Perplexica का उपयोग कैसे करें: 2025 के लिए एक संपूर्ण, बिना मिलावट वाला गाइड
यदि आप Perplexity-शैली के AI उत्तरों पर नज़र रख रहे हैं लेकिन पूर्ण नियंत्रण चाहते हैं, तो Perplexica ओपन-सोर्स मार्ग है—सेल्फ-होस्टेड, गोपनीयता-अनुकूल और आश्चर्यजनक रूप से सक्षम। इस गाइड में, हम देखेंगे कि Perplexica क्या है, इसे कैसे इंस्टॉल करें, प्रोवाइडर और मॉडल को कैसे कॉन्फ़िगर करें, और अनुसंधान, कोडिंग और कंटेंट डिस्कवरी के लिए वास्तव में इसका दिन-प्रतिदिन उपयोग कैसे करें।
चीजों को व्यावहारिक और समाधान-उन्मुख रखने के लिए, हम त्वरित चरणों, उदाहरण कमांड और समस्या निवारण युक्तियों के साथ एक प्रश्न-आधारित संरचना का उपयोग करेंगे।
वैसे: Perplexica सक्रिय रूप से विकसित किया जा रहा है और आमतौर पर Docker के साथ तैनात किया जाता है। आधिकारिक GitHub readme सबसे तेज़ मार्ग बताता है: Docker इंस्टॉल करें, रेपो क्लोन करें और Docker Compose के माध्यम से चलाएं। एक सामुदायिक अवलोकन और सेल्फ-होस्टिंग टेकअवे के लिए, Ollama के साथ Perplexica चलाने पर यह वॉकथ्रू देखें। एक‑कमांड सेटअप और प्रीबिल्ट छवियों पर चर्चा करते हुए एक सक्रिय सेल्फ-होस्टेड थ्रेड भी है।
Perplexica क्या है?
Perplexica एक सेल्फ-होस्टेड, AI-पावर्ड सर्च इंजन है जो संक्षिप्त, स्रोत‑आधारित उत्तरों का उत्पादन करने के लिए वेब सर्च को बड़े भाषा मॉडल के साथ जोड़ता है। सोचिए: एक जटिल प्रश्न पूछें, यह वेब पर खोज करता है, कई स्रोत पढ़ता है, और उद्धरणों के साथ एक स्पष्ट प्रतिक्रिया को संश्लेषित करता है। इसे Perplexity-शैली के उपकरणों के लिए एक खुले विकल्प के रूप में रखा गया है, लेकिन आप पारदर्शिता और नियंत्रण के लिए इसे स्थानीय रूप से या अपने स्वयं के सर्वर पर चलाते हैं।
मुख्य विचार:
- Docker के साथ स्थानीय या सेल्फ-होस्टेड नियंत्रण
- आपके पसंदीदा सर्च/डेटा प्रोवाइडर का उपयोग करता है (जैसे, Brave, SerpAPI, Google CSE—कॉन्फ़िगर करने योग्य)
- स्थानीय या दूरस्थ LLM के साथ काम करता है (जैसे, Ollama या API-आधारित मॉडल के माध्यम से)
- प्राकृतिक प्रश्नों के लिए वेब UI, साथ ही कॉन्फ़िगरेशन के आधार पर वेब/स्कॉलर/YouTube जैसे केंद्रित 'मोड'
Perplexica किसके लिए है?
- शोधकर्ता जो उद्धृत, बहु-स्रोत सारांश चाहते हैं
- इंजीनियर जो वेब पुनर्प्राप्ति के साथ स्थानीय LLM पसंद करते हैं
- टीमें जिन्हें गोपनीयता और लागत नियंत्रण की आवश्यकता है
- शक्तिशाली उपयोगकर्ता जो Perplexity-शैली के उपकरणों को सेल्फ-होस्टेड चीज़ों से बदल रहे हैं
त्वरित शुरुआत: Perplexica चलाने का सबसे तेज़ तरीका
यहां आधिकारिक रिपॉजिटरी के आधार पर विशिष्ट प्रवाह दिया गया है:
- Docker और Docker Compose इंस्टॉल किए गए
- वैकल्पिक: यदि आप स्थानीय मॉडल (जैसे,
llama3, mistral, qwen) का उपयोग करना चाहते हैं तो Ollama इंस्टॉल किया गया
- पर्यावरण चर कॉन्फ़िगर करें
- यदि प्रदान की गई है तो उदाहरण पर्यावरण फ़ाइल कॉपी करें (जैसे,
.env.example → .env)।
- कोई भी सर्च/API कुंजी जोड़ें (Brave, Serper, Tavily, Bing, Google CSE, आदि)।
- LLM प्रोवाइडर कॉन्फ़िगर करें: आपकी सेटअप के आधार पर स्थानीय Ollama एंडपॉइंट या API (OpenAI/संगत)।
- Docker Compose के साथ लॉन्च करें
- यह आवश्यक सेवाएं शुरू करता है। एक मिनट के बाद, वेब UI मुद्रित लोकलहोस्ट पोर्ट पर उपलब्ध होना चाहिए (आमतौर पर ` या रेपो के डॉक्स में निर्दिष्ट)।
- वैकल्पिक: Ollama के माध्यम से एक स्थानीय मॉडल पुल करें
# Ollama इंस्टॉल करें (अपने OS के लिए ollama.com देखें)
ollama pull llama3
# या एक और समर्थित मॉडल
- Perplexica के LLM कॉन्फ़िगरेशन को अपने Ollama एंडपॉइंट पर इंगित करें (अक्सर macOS/Windows पर
Docker से या Linux पर)। सेल्फ-होस्टिंग वॉकथ्रू इस युग्मन की व्याख्या करता है।
फ़र्स्ट-रन टूर: Perplexica वेब UI का उपयोग करना
एक बार UI चालू हो जाने पर, आपको आधुनिक AI सर्च इंजन के समान एक सर्च बॉक्स दिखाई देगा।
- प्राकृतिक भाषा में एक प्रश्न पूछें: "2025 में वेक्टर डेटाबेस के लिए नवीनतम बेंचमार्क क्या हैं?"
- यदि उपलब्ध हो तो एक फ़ोकस/मोड चुनें: वेब, अकादमिक/स्कॉलर, YouTube, या एक अधिक सामान्य अनुसंधान मोड—आपका बिल्ड और प्रोवाइडर निर्धारित करते हैं कि कौन दिखाई देगा।
- एंटर दबाएं। Perplexica स्रोत प्राप्त करेगा, उन्हें पढ़ेगा और उद्धरणों के साथ एक सारांश तैयार करेगा।
- स्रोतों का निरीक्षण करने और विश्वसनीयता की पुष्टि करने के लिए उद्धरणों का विस्तार करें।
टिप्स:
- विशिष्ट संकेतों का उपयोग करें: "दृष्टिकोणों की तुलना करें," "पेशेवरों/विपक्षों की सूची बनाएं," या "3 बुलेट मुख्य टेकअवे के साथ 200‑शब्द का सारांश दें" जैसी बाधाएं जोड़ें।
- कोडिंग विषयों के लिए, चरण-दर-चरण स्निपेट्स के लिए पूछें और मूल डॉक्स पर वापस लिंक करें।
- वीडियो के लिए (यदि YouTube मोड सक्षम है), तो "X पर इस चैनल के नवीनतम ट्यूटोरियल को संक्षेप में बताएं" के लिए पूछें।
सर्च प्रोवाइडर और API कुंजी कैसे कॉन्फ़िगर करें
Perplexica एक या अधिक वेब/सर्च प्रोवाइडर पर निर्भर करता है। सामान्य विकल्पों में Brave Search, Serper/SerpAPI (Google-जैसे परिणाम), Bing Web Search, Tavily, और Google Custom Search Engine (CSE) शामिल हैं। आप अपनी .env फ़ाइल में API कुंजी प्रदान करेंगे।
विशिष्ट चर जो आप .env में देख सकते हैं:
- BRAVE_API_KEY या SERPER_API_KEY (या SERPAPI_KEY)
- GOOGLE_CSE_ID और GOOGLE_CSE_API_KEY
- OLLAMA_BASE_URL (स्थानीय मॉडल के लिए)
- क्लाउड मॉडल के लिए OPENAI_API_KEY या OPENAI_COMPATIBLE_BASE_URL
केवल वही सेट करें जो आपको चाहिए। कई उपयोगकर्ता एक एकल प्रोवाइडर (जैसे, Brave या Tavily) और एक एकल LLM (Ollama या एक OpenAI‑संगत एंडपॉइंट) के साथ शुरुआत करते हैं, फिर विस्तार करते हैं।
अपने मॉडल को चुनना और ट्यून करना
आप Perplexica को इसके साथ चला सकते हैं:
- Ollama के माध्यम से स्थानीय मॉडल: गोपनीयता-अनुकूल और प्रति क्वेरी मुफ्त; गति/गुणवत्ता आपके GPU/CPU और मॉडल आकार पर निर्भर करती है।
- API के माध्यम से क्लाउड मॉडल: आमतौर पर जटिल कार्यों के लिए तेज़ और मजबूत लेकिन उपयोग लागत लगती है।
सिफारिशें:
- हल्का हार्डवेयर: सामान्य Q&A के लिए Ollama के माध्यम से
mistral:7b या llama3:8b।
- मध्यम/उच्च हार्डवेयर: यदि आपको मजबूत तर्क की आवश्यकता है तो
llama3:70b या qwen2 वेरिएंट।
- API-समर्थित: सबसे भारी अनुसंधान प्रश्नों के लिए OpenAI-संगत मॉडल पर विचार करें।
Perplexica की सेटिंग्स या .env में, डिफ़ॉल्ट मॉडल को अपने चुने हुए LLM पर इंगित करें। यदि आपका बिल्ड कई मॉडल का समर्थन करता है, तो आप प्रति सत्र स्विच कर सकते हैं।
बेहतर उत्तरों के लिए स्मार्ट प्रॉम्प्टिंग
आउटपुट को बेहतर बनाने के लिए इन पैटर्नों का उपयोग करें:
- साक्ष्य अनुरोध: "लिंक के साथ 3–5 प्रतिष्ठित स्रोतों को उद्धृत करें। समझौतों और असहमतियों को संक्षेप में बताएं।"
- संरचित आउटपुट: "5‑बिंदु सारांश लौटाएं जिसके बाद एक तुलना तालिका हो।"
- बाधाएं: "इसे 150 शब्दों से कम रखें। फिर 3‑आइटम की चेकलिस्ट जोड़ें।"
- स्कोप नियंत्रण: "केवल 2024–2025 के विकास पर ध्यान केंद्रित करें और भुगतान किए गए स्रोतों को छोड़ दें।"
उदाहरण वर्कफ़्लो
- प्रॉम्प्ट: "अनुसंधान टीमों के लिए Notion बनाम Obsidian की तुलना करें। उद्धरणों के साथ पेशेवरों/विपक्षों, मूल्य निर्धारण और 2025 के अपडेट प्रदान करें।"
- परिणाम: प्राथमिक स्रोतों के लिंक के साथ ट्रेडऑफ़ का एक संक्षिप्त ग्रिड।
- प्रॉम्प्ट: "FastAPI ऐप में OpenTelemetry ट्रेसिंग कैसे जोड़ें? कोड स्निपेट शामिल करें और आधिकारिक डॉक्स से लिंक करें।"
- परिणाम: चरण-दर-चरण कोड प्लस आधिकारिक संदर्भ।
- प्रॉम्प्ट: "आयन थ्रस्टर प्रगति (2023–2025) को संक्षेप में बताएं। 4 सहकर्मी‑समीक्षित स्रोत शामिल करें और खुली समस्याओं पर ध्यान दें।"
- परिणाम: खुले प्रश्नों के साथ पेपर-समर्थित संश्लेषण।
- वीडियो नॉलेज माइनिंग (यदि सक्षम हो)
- प्रॉम्प्ट: "'Rust async patterns' पर पिछले सप्ताह के वीडियो से मुख्य टेकअवे को संक्षेप में बताएं। यदि उपलब्ध हो तो टाइमस्टैम्प शामिल करें।"
समस्या निवारण और प्रदर्शन युक्तियाँ
- Docker मॉडल नहीं ढूंढ सकता: सुनिश्चित करें कि Ollama चल रहा है और बेस URL Docker के अंदर से पहुंच योग्य है। macOS/Windows पर,
localhost के बजाय host.docker.internal आज़माएं।
- खाली खोज परिणाम: प्रोवाइडर की API कुंजी और कोटा सत्यापित करें। किसी अन्य प्रोवाइडर पर स्विच करने का प्रयास करें या फ़ॉलबैक के रूप में दूसरा सक्षम करें।
- धीमी प्रतिक्रियाएं: एक छोटा स्थानीय मॉडल उपयोग करें; पुनर्प्राप्त पृष्ठों की संख्या कम करें; या भारी प्रश्नों के लिए एक API मॉडल पर स्विच करें।
- मेमोरी स्पाइक्स: समवर्ती कार्यों को सीमित करें या यदि कॉन्फ़िगर करने योग्य है तो संदर्भ विंडो को कम करें।
- उद्धरण गायब हैं: अपने प्रॉम्प्ट को कस लें ("शीर्षकों के साथ स्रोत लिंक शामिल करें") या सत्यापित करें कि मोड लिंक निष्कर्षण का समर्थन करता है।
गोपनीयता और लागत नियंत्रण
- अपनी मशीन पर सामग्री रखने के लिए Ollama के माध्यम से केवल स्थानीय मॉडल चलाएं।
- किफायती मूल्य निर्धारण या मुफ्त स्तरों वाले प्रोवाइडर चुनें (Brave/Tavily/Serper वेरिएंट कोटा द्वारा भिन्न हो सकते हैं)।
- परिणामों को कैश करें यदि Perplexica आपके बिल्ड में इसका समर्थन करता है; आप डुप्लिकेट कॉल को कम कर देंगे।
Perplexica को अपडेट करना
- नवीनतम रिपॉजिटरी परिवर्तन खींचें और अपने कंटेनरों को फिर से ऊपर करें:
git pull
docker compose pull
docker compose up -d --build
- ब्रेकिंग बदलावों या नए प्रोवाइडर विकल्पों के लिए GitHub रेपो पर रिलीज़ नोट्स देखें।
एकीकरण और UI विकल्प
- कई उपयोगकर्ता पूरी तरह से स्थानीय स्टैक के लिए Perplexica को Ollama के साथ जोड़ते हैं। व्यावहारिक वायरिंग और कमियों के लिए यह सेल्फ-होस्टिंग वॉकथ्रू देखें।
- सामुदायिक पोस्ट अक्सर एक‑कमांड सेटअप के लिए Docker Compose स्निपेट्स, पर्यावरण टेम्पलेट और प्रीबिल्ट छवियां साझा करते हैं।
होस्ट किए गए विकल्पों पर Perplexica को कब पसंद करें
- आपको पुनरुत्पादनीयता, स्थानीय लॉग और पारदर्शी कॉन्फ़िगरेशन की आवश्यकता है
- आपका संगठन बाहरी AI उपकरणों को ब्लॉक करता है
- आप विभिन्न LLM या पुनर्प्राप्ति सेटिंग्स के साथ प्रयोग करना चाहते हैं
- आप लागत पूर्वानुमेयता और गोपनीयता की परवाह करते हैं
ध्यान देने योग्य: Perplexica के साथ Sider.AI का उपयोग करना
प्रासंगिकता स्कोर: 8/10
यदि आप अनुसंधान प्रश्न पूछने में बहुत समय बिताते हैं और फिर परिणामों को सामग्री (संक्षिप्त, ब्लॉग ड्राफ्ट, स्लाइड नोट्स) में बदलते हैं, तो Perplexica को लेखन/विश्लेषण वर्कस्पेस के साथ जोड़ने से चीजें तेज हो सकती हैं। ध्यान देने योग्य: Sider.AI आपको एक साफ संपादक के अंदर अपनी खोजों के कई संस्करणों को जल्दी से ड्राफ्ट, संपादित और तुलना करने देता है। Perplexica स्रोतों और सारांशों को सामने लाने के बाद, उद्धरणों को पेस्ट करें और Sider को संरचना, टोन और पॉलिश के साथ मदद करने दें—विशेष रूप से लंबे-फॉर्म रूपरेखा या हितधारक सारांश के लिए।
मुख्य टेकअवे
- Perplexica एक सेल्फ-होस्टेड AI सर्च इंजन है जो उद्धरणों के साथ उत्तरों को संश्लेषित करता है।
- इसे Docker के साथ जल्दी से चलाएं;
.env में प्रोवाइडर और मॉडल कॉन्फ़िगर करें।
- स्थानीय, निजी अनुमान के लिए Ollama का उपयोग करें—या गति/गुणवत्ता के लिए API मॉडल।
- संरचित संकेतों और केंद्रित मोड के साथ परिणामों में सुधार करें।
- प्रोवाइडर को ध्यान से चुनकर और जहां संभव हो वहां कैशिंग करके लागतों का प्रबंधन करें।
शुरू करने के लिए त्वरित चेकलिस्ट
- Docker और Git इंस्टॉल करें
- रिपो क्लोन करें और
.env सेट करें
- अपना सर्च प्रोवाइडर और LLM चुनें (Ollama या API)
- UI खोलें और अपनी पहली क्वेरी चलाएं
- प्रॉम्प्ट और प्रोवाइडर/मॉडल विकल्पों पर पुनरावृति करें
FAQ
Q1: Perplexica क्या है और यह Perplexity से कैसे भिन्न है?
Perplexica एक सेल्फ-होस्टेड, ओपन-सोर्स AI सर्च इंजन है जिसे आप स्थानीय रूप से या सर्वर पर चलाते हैं, जबकि Perplexity एक होस्टेड सेवा है। Perplexica के साथ, आप प्रोवाइडर और मॉडल चुनते हैं, गोपनीयता को नियंत्रित करते हैं, और शून्य प्रति‑क्वेरी लागत के लिए Ollama के माध्यम से स्थानीय LLM का उपयोग कर सकते हैं।
Q2: मैं Docker के साथ Perplexica कैसे इंस्टॉल करूं?
आधिकारिक रेपो क्लोन करें, API कुंजियों और LLM सेटिंग्स के साथ अपनी .env कॉन्फ़िगर करें, फिर docker compose up -d चलाएं। वेब UI कॉन्फ़िगर किए गए पोर्ट पर उपलब्ध होगा; सटीक चरणों और अपडेट के लिए GitHub readme देखें।
Q3: क्या Perplexica Ollama के माध्यम से Llama 3 जैसे स्थानीय मॉडल का उपयोग कर सकता है?
हाँ। Ollama इंस्टॉल करें, एक मॉडल पुल करें (जैसे, ollama pull llama3), और Perplexica के LLM बेस URL को Ollama एंडपॉइंट पर इंगित करें। यह बिना API उपयोग शुल्क के निजी, स्थानीय अनुमान को सक्षम करता है।
Q4: Perplexica के साथ कौन से सर्च प्रोवाइडर काम करते हैं?
Perplexica आपके बिल्ड के आधार पर Brave, Serper/SerpAPI, Bing, Tavily, और Google CSE जैसे कई प्रोवाइडर का समर्थन करता है। अपनी .env में संबंधित API कुंजी जोड़ें और एक डिफ़ॉल्ट प्रोवाइडर चुनें।
Q5: मैं Perplexica में उत्तर की गुणवत्ता कैसे सुधार सकता हूँ?
प्रॉम्प्ट के साथ विशिष्ट रहें (उद्धरण, तुलना, बाधाएं पूछें), एक मजबूत मॉडल चुनें, और कवरेज के लिए एक से अधिक सर्च प्रोवाइडर सक्षम करें। आप दायरे को हाल के वर्षों तक भी सीमित कर सकते हैं और तालिकाओं या बुलेट पॉइंट जैसे संरचित आउटपुट का अनुरोध कर सकते हैं।
