores, incluindo YouRM, BingSearch, VectorRM para documentos locais, SerperRM e TavilySearchRM.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Gera relatórios estruturados e completos com citações adequadas do zero.
- Suporta colaboração com humanos no loop por meio do Co-STORM e mapas mentais dinâmicos.
- Integra-se com o litellm para permitir que você escolha seus modelos de linguagem e embedding preferidos.
- O VectorRM permite fundamentar relatórios em seus próprios documentos proprietários fornecidos pelo usuário.
Onde deixa a desejar
- As saídas exigem edição manual significativa porque não estão prontas para publicação imediatamente.
- Exige configuração ativa de APIs de modelos de linguagem externos e credenciais de motores de busca, o que gera custos contínuos.
- Executar loops de pesquisa profunda com modelos de ponta como o GPT-4o pode consumir um alto número de tokens.
Preços & licença
Gratuito sob sua licença MIT, mais o custo de execução de modelos de linguagem externos e APIs de busca, como OpenAI e Bing.
Vagas para quem fala português
876 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Use, ou deixe que a gente configure
FAQ
Posso usar meus próprios documentos em vez da busca na internet?
Sim, o STORM inclui o VectorRM para suportar relatórios fundamentados em documentos fornecidos pelo usuário, além de motores de busca padrão.
Quais modelos são suportados para gerar os relatórios?
O pacote se integra ao litellm, permitindo que você use qualquer modelo de linguagem e modelo de embedding suportado por esse ecossistema.
Os relatórios gerados estão prontos para publicação direta?
Não, os desenvolvedores observam que o sistema não consegue produzir artigos prontos para publicação sem uma quantidade significativa de edição humana.
