Kaip naudoti „Perplexica“: išsamus, konkretus vadovas 2025 metams
Jei susidomėjote į „Perplexity“ panašiais AI atsakymais, bet norite visiškos kontrolės, „Perplexica“ yra atvirojo kodo sprendimas – savarankiškai talpinamas, tausojantis privatumą ir stebėtinai pajėgus. Šiame vadove aptarsime, kas yra „Perplexica“, kaip ją įdiegti, kaip konfigūruoti tiekėjus ir modelius ir kaip ją iš tikrųjų naudoti kasdieniniam darbui, pavyzdžiui, tyrimams, programavimui ir turinio paieškai.
Kad viskas būtų praktiška ir orientuota į sprendimus, naudosime klausimais pagrįstą struktūrą su greitais veiksmais, komandų pavyzdžiais ir trikčių šalinimo patarimais.
Beje: „Perplexica“ yra aktyviai tobulinama ir paprastai diegiama naudojant „Docker“. Oficialiame „GitHub“ „readme“ faile nurodytas greičiausias būdas: įdiekite „Docker“, klonuokite saugyklą ir paleiskite per „Docker Compose“. Norėdami gauti bendruomenės apžvalgą ir savarankiško talpinimo informaciją, peržiūrėkite šį „Perplexica“ naudojimo su Ollama aprašymą. Taip pat yra aktyvi savarankiškai talpinama tema, kurioje aptariamas vienos komandos nustatymas ir iš anksto sukurtų atvaizdžių naudojimas.
Kas yra „Perplexica“?
„Perplexica“ – tai savarankiškai talpinama, dirbtinio intelekto pagrindu veikianti paieškos sistema, kuri sujungia žiniatinklio paiešką su dideliais kalbos modeliais, kad pateiktų glaustus, šaltiniais pagrįstus atsakymus. Įsivaizduokite: užduodate sudėtingą klausimą, ji ieško internete, skaito kelis šaltinius ir susintetina aiškų atsakymą su citatomis. Ji pozicionuojama kaip atvira alternatyva į „Perplexity“ panašiems įrankiams, bet ją paleidžiate lokaliai arba savo serveryje, kad užtikrintumėte skaidrumą ir kontrolę.
Pagrindinės idėjos:
- Vietinė arba savarankiško talpinimo kontrolė su „Docker“
- Naudoja jūsų pageidaujamus paieškos / duomenų teikėjus (pvz., Brave, SerpAPI, Google CSE – konfigūruojama)
- Veikia su vietiniais arba nuotoliniais LLM (pvz., per Ollama arba API pagrįstus modelius)
- Žiniatinklio sąsaja natūralioms užklausoms ir tiksliniai „režimai“, pvz., Žiniatinklio / Mokslinis / „YouTube“, priklausomai nuo konfigūracijos
Kam skirta „Perplexica“?
- Tyrėjams, norintiems gauti cituotas, daugelio šaltinių santraukas
- Inžinieriams, kurie pirmenybę teikia vietiniams LLM su žiniatinklio paieška
- Komandoms, kurioms reikia privatumo ir išlaidų kontrolės
- Patyrusiems naudotojams, kurie keičia į „Perplexity“ panašius įrankius į savarankiškai talpinamus
Greita pradžia: greičiausias būdas paleisti „Perplexica“
Štai tipinė eiga, pagrįsta oficialia saugykla:
- Įdiegta „Docker“ ir „Docker Compose“
- Pasirinktinai: įdiegta Ollama, jei norite naudoti vietinius modelius (pvz.,
llama3, mistral, qwen)
- Konfigūruokite aplinkos kintamuosius
- Nukopijuokite pavyzdinį aplinkos failą, jei jis pateiktas (pvz.,
.env.example → .env).
- Pridėkite visus paieškos / API raktus („Brave“, „Serper“, „Tavily“, „Bing“, „Google CSE“ ir kt.).
- Konfigūruokite LLM teikėją: vietinį Ollama galinį punktą arba API (OpenAI / suderinamą), priklausomai nuo jūsų sąrankos.
- Paleiskite su „Docker Compose“
- Tai paleidžia reikiamas paslaugas. Po minutės žiniatinklio sąsaja turėtų būti pasiekiama atspausdintame localhost prievade (paprastai ` arba kaip nurodyta saugyklos dokumentuose).
- Pasirinktinai: atsisiųskite vietinį modelį per Ollama
# Įdiekite Ollama (žr. ollama.com savo OS)
ollama pull llama3
# arba kitą palaikomą modelį
- Nukreipkite „Perplexica“ LLM konfigūraciją į savo Ollama galinį punktą (dažnai
iš „Docker“ macOS / Windows arba Linux). Savarankiško talpinimo aprašyme paaiškinamas šis susiejimas.
Pirmasis paleidimas: „Perplexica“ žiniatinklio sąsajos naudojimas
Kai sąsaja bus paleista, pamatysite paieškos laukelį, panašų į šiuolaikines AI paieškos sistemas.
- Užduokite klausimą natūralia kalba: „Kokios yra naujausios vektorinių duomenų bazių etaloninės vertės 2025 m.?“
- Pasirinkite fokusą / režimą, jei yra: Žiniatinklio, Akademinį / Mokslinį, „YouTube“ arba bendresnį Tyrimų režimą – jūsų versija ir teikėjai nustato, kurie pasirodys.
- Paspauskite Enter. „Perplexica“ gaus šaltinius, perskaitys juos ir parengs santrauką su citatomis.
- Išplėskite citatas, kad patikrintumėte šaltinius ir patvirtintumėte patikimumą.
Patarimai:
- Naudokite konkrečius raginimus: pridėkite apribojimus, pvz., „palyginkite metodus“, „išvardykite privalumus / trūkumus“ arba „pateikite 200 žodžių santrauką su 3 svarbiausiais punktais“.
- Programavimo temoms paprašykite nuoseklių fragmentų ir nuorodų į originalius dokumentus.
- Vaizdo įrašams (jei įjungtas „YouTube“ režimas) paprašykite „apibendrinti naujausią šio kanalo mokomąją medžiagą apie X“.
Kaip konfigūruoti paieškos teikėjus ir API raktus
„Perplexica“ remiasi vienu ar keliais žiniatinklio / paieškos teikėjais. Dažniausiai pasitaikantys variantai yra „Brave Search“, „Serper / SerpAPI“ (į „Google“ panašūs rezultatai), „Bing Web Search“, „Tavily“ ir „Google Custom Search Engine“ (CSE). API raktus pateiksite savo .env faile.
Tipiniai kintamieji, kuriuos galite pamatyti .env:
- BRAVE_API_KEY arba SERPER_API_KEY (arba SERPAPI_KEY)
- GOOGLE_CSE_ID ir GOOGLE_CSE_API_KEY
- OLLAMA_BASE_URL (vietiniams modeliams)
- OPENAI_API_KEY arba OPENAI_COMPATIBLE_BASE_URL debesies modeliams
Nustatykite tik tai, ko jums reikia. Daugelis vartotojų pradeda nuo vieno teikėjo (pvz., „Brave“ arba „Tavily“) ir vieno LLM (Ollama arba su OpenAI suderinamo galinio punkto), tada plečiasi.
Modelio pasirinkimas ir derinimas
Galite paleisti „Perplexica“ su:
- Vietiniai modeliai per Ollama: tausojantis privatumą ir nemokamas kiekvienai užklausai; greitis / kokybė priklauso nuo jūsų GPU / CPU ir modelio dydžio.
- Debesies modeliai per API: paprastai greitesni ir stipresni sudėtingoms užduotims, bet atsiranda naudojimo išlaidų.
Rekomendacijos:
- Lengva įranga:
mistral:7b arba llama3:8b per Ollama bendriems klausimams ir atsakymams.
- Vidutinė / aukšta įranga:
llama3:70b arba qwen2 variantai, jei jums reikia stipresnio samprotavimo.
- API pagrindu veikiantis: apsvarstykite su OpenAI suderinamus modelius sunkiausioms tyrimų užklausoms.
„Perplexica“ nustatymuose arba .env nukreipkite numatytąjį modelį į pasirinktą LLM. Jei jūsų versija palaiko kelis modelius, galite perjungti kiekvieną seansą.
Išmanus raginimas geresniems atsakymams
Naudokite šiuos šablonus, kad pagerintumėte išvestį:
- Įrodymų užklausa: „Cituokite 3–5 patikimus šaltinius su nuorodomis. Apibendrinkite susitarimus ir nesutarimus.“
- Struktūrizuota išvestis: „Pateikite 5 punktų santrauką, po kurio eina palyginimo lentelė.“
- Apribojimai: „Laikykitės iki 150 žodžių. Tada pridėkite 3 elementų kontrolinį sąrašą.“
- Apimties kontrolė: „Sutelkite dėmesį tik į 2024–2025 m. įvykius ir praleiskite mokamus šaltinius.“
Darbo eigos pavyzdžiai
- Raginimas: „Palyginkite „Notion“ ir „Obsidian“ tyrimų komandoms. Pateikite privalumus / trūkumus, kainodarą ir 2025 m. atnaujinimus su citatomis.“
- Rezultatas: glaustus kompromisų tinklelis su nuorodomis į pagrindinius šaltinius.
- Raginimas: „Kaip pridėti „OpenTelemetry“ sekimą į „FastAPI“ programą? Įtraukite kodo fragmentus ir nuorodas į oficialius dokumentus.“
- Rezultatas: nuoseklus kodas ir oficialios nuorodos.
- Raginimas: „Apibendrinkite jonų variklių patobulinimus (2023–2025 m.). Įtraukite 4 recenzuotus šaltinius ir atkreipkite dėmesį į atviras problemas.“
- Rezultatas: popieriumi pagrįsta sintezė su atvirais klausimais.
- Vaizdo įrašų žinių gavyba (jei įjungta)
- Raginimas: „Apibendrinkite pagrindinius praėjusios savaitės vaizdo įrašų apie „Rust“ asinchroninius modelius“ svarbiausius dalykus. Įtraukite laiko žymes, jei įmanoma.“
Trikčių šalinimas ir našumo patarimai
- „Docker“ neranda modelio: įsitikinkite, kad Ollama veikia ir pagrindinis URL pasiekiamas iš „Docker“ vidaus. macOS / Windows pabandykite
host.docker.internal vietoj localhost.
- Tušti paieškos rezultatai: patikrinkite teikėjo API raktą ir kvotą. Pabandykite pereiti prie kito teikėjo arba įjunkite antrą kaip atsarginį variantą.
- Lėti atsakymai: naudokite mažesnį vietinį modelį; sumažinkite gautų puslapių skaičių; arba pereikite prie API modelio, skirto sunkioms užklausoms.
- Atminties šuoliai: apribokite vienu metu vykdomas užduotis arba sumažinkite konteksto langą, jei jį galima konfigūruoti.
- Trūksta citatų: sugriežtinkite raginimą („įtraukite šaltinio nuorodas su pavadinimais“) arba patikrinkite, ar režimas palaiko nuorodų išgavimą.
Privatumo ir išlaidų kontrolė
- Paleiskite tik vietinius modelius per Ollama, kad turinys liktų jūsų kompiuteryje.
- Pasirinkite teikėjus su prieinama kainodara arba nemokamais lygiais („Brave / Tavily / Serper“ variantai gali skirtis pagal kvotą).
- Kaupkite rezultatus talpykloje, jei „Perplexica“ tai palaiko jūsų versijoje; sumažinsite pasikartojančius skambučius.
„Perplexica“ atnaujinimas
- Atsisiųskite naujausius saugyklos pakeitimus ir iš naujo įkelkite savo konteinerius:
git pull
docker compose pull
docker compose up -d --build
- Patikrinkite „GitHub“ saugyklos laidos pastabas dėl esminių pakeitimų arba naujų teikėjo parinkčių.
Integracijos ir vartotojo sąsajos parinktys
- Daugelis vartotojų sujungia „Perplexica“ su Ollama, kad sukurtų visiškai vietinę sistemą. Peržiūrėkite šį savarankiško talpinimo aprašymą, kad gautumėte praktinių laidų ir spąstų.
- Bendruomenės įrašai dažnai dalijasi „Docker Compose“ fragmentais, aplinkos šablonais ir iš anksto sukurtų atvaizdžių naudojimo instrukcijomis vienos komandos nustatymui.
Kada teikti pirmenybę „Perplexica“ prieš talpinamas alternatyvas
- Jums reikia atkuriamumo, vietinių žurnalų ir skaidrių konfigūracijų
- Jūsų organizacija blokuoja išorinius AI įrankius
- Norite eksperimentuoti su skirtingais LLM arba paieškos nustatymais
- Jums rūpi išlaidų nuspėjamumas ir privatumas
Verta paminėti: Sider.AI naudojimas kartu su „Perplexica“
Aktualumo balas: 8/10
Jei praleidžiate daug laiko užduodami tyrimo klausimus ir paversdami rezultatus turiniu (trumpaisiais pranešimais, tinklaraščio juodraščiais, skaidrių pastabomis), „Perplexica“ sujungimas su rašymo / analizės darbo sritimi gali pagreitinti procesą. Verta paminėti: Sider.AI leidžia greitai parengti, redaguoti ir palyginti kelias savo išvadų versijas švariame redaktoriuje. Kai „Perplexica“ pateikia šaltinius ir santraukas, įklijuokite citatas ir leiskite Sider padėti sukurti struktūrą, toną ir nušlifuoti – ypač ilgesnėms santraukoms ar suinteresuotųjų šalių santraukoms.
Pagrindiniai dalykai
- „Perplexica“ yra savarankiškai talpinama AI paieškos sistema, kuri sintezuoja atsakymus su citatomis.
- Greitai paleiskite ją su „Docker“; konfigūruokite teikėjus ir modelius
.env.
- Naudokite Ollama vietinei, privačiai išvadai – arba API modelius, kad pasiektumėte greitį / kokybę.
- Pagerinkite rezultatus naudodami struktūrizuotus raginimus ir tikslinius režimus.
- Tvarkykite išlaidas atidžiai pasirinkdami teikėjus ir, jei įmanoma, talpindami talpykloje.
Greitas kontrolinis sąrašas, kad pradėtumėte
- Klonuokite saugyklą ir nustatykite
.env
- Pasirinkite paieškos teikėją ir LLM („Ollama“ arba API)
- Atidarykite sąsają ir paleiskite pirmąją užklausą
- Kartokite raginimus ir teikėjo / modelio pasirinkimus
DUK
Q1:Kas yra „Perplexica“ ir kuo ji skiriasi nuo „Perplexity“?
„Perplexica“ yra savarankiškai talpinama, atvirojo kodo AI paieškos sistema, kurią paleidžiate lokaliai arba serveryje, o „Perplexity“ yra talpinama paslauga. Su „Perplexica“ pasirenkate teikėjus ir modelius, kontroliuojate privatumą ir galite naudoti vietinius LLM per Ollama už nulines išlaidas vienai užklausai.
Q2:Kaip įdiegti „Perplexica“ su „Docker“?
Klonuokite oficialią saugyklą, sukonfigūruokite savo .env su API raktais ir LLM nustatymais, tada paleiskite docker compose up -d. Žiniatinklio sąsaja bus pasiekiama sukonfigūruotame prievade; tikslius veiksmus ir atnaujinimus žr. „GitHub readme“ faile.
Q3:Ar „Perplexica“ gali naudoti vietinius modelius, pvz., Llama 3, per Ollama?
Taip. Įdiekite Ollama, atsisiųskite modelį (pvz., ollama pull llama3) ir nukreipkite „Perplexica“ LLM pagrindinį URL į Ollama galinį punktą. Tai įgalina privačią, vietinę išvadą be API naudojimo mokesčių.
Q4:Kurie paieškos teikėjai veikia su „Perplexica“?
„Perplexica“ palaiko kelis teikėjus, tokius kaip „Brave“, „Serper / SerpAPI“, „Bing“, „Tavily“ ir „Google CSE“, priklausomai nuo jūsų versijos. Pridėkite atitinkamus API raktus savo .env ir pasirinkite numatytąjį teikėją.
Q5:Kaip galiu pagerinti atsakymų kokybę „Perplexica“?
Būkite konkretūs su raginimais (paprašykite citatų, palyginimų, apribojimų), pasirinkite stiprų modelį ir įgalinkite daugiau nei vieną paieškos teikėją aprėpčiai. Taip pat galite apriboti aprėptį pastaraisiais metais ir paprašyti struktūrizuotos išvesties, pvz., lentelių ar ženklelių.
