|
Perplexica，一个开源项目，致力于提供Perplexity AI等专有搜索引擎的隐私保护替代方案。该项目通过结合大型语言模型（LLM）和机器学习算法，优化搜索结果并确保答案的一致性。 架构与流程 Perplexica的架构由以下关键组件构成： - 基于Web的用户界面
- 预测搜索链的代理
- 用于Web搜索的SearXNG
- 理解内容和生成答案的LLM
- 重新排名搜索结果的嵌入模型
当用户发起请求时，后端服务器触发搜索链，决定是否执行网络搜索。如果需要，SearXNG以正常模式接收搜索查询，并将结果转换为嵌入，通过相似性搜索找到最相关来源。这些来源随后被传递给响应生成器，生成答案并显示在用户界面上。 模式与功能 Perplexica提供两种主要模式： - 副驾驶模式（开发中）：通过生成多个查询来寻找更相关的网络资源。
- 普通模式：直接处理查询并执行网络搜索。
此外，还有六种焦点模式，针对特定问题类型提供最佳答案： - 所有模式：广泛网络搜索
- 写作助手：写作作业
- 学术搜索：科学研究
- YouTube搜索：视频内容
- Wolfram Alpha搜索：计算和数据分析
- Reddit搜索：讨论和意见
安装与设置 Perplexica可以通过Docker安装，也支持无Docker安装。安装文档提供详细步骤。用户还可以将Perplexica设置为浏览器的备用搜索引擎。
| 
