[AI Perplexica] AI驱动的开源搜索引擎

简介: 探索Perplexica,一款由AI驱动的开源搜索引擎,了解其特点、使用方法以及如何安装。

之前,我们有介绍过 Perplexcity

现在,开源市场上,也有一款对标产品 Perplexica ,我们来看下

perplexica

界面很像

介绍

Perplexica是一个开源的、由AI驱动的搜索工具或搜索引擎,它深入互联网寻找答案。受到Perplexity AI的启发,它是一个开源选项,不仅仅搜索网络,而且理解你的问题。它使用先进的机器学习算法,如相似性搜索和嵌入,来精炼结果,并提供带有引用来源的清晰答案。

使用SearxNG保持最新且完全开源,Perplexica确保你总是获得最新信息,同时不牺牲你的隐私。

特点

  • 本地LLMs:你可以使用Ollama来利用本地LLMs,如Llama3和Mixtral。
  • 两种主要模式
    • Copilot模式:(开发中)通过生成不同的查询来增强搜索,找到更多相关互联网资源。与仅使用SearxNG的上下文进行普通搜索不同,它会访问最匹配的页面,并尝试直接从页面找到与用户查询相关的内容。
    • 普通模式:处理你的查询并执行网络搜索。
  • 焦点模式:特定模式,更好地回答特定类型的问题。Perplexica目前有6种焦点模式:
    • 全模式:搜索整个网络,找到最佳结果。
    • 写作助手模式:有助于不需要网络搜索的写作任务。
    • 学术搜索模式:寻找文章和论文,适合学术研究。
    • YouTube搜索模式:根据搜索查询找到YouTube视频。
    • Wolfram Alpha搜索模式:使用Wolfram Alpha回答需要计算或数据分析的查询。
    • Reddit搜索模式:搜索Reddit上的讨论和与查询相关的意见。
  • 当前信息:一些搜索工具可能会提供过时信息,因为它们使用爬虫数据并将其转换为嵌入,存储在索引中。与它们不同,Perplexica使用SearxNG,一个元搜索引擎来获取结果,重新排名并找到最相关来源,确保你总是获得最新信息,而无需日常数据更新的开销。

安装

Docker(推荐)

  1. 确保在您的系统上已安装并运行Docker。
  2. 克隆Perplexica仓库:
    git clone https://github.com/ItzCrazyKns/Perplexica.git
    
  3. 克隆后,导航到包含项目文件的目录。
  4. sample.config.toml文件重命名为config.toml。对于Docker设置,您只需填写以下字段:

    • OPENAI:您的OpenAI API密钥。如果您希望使用OpenAI的模型,则只需填写此字段
    • OLLAMA:您的Ollama API URL。您应将其输入为http://host.docker.internal:PORT_NUMBER。如果您在端口11434上安装了Ollama,请使用http://host.docker.internal:11434。对于其他端口,请相应调整。如果您希望使用Ollama的模型而不是OpenAI的模型,则需要填写此字段
    • GROQ:您的Groq API密钥。如果您希望使用Groq的托管模型,则只需填写此字段

      注意:启动Perplexica后,您可以从设置对话框中更改这些字段。

    • SIMILARITY_MEASURE:要使用的相似性测量(默认已填写;如果不确定,可以保留原样)。
  5. 确保您位于包含docker-compose.yaml文件的目录中,并执行:
    docker compose up -d
    
  6. 等待几分钟以完成设置。您可以在浏览器中访问http://localhost:3000来访问Perplexica。

注意:在容器构建完成后,您可以直接从Docker启动Perplexica,而无需打开终端。

非 Docker

  1. 安装SearXNG并在SearXNG设置中允许JSON格式。
  2. 克隆仓库并将根目录下的sample.config.toml文件重命名为config.toml。确保你完成了这个文件中所有必需的字段。
  3. ui文件夹中的.env.example文件重命名为.env,并填写所有必要的字段。
  4. 在填写了配置和环境文件后,在ui文件夹和根目录中运行npm i
  5. 安装依赖项,然后在ui文件夹和根目录中执行npm run build
  6. 最后,通过在ui文件夹和根目录中运行npm run start来启动前端和后端。

注意:推荐使用Docker,因为它简化了设置过程,尤其是对于管理环境变量和依赖项。


相关文章
|
3天前
|
云安全 人工智能 安全
|
1天前
|
人工智能 Cloud Native 数据管理
重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
阿里云发布首个AI多模数据管理平台DMS,助力业务决策提效10倍
|
1天前
|
存储 人工智能 Cloud Native
云栖重磅|从数据到智能:Data+AI驱动的云原生数据库
阿里云数据库重磅升级!元数据服务OneMeta + OneOps统一管理多模态数据
|
25天前
|
人工智能 文字识别 算法
打造全场景、跨领域、多模态的AI工作流 | 开源图像标注工具 X-AnyLabeling v2.4.0 正式发布!
X-AnyLabeling是一款强大的辅助标注工具,集成了AI推理引擎和丰富功能,为图像数据工程师提供一站式解决方案。它支持图像和视频文件的自动标注,提供了包括矩形框、多边形在内的七种标注样式,适应多样化的训练场景需求。X-AnyLabeling内置了多种SOTA级AI模型,如YOLO、SAM系列等,并支持GPU加速和多种数据集格式的导入导出,确保高效的数据处理。此外,它还具备良好的跨平台兼容性,可在多种操作系统上运行,并提供详尽的帮助文档和社区支持,帮助用户轻松上手并解决使用过程中遇到的问题。
90 2
打造全场景、跨领域、多模态的AI工作流 | 开源图像标注工具 X-AnyLabeling v2.4.0 正式发布!
|
14天前
|
人工智能 自然语言处理 数据挖掘
【通义】AI视界|性能超越GPT-4o?最强大的开源AI模型来了……
本文介绍了五项最新AI技术动态,包括性能超越GPT-4o的开源AI模型Reflection70B、智谱清言App限时免费的视频通话功能、哈佛医学院研发的癌症诊断AI模型CHIEF、Replit推出的AI编程助手,以及英特尔与日本AIST合作设立的芯片制造研发中心。这些进展展示了AI领域的快速创新与广泛应用。更多详情,请访问通义官网体验。
|
1月前
|
人工智能 自然语言处理 搜索推荐
chatgpt这么火,现在AI搜索引擎有哪些呢?
国外AI搜索引擎包括ChatGPT,擅长自然语言处理与内容生成;Google Bard,提供智能个性化搜索体验;Microsoft Bing集成GPT模型增强智能检索;Perplexity AI以简洁答案及文献引用著称;Neeva强调隐私保护与无广告服务。国内方面,天工AI支持多种功能如知识问答与代码编程;腾讯元宝基于混元模型助力内容创造与学习;360AI搜索以精准全面的信息搜索见长;秘塔AI专注提升写作质量和效率;开搜AI搜索提供个性化智能搜索服务。以上引擎均利用先进AI技术提升用户体验。更多详情参阅[AI搜索合集](zhangfeidezhu.com/?page_id=651)。
78 8
chatgpt这么火,现在AI搜索引擎有哪些呢?
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
AI驱动的自动化测试:提升软件质量的未来之路
【9月更文挑战第3天】AI驱动的自动化测试是提升软件质量的未来之路。它借助AI技术的力量,实现了测试用例的智能生成、测试策略的优化、故障预测与定位等功能的自动化和智能化。随着技术的不断进步和应用场景的不断拓展,AI驱动的自动化测试将在未来发挥更加重要的作用,为软件开发和运维提供更加高效、准确和可靠的解决方案。
|
1月前
|
人工智能
Meta开源用于数学等复杂推理AI Agent—HUSKY
【8月更文挑战第19天】Meta AI团队开源了HUSKY,一种统一的AI代理,专长解决数学及复杂推理任务。HUSKY通过学习在通用操作空间内推理,涵盖数值、表格和基于知识的任务。它分为生成和执行两阶段,利用专家模型如语言和数值推理模型解决问题。经过14个数据集测试,HUSKY展现出超越同类代理的性能,尤其是在新提出的HUSKYQA评估集中,其7B模型的表现媲美甚至超越GPT-4等大型模型。相关代码和模型已公开,以推动领域内的研究进展。[论文](https://arxiv.org/abs/2406.06469)
24 2
|
1月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【8月更文挑战第13天】随着网络技术的发展,网络安全问题愈发严峻,传统防御手段已显乏力。本文探讨构建AI驱动的自适应网络安全防御系统,该系统能自动调整策略应对未知威胁。通过数据采集、行为分析、威胁识别及响应决策等环节,利用Python工具如Scapy、scikit-learn和TensorFlow实现网络流量监控、异常检测及自动化响应,从而提升网络安全防护的效率和准确性。随着AI技术的进步,未来的网络安全防御将更加智能和自动化。
34 6