Perplexica[1] 是一款开源的人工智能搜索引擎，可以深入互联网寻找答案。该项目受到 Perplexity AI 的启发，不仅可以搜索网络，还可以理解你的问题。它使用相似性搜索和嵌入（embeddings）等先进的机器学习算法来完善结果，并提供明确的答案和引用的来源。
有些搜索工具可能会给你提供过时的信息，因为它们使用的是爬虫机器人的数据，并将其转换为嵌入式数据，然后存储在索引中。与它们不同的是，Perplexica 使用元搜索引擎 SearxNG[2] 来获取结果并重新排序，从中获取最相关的来源，确保您始终获得最新信息，而无需每天更新数据。
SearXNG 是一个免费的互联网元搜索引擎，它聚合来自各种搜索服务和数据库的结果。用户既不会被跟踪，也不会被分析。
Perplexica 支持的特性
本地 LLM： 你可以通过 Ollama 使用本地 LLM，比如 Llama3 和 Mixtral。
支持两种主要模式：
Copilot 模式：（开发中）通过生成不同的查询来提高搜索效率，从而找到更多相关的互联网资源。与普通搜索一样，它不会只使用 SearxNG 的上下文，而是会访问最匹配的内容，并尝试直接从页面中查找与用户查询相关的来源。
正常模式： 处理你的查询并执行网络搜索。
聚焦模式： Perplexica 目前提供了 6 种聚焦模式，用于更好地回答特定类型问题的特殊模式。
全部模式： 搜索整个网络以找到最佳结果。
写作助手模式： 适用于不需要搜索网络的写作任务。
学术搜索模式： 查找文章和论文，是学术研究的理想选择。
YouTube 搜索模式： 根据搜索查询查找 YouTube 视频。
Wolfram Alpha 搜索模式： 回答需要使用 Wolfram Alpha 进行计算或数据分析的查询。
Reddit 搜索模式： 搜索 Reddit 上与查询相关的讨论和观点。
如何使用 Perplexica
Perplexica 提供了两种主要的安装方式，使用 Docker 和不使用 Docker。Perplexica 官方强烈推荐使用 Docker 方式来安装它。
使用 Docker 安装
确保你的操作系统上已经安装了 Docker
克隆 Perplexica 仓库
git clone https://github.com/ItzCrazyKns/Perplexica.git
在成功克隆项目后，进入该项目的目录中
将 sample.config.toml 文件重命名为 config.toml。对于 Docker 设置，只需填写以下字段：
CHAT_MODEL：要使用的 LLM 模型的名称。如 llama3:latest（使用 Ollama）、gpt-3.5-turbo（使用 OpenAI）等。
CHAT_MODEL_PROVIDER：聊天模型提供商，可以是 openai 或 ollama。根据你使用的提供商，你必须填写以下字段：
OPENAI：你的 OpenAI API 密钥。只有当你希望使用 OpenAI 的模型时才需要填写。
OLLAMA：你的 Ollama API URL。应将其输入为 http://host.docker.internal:PORT_NUMBER。如果你在 11434 端口上安装了 Ollama，请使用以下地址： http://host.docker.internal:11434。对于其他端口，请相应调整。如果你希望使用 Ollama 的模型而不是 OpenAI 的模型，则需要填写此处。 注意：你也可以在运行 Perplexica 后，通过设置页面更改这些内容并使用不同的模型。
similarity_measure： 要使用的相似度量（默认情况下已填写；如果你不确定，可以保持原样）。
确保当前的目录下包含 docker-compose.yaml 文件，然后在终端执行以下命令：
docker compose up -d
等待几分钟以完成初始化设置。之后，你就可以在 Web 浏览器中通过 http://localhost:3000 来访问 Perplexica。
不使用 Docker 安装
克隆本仓库，并将根目录中的 sample.config.toml 文件重命名为 config.toml。确保填写该文件中的所有必填字段。
将 ui 文件夹中的 .env.example 文件重命名为 .env 文件，并填写所有必要字段。
填充配置和环境变量文件后，在 ui 文件夹和根目录下运行 npm i。
安装依赖项，然后在 ui 文件夹和根目录下执行 npm run build。
最后，在 ui 文件夹和根目录下运行 npm run start，启动前端和后端项目。
感兴趣的小伙伴，赶紧玩起来！如果你没有 OpenAI API 密钥，强烈推荐你安装 Ollama 来运行本地的模型，比如，Llama3 和 Mixtral 等开源模型。关注 AI 真好玩，了解最新 AI 资讯和有用、有趣的 AI 开源项目！
参考资料
[1]
Perplexica: https://github.com/ItzCrazyKns/Perplexica[2]
SearxNG: https://github.com/searxng/searxng