What is Perplexica and how does it differ from Perplexity?

Perplexica is a self-hosted, open-source AI search engine you run locally or on a server, while Perplexity is a hosted service. With Perplexica, you choose providers and models, control privacy, and can use local LLMs via Ollama for zero per‑query cost.

How do I install Perplexica with Docker?

Clone the official repo, configure your `.env` with API keys and LLM settings, then run `docker compose up -d`. The web UI will be available at the configured port; see the GitHub readme for exact steps and updates.

Can Perplexica use local models like Llama 3 via Ollama?

Yes. Install Ollama, pull a model (e.g., `ollama pull llama3`), and point Perplexica’s LLM base URL to the Ollama endpoint. This enables private, local inference with no API usage fees.

Which search providers work with Perplexica?

Perplexica supports multiple providers such as Brave, Serper/SerpAPI, Bing, Tavily, and Google CSE, depending on your build. Add the corresponding API keys in your `.env` and select a default provider.

How can I improve answer quality in Perplexica?

Be specific with prompts (ask for citations, comparisons, constraints), choose a strong model, and enable more than one search provider for coverage. You can also limit scope to recent years and request structured outputs like tables or bullet points.

Perplexica کو کیسے استعمال کریں: 2025 کے لیے ایک مکمل، غیر ضروری گائیڈ

اگر آپ Perplexity طرز کے AI جوابات پر نظر رکھے ہوئے ہیں لیکن مکمل کنٹرول چاہتے ہیں، تو Perplexica ایک اوپن سورس راستہ ہے—سیلف ہوسٹڈ، پرائیویسی فرینڈلی، اور حیرت انگیز طور پر قابل۔ اس گائیڈ میں، ہم دیکھیں گے کہ Perplexica کیا ہے، اسے کیسے انسٹال کیا جائے، پرووائیڈرز اور ماڈلز کو کیسے کنفیگر کیا جائے، اور اسے روزمرہ کے تحقیقی کام، کوڈنگ، اور مواد کی دریافت کے لیے کیسے استعمال کیا جائے۔

چیزوں کو عملی اور حل پر مبنی رکھنے کے لیے، ہم سوالات پر مبنی ڈھانچہ استعمال کریں گے جس میں فوری اقدامات، مثال کے طور پر کمانڈز، اور مسائل کے حل کے لیے تجاویز شامل ہوں گی۔

ویسے: Perplexica فعال طور پر تیار کیا جا رہا ہے اور عام طور پر اسے Docker کے ساتھ تعینات کیا جاتا ہے۔ آفیشل GitHub readme تیز ترین راستے کا خاکہ پیش کرتا ہے: Docker انسٹال کریں، repo کو کلون کریں، اور Docker Compose کے ذریعے چلائیں۔ کمیونٹی کے جائزہ اور سیلف ہوسٹنگ کے فوائد کے لیے، Ollama کے ساتھ Perplexica چلانے کے بارے میں یہ واک تھرو دیکھیں۔ یہاں ایک فعال سیلف ہوسٹڈ تھریڈ بھی ہے جس میں ایک کمانڈ سیٹ اپ اور پہلے سے تیار کردہ امیجز پر تبادلہ خیال کیا جا رہا ہے۔

Perplexica کیا ہے؟

Perplexica ایک سیلف ہوسٹڈ، AI سے چلنے والا سرچ انجن ہے جو ویب سرچ کو بڑے لینگویج ماڈلز کے ساتھ جوڑ کر جامع، ماخذ پر مبنی جوابات تیار کرتا ہے۔ اس طرح سوچیں: ایک پیچیدہ سوال پوچھیں، یہ ویب پر تلاش کرتا ہے، متعدد ذرائع کو پڑھتا ہے، اور حوالوں کے ساتھ ایک واضح جواب تیار کرتا ہے۔ اسے Perplexity طرز کے ٹولز کے ایک اوپن متبادل کے طور پر پیش کیا جاتا ہے، لیکن آپ اسے شفافیت اور کنٹرول کے لیے مقامی طور پر یا اپنے سرور پر چلاتے ہیں۔

اہم خیالات:

Docker کے ساتھ مقامی یا سیلف ہوسٹڈ کنٹرول

آپ کے پسندیدہ سرچ/ڈیٹا پرووائیڈرز کا استعمال کرتا ہے (مثلاً، Brave، SerpAPI، Google CSE—قابل ترتیب)

مقامی یا ریموٹ LLMs کے ساتھ کام کرتا ہے (مثلاً، Ollama یا API پر مبنی ماڈلز کے ذریعے)

قدرتی سوالات کے لیے ویب UI، اس کے علاوہ مخصوص "موڈز" جیسے Web/Scholar/YouTube، جو کنفیگریشن پر منحصر ہیں۔

Perplexica کس کے لیے ہے؟

محققین جو حوالہ جات کے ساتھ، متعدد ذرائع سے خلاصے چاہتے ہیں۔

انجینئرز جو ویب ریٹریول کے ساتھ مقامی LLMs کو ترجیح دیتے ہیں۔

ٹیمیں جنہیں پرائیویسی اور لاگت پر کنٹرول کی ضرورت ہے۔

طاقتور صارفین Perplexity طرز کے ٹولز کو کسی سیلف ہوسٹڈ چیز سے تبدیل کر رہے ہیں۔

فوری آغاز: Perplexica کو چلانے کا تیز ترین طریقہ

یہ آفیشل ریپوزٹری پر مبنی عام فلو ہے:

شرائط

Docker اور Docker Compose انسٹال ہوں۔

Git انسٹال ہو۔

اختیاری: Ollama انسٹال ہو اگر آپ مقامی ماڈلز استعمال کرنا چاہتے ہیں (مثلاً، llama3, mistral, qwen)

ریپوزٹری کلون کریں۔

git clone
cd Perplexica

ماحولیاتی متغیرات کو کنفیگر کریں۔

اگر فراہم کی گئی ہے تو مثال کے طور پر ماحولیاتی فائل کاپی کریں (مثلاً، .env.example → .env).

کوئی بھی سرچ/API کیز شامل کریں (Brave، Serper، Tavily، Bing، Google CSE، وغیرہ)۔

LLM پرووائیڈر کنفیگر کریں: مقامی Ollama اینڈ پوائنٹ یا API (OpenAI/مطابقت پذیر) آپ کے سیٹ اپ پر منحصر ہے۔

Docker Compose کے ساتھ لانچ کریں۔

docker compose up -d

یہ ضروری سروسز شروع کرتا ہے۔ ایک منٹ کے بعد، ویب UI پرنٹ شدہ لوکل ہوسٹ پورٹ پر دستیاب ہونا چاہیے (عام طور پر ` یا repo کی دستاویزات میں بیان کردہ کے مطابق)۔

اختیاری: Ollama کے ذریعے ایک مقامی ماڈل پل کریں۔

# Ollama انسٹال کریں (اپنے OS کے لیے ollama.com دیکھیں)
ollama pull llama3
# یا کوئی دوسرا معاون ماڈل

Perplexica کی LLM کنفیگریشن کو اپنے Ollama اینڈ پوائنٹ کی طرف اشارہ کریں (اکثر macOS/Windows پر Docker سے یا Linux پر)۔ سیلف ہوسٹنگ واک تھرو اس جوڑی کو واضح کرتا ہے۔

پہلی بار ٹور: Perplexica ویب UI کا استعمال

ایک بار جب UI چل جائے گا، تو آپ کو جدید AI سرچ انجنوں کی طرح ایک سرچ باکس نظر آئے گا۔

قدرتی زبان میں ایک سوال پوچھیں: "2025 میں ویکٹر ڈیٹا بیس کے لیے تازہ ترین بینچ مارکس کیا ہیں؟"

اگر دستیاب ہو تو ایک فوکس/موڈ منتخب کریں: ویب، اکیڈمک/اسکالر، YouTube، یا ایک زیادہ عام ریسرچ موڈ—آپ کا بلڈ اور پرووائیڈرز اس بات کا تعین کرتے ہیں کہ کون سے ظاہر ہوتے ہیں۔

Enter دبائیں۔ Perplexica ذرائع کو بازیافت کرے گا، انہیں پڑھے گا، اور حوالوں کے ساتھ ایک خلاصہ تیار کرے گا۔

ذرائع کا معائنہ کرنے اور ساکھ کی تصدیق کے لیے حوالہ جات کو پھیلائیں۔

تجاویز:

مخصوص پرامپٹس استعمال کریں: پابندیاں شامل کریں جیسے "طریقوں کا موازنہ کریں،" "فوائد/نقصانات کی فہرست دیں،" یا "3 بلٹ کلیدی نکات کے ساتھ 200 الفاظ کا خلاصہ دیں۔"

کوڈنگ موضوعات کے لیے، مرحلہ وار اسنیپٹس طلب کریں اور اصل دستاویزات سے لنک کریں۔

ویڈیوز کے لیے (اگر YouTube موڈ فعال ہے)، تو پوچھیں کہ "X پر اس چینل کے تازہ ترین ٹیوٹوریل کا خلاصہ کریں۔"

سرچ پرووائیڈرز اور API کیز کو کیسے کنفیگر کریں

Perplexica ایک یا زیادہ ویب/سرچ پرووائیڈرز پر انحصار کرتا ہے۔ عام اختیارات میں Brave Search، Serper/SerpAPI (Google جیسے نتائج)، Bing Web Search، Tavily، اور Google Custom Search Engine (CSE) شامل ہیں۔ آپ اپنی .env فائل میں API کیز فراہم کریں گے۔

عام متغیرات جو آپ .env میں دیکھ سکتے ہیں:

BRAVE_API_KEY یا SERPER_API_KEY (یا SERPAPI_KEY)

BING_API_KEY

TAVILY_API_KEY

GOOGLE_CSE_ID اور GOOGLE_CSE_API_KEY

OLLAMA_BASE_URL (مقامی ماڈلز کے لیے)

OPENAI_API_KEY یا OPENAI_COMPATIBLE_BASE_URL کلاؤڈ ماڈلز کے لیے

صرف وہ سیٹ کریں جس کی آپ کو ضرورت ہے۔ بہت سے صارفین ایک ہی پرووائیڈر (مثلاً، Brave یا Tavily) اور ایک ہی LLM (Ollama یا ایک OpenAI سے مطابقت پذیر اینڈ پوائنٹ) سے شروعات کرتے ہیں، پھر پھیلتے ہیں۔

اپنے ماڈل کا انتخاب اور ٹیوننگ

آپ Perplexica کو ان کے ساتھ چلا سکتے ہیں:

Ollama کے ذریعے مقامی ماڈلز: پرائیویسی فرینڈلی اور فی سوال مفت؛ رفتار/معیار آپ کے GPU/CPU اور ماڈل کے سائز پر منحصر ہے۔

API کے ذریعے کلاؤڈ ماڈلز: عام طور پر پیچیدہ کاموں کے لیے تیز تر اور مضبوط تر لیکن استعمال کی لاگت لگتی ہے۔

سفارشات:

ہلکا ہارڈ ویئر: عام سوال و جواب کے لیے Ollama کے ذریعے mistral:7b یا llama3:8b۔

درمیانہ/اعلی ہارڈ ویئر: llama3:70b یا qwen2 کے مختلف قسمیں اگر آپ کو مضبوط استدلال کی ضرورت ہے۔

API سے تعاون یافتہ: سب سے زیادہ تحقیقی سوالات کے لیے OpenAI سے مطابقت پذیر ماڈلز پر غور کریں۔

Perplexica کی ترتیبات یا .env میں، ڈیفالٹ ماڈل کو اپنے منتخب کردہ LLM کی طرف اشارہ کریں۔ اگر آپ کا بلڈ متعدد ماڈلز کو سپورٹ کرتا ہے، تو آپ فی سیشن سوئچ کر سکتے ہیں۔

بہتر جوابات کے لیے سمارٹ پرامپٹنگ

آؤٹ پٹ کو بہتر بنانے کے لیے ان پیٹرنز کا استعمال کریں:

ثبوت کی درخواست: "لنکس کے ساتھ 3-5 معتبر ذرائع کا حوالہ دیں۔ معاہدوں اور اختلافات کا خلاصہ کریں۔"

ساختی آؤٹ پٹ: "5 نکاتی خلاصہ واپس کریں جس کے بعد ایک موازنہ ٹیبل ہو۔"

پابندیاں: "اسے 150 الفاظ سے کم رکھیں۔ پھر 3 آئٹم چیک لسٹ شامل کریں۔"

دائرہ کار کنٹرول: "صرف 2024-2025 کی پیش رفت پر توجہ مرکوز کریں اور ادا شدہ ذرائع کو چھوڑ دیں۔"

مثالی ورک فلو

مسابقتی اسکین

پرامپٹ: "تحقیقی ٹیموں کے لیے Notion بمقابلہ Obsidian کا موازنہ کریں۔ فوائد/نقصانات، قیمتوں کا تعین، اور حوالوں کے ساتھ 2025 کی اپ ڈیٹس فراہم کریں۔"

نتیجہ: بنیادی ذرائع کے لنکس کے ساتھ ٹریڈ آف کا ایک جامع گرڈ۔

ڈویلپر کیسے کریں

پرامپٹ: "FastAPI ایپ میں OpenTelemetry ٹریسنگ کیسے شامل کریں؟ کوڈ اسنیپٹس شامل کریں اور آفیشل دستاویزات سے لنک کریں۔"

نتیجہ: مرحلہ وار کوڈ کے علاوہ آفیشل حوالہ جات۔

سائنسی بیک گراؤنڈنگ

پرامپٹ: "آئن تھرسٹر کی پیش رفت کا خلاصہ کریں (2023-2025)۔ 4 پیئر-ریویو ذرائع شامل کریں اور کھلے مسائل کو نوٹ کریں۔"

نتیجہ: کاغذ پر مبنی ترکیب کھلے سوالات کے ساتھ۔

ویڈیو نالج مائننگ (اگر فعال ہے)

پرامپٹ: "'Rust async patterns' پر پچھلے ہفتے کی ویڈیوز سے اہم نکات کا خلاصہ کریں۔ اگر دستیاب ہو تو ٹائم اسٹیمپ شامل کریں۔"

مسائل کا حل اور کارکردگی کی تجاویز

Docker کو ماڈل نہیں مل رہا: یقینی بنائیں کہ Ollama چل رہا ہے اور بیس URL Docker کے اندر سے قابل رسائی ہے۔ macOS/Windows پر، localhost کے بجائے host.docker.internal آزمائیں۔

خالی تلاش کے نتائج: پرووائیڈر کی API کی اور کوٹہ کی تصدیق کریں۔ کسی دوسرے پرووائیڈر پر سوئچ کرنے کی کوشش کریں یا فال بیک کے طور پر دوسرا پرووائیڈر فعال کریں۔

سست ردعمل: ایک چھوٹا مقامی ماڈل استعمال کریں؛ بازیافت شدہ صفحات کی تعداد کو کم کریں؛ یا بھاری سوالات کے لیے API ماڈل پر سوئچ کریں۔

میموری اسپائکس: بیک وقت کاموں کو محدود کریں یا اگر قابل ترتیب ہو تو سیاق و سباق کی ونڈو کو کم کریں۔

حوالہ جات غائب ہیں: اپنے پرامپٹ کو سخت کریں ("ٹائٹلز کے ساتھ ماخذ لنکس شامل کریں") یا تصدیق کریں کہ آیا موڈ لنک نکالنے کی حمایت کرتا ہے۔

پرائیویسی اور لاگت پر کنٹرول

مواد کو اپنے مشین پر رکھنے کے لیے Ollama کے ذریعے صرف مقامی ماڈلز چلائیں۔

سستی قیمتوں یا مفت ٹیرز کے ساتھ پرووائیڈرز کا انتخاب کریں (Brave/Tavily/Serper کے مختلف قسمیں کوٹہ کے لحاظ سے مختلف ہو سکتے ہیں)۔

نتائج کو کیش کریں اگر Perplexica آپ کے بلڈ میں اس کی حمایت کرتا ہے؛ آپ ڈپلیکیٹ کالز کو کم کریں گے۔

Perplexica کو اپ ڈیٹ کرنا

تازہ ترین ریپوزٹری تبدیلیاں پل کریں اور اپنے کنٹینرز کو دوبارہ اپ کریں:

git pull
docker compose pull
docker compose up -d --build

GitHub repo پر بریکنگ تبدیلیوں یا نئے پرووائیڈر آپشنز کے لیے ریلیز نوٹس چیک کریں۔

انٹیگریشنز اور UI آپشنز

بہت سے صارفین مکمل طور پر مقامی اسٹیک کے لیے Perplexica کو Ollama کے ساتھ جوڑتے ہیں۔ عملی وائرنگ اور نقصانات کے لیے یہ سیلف ہوسٹنگ واک تھرو دیکھیں۔

کمیونٹی پوسٹس اکثر Docker Compose اسنیپٹس، ماحولیاتی ٹیمپلیٹس، اور ایک کمانڈ سیٹ اپ کے لیے پہلے سے تیار کردہ امیجز شیئر کرتی ہیں۔

میزبانی والے متبادل کے مقابلے میں Perplexica کو کب ترجیح دیں

آپ کو دوبارہ پیدا کرنے کی صلاحیت، مقامی لاگز، اور شفاف کنفیگز کی ضرورت ہے۔

آپ کی تنظیم بیرونی AI ٹولز کو بلاک کرتی ہے۔

آپ مختلف LLMs یا بازیافت کی ترتیبات کے ساتھ تجربہ کرنا چاہتے ہیں۔

آپ کو لاگت کی پیش گوئی اور پرائیویسی کی پرواہ ہے۔

قابل غور: Sider.AI کو Perplexica کے ساتھ استعمال کرنا

مطابقت کا اسکور: 8/10

اگر آپ تحقیقی سوالات پوچھنے اور پھر نتائج کو مواد (بریف، بلاگ ڈرافٹس، سلائیڈ نوٹس) میں تبدیل کرنے میں بہت زیادہ وقت گزارتے ہیں، تو Perplexica کو رائٹنگ/تجزیہ ورک اسپیس کے ساتھ جوڑنے سے چیزوں کو تیز کیا جا سکتا ہے۔ قابل غور: Sider.AI آپ کو ایک صاف ایڈیٹر کے اندر اپنی دریافتوں کے متعدد ورژن کو جلدی سے ڈرافٹ، ایڈٹ، اور موازنہ کرنے کی اجازت دیتا ہے۔ Perplexica ذرائع اور خلاصے پیش کرنے کے بعد، حوالہ جات کو پیسٹ کریں اور Sider کو ساخت، ٹون، اور پالش میں مدد کرنے دیں—خاص طور پر طویل فارم آؤٹ لائنز یا اسٹیک ہولڈر خلاصوں کے لیے۔

اہم نکات

Perplexica ایک سیلف ہوسٹڈ AI سرچ انجن ہے جو حوالوں کے ساتھ جوابات کی ترکیب کرتا ہے۔

اسے Docker کے ساتھ تیزی سے چلائیں؛ .env میں پرووائیڈرز اور ماڈلز کو کنفیگر کریں۔

مقامی، نجی تخمینہ کے لیے Ollama استعمال کریں—یا رفتار/معیار کے لیے API ماڈلز۔

ساختی پرامپٹس اور فوکسڈ موڈز کے ساتھ نتائج کو بہتر بنائیں۔

پرووائیڈرز کو احتیاط سے منتخب کرکے اور جہاں ممکن ہو کیشنگ کرکے لاگتوں کا انتظام کریں۔

شروع کرنے کے لیے فوری چیک لسٹ

Docker اور Git انسٹال کریں۔

Repo کلون کریں اور .env سیٹ اپ کریں۔

اپنا سرچ پرووائیڈر اور LLM (Ollama یا API) منتخب کریں۔

docker compose up -d

UI کھولیں اور اپنا پہلا سوال چلائیں۔

پرامپٹس اور پرووائیڈر/ماڈل کے انتخاب پر تکرار کریں۔

عمومی سوالات

Q1:Perplexica کیا ہے اور یہ Perplexity سے کیسے مختلف ہے؟ Perplexica ایک سیلف ہوسٹڈ، اوپن سورس AI سرچ انجن ہے جسے آپ مقامی طور پر یا کسی سرور پر چلاتے ہیں، جبکہ Perplexity ایک ہوسٹڈ سروس ہے۔ Perplexica کے ساتھ، آپ پرووائیڈرز اور ماڈلز کا انتخاب کرتے ہیں، پرائیویسی کو کنٹرول کرتے ہیں، اور صفر فی سوال لاگت کے لیے Ollama کے ذریعے مقامی LLMs استعمال کر سکتے ہیں۔

Q2:میں Docker کے ساتھ Perplexica کو کیسے انسٹال کروں؟ آفیشل repo کلون کریں، API کیز اور LLM ترتیبات کے ساتھ اپنی .env کو کنفیگر کریں، پھر docker compose up -d چلائیں۔ ویب UI کنفیگر کردہ پورٹ پر دستیاب ہوگا؛ درست مراحل اور اپ ڈیٹس کے لیے GitHub readme دیکھیں۔

Q3:کیا Perplexica Ollama کے ذریعے Llama 3 جیسے مقامی ماڈلز استعمال کر سکتا ہے؟ جی ہاں۔ Ollama انسٹال کریں، ایک ماڈل پل کریں (مثلاً، ollama pull llama3)، اور Perplexica کے LLM بیس URL کو Ollama اینڈ پوائنٹ کی طرف اشارہ کریں۔ یہ بغیر API استعمال فیس کے نجی، مقامی تخمینہ کو فعال کرتا ہے۔

Q4:Perplexica کے ساتھ کون سے سرچ پرووائیڈرز کام کرتے ہیں؟ Perplexica آپ کے بلڈ پر منحصر ہے، Brave، Serper/SerpAPI، Bing، Tavily، اور Google CSE جیسے متعدد پرووائیڈرز کی حمایت کرتا ہے۔ اپنی .env میں متعلقہ API کیز شامل کریں اور ایک ڈیفالٹ پرووائیڈر منتخب کریں۔

Q5:میں Perplexica میں جواب کے معیار کو کیسے بہتر بنا سکتا ہوں؟ پرامپٹس کے ساتھ مخصوص ہوں (حوالوں، موازنہ، پابندیوں کے لیے پوچھیں)، ایک مضبوط ماڈل کا انتخاب کریں، اور کوریج کے لیے ایک سے زیادہ سرچ پرووائیڈر فعال کریں۔ آپ دائرہ کار کو حالیہ سالوں تک بھی محدود کر سکتے ہیں اور ٹیبلز یا بلٹ پوائنٹس جیسے ساختی آؤٹ پٹس کی درخواست کر سکتے ہیں۔