Perplexica:开源 AI 搜索引擎,支持多种搜索模式、实时信息更新

Written by 30115776@qq.com

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

🚀 快速阅读

功能:支持多种搜索模式,包括全网搜索、写作助手、学术搜索等。
实时更新:通过 SearxNG 确保搜索结果的实时性和准确性。
API 集成:支持开发者将 Perplexica 集成到自己的应用程序中。

正文(附运行示例)

Perplexica 是什么

Perplexica 是一款开源的 AI 驱动搜索引擎,是 Perplexity AI 的开源替代品。它基于机器学习算法和自然语言处理技术理解用户查询,提供精确答案。Perplexica 支持多种搜索模式,包括全网搜索、写作助手、学术搜索、YouTube 搜索、Wolfram Alpha 搜索和 Reddit 搜索。此外,Perplexica 还支持本地大型语言模型(LLM),如 Llama3 和 Mixtral,提高搜索准确性。集成 SearxNG 搜索技术确保用户获得最新的信息。

Perplexica 的主要功能

  • 本地 LLM 支持:Perplexica 支持用本地大型语言模型(LLM),如 Llama3 和 Mixtral,提高搜索准确性。
  • 常规模式:处理用户查询、执行网络搜索。
  • 专注模式:包括多种特定类型的搜索模式,如:
    • 全网搜索模式:搜索整个网络寻找最佳结果。
    • 写作助手模式:帮助进行不需要网络搜索的写作任务。
    • 学术搜索模式:搜索学术文章和论文,适合学术研究。
    • YouTube 搜索模式:根据查询找到 YouTube 视频。
    • Wolfram Alpha 搜索模式:用 Wolfram Alpha 进行需要计算或数据分析的查询。
    • Reddit 搜索模式:搜索 Reddit 找到与查询相关的讨论和意见。
  • API 集成:支持开发者将 Perplexica 集成到自己的应用程序中,使用搜索功能。
  • 实时信息更新:用 SearxNG 元搜索引擎,确保提供最新信息。

Perplexica 的技术原理

  • 用户交互:用户基于 WebSocket 发送消息到后端服务器,触发处理链。
  • 查询处理:消息被传递到一个链,该链根据聊天历史和问题预测是否需要搜索网络。如果需要,将生成一个查询。
  • 网络搜索:查询基于 SearXNG 进行网络搜索,获取信息。
  • 相似性搜索:搜索到的信息基于转换成嵌入、进行相似性搜索找到最相关的资源。
  • 响应生成:资源被传递到响应生成器,结合聊天历史、查询和资源生成回应。
  • 用户界面显示:最终的回应基于用户界面显示给用户,完成整个搜索和响应过程。

如何运行 Perplexica

使用 Docker 安装

  1. 确保 Docker 已安装并运行在系统上。
  2. 克隆 Perplexica 仓库:
git clone https://github.com/ItzCrazyKns/Perplexica.git
  1. 导航到包含项目文件的目录。
  2. sample.config.toml 文件重命名为 config.toml,并填写必要的字段:

    • OPENAI:您的 OpenAI API 密钥(仅在使用 OpenAI 模型时填写)。
    • OLLAMA:您的 Ollama API URL,格式为 http://host.docker.internal:PORT_NUMBER
    • GROQ:您的 Groq API 密钥(仅在使用 Groq 模型时填写)。
    • ANTHROPIC:您的 Anthropic API 密钥(仅在使用 Anthropic 模型时填写)。
    • SIMILARITY_MEASURE:相似性度量方法(默认已填写,不确定时可以保留)。
  3. 在包含 docker-compose.yaml 文件的目录中执行:

docker compose up -d
  1. 等待几分钟,直到设置完成。您可以通过浏览器访问 http://localhost:3000 使用 Perplexica。

使用 Perplexica 的 API

Perplexica 提供了一个 API,允许开发者将其强大的搜索功能集成到自己的应用程序中。您可以运行搜索、使用多种模型并获取查询答案。详细文档请参阅 API 文档

资源

❤️ 如果你也关注 AI 的发展现状,且对 AI 应用开发非常感兴趣,我会每日跟你分享最新的 AI 资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!

30115776@qq.com

Pretium lorem primis lectus donec tortor fusce morbi risus curae. Dignissim lacus massa mauris enim mattis magnis senectus montes mollis taciti accumsan semper nullam dapibus netus blandit nibh aliquam metus morbi cras magna vivamus per risus.

OmniSearch:阿里巴巴通义推出的多模态检索增强生成框架

Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库

发表评论