Perplexica 开源 AI 搜索引擎¶

# 一行命令启动 Perplexica（内置 SearXNG）
docker run -d \
  --name perplexica \           # 容器名
  -p 3000:3000 \                # Web 界面端口
  -e OPENAI_API_KEY=sk-xxx \    # OpenAI API Key（如果用 OpenAI）
  itzcrazykns/perplexica:latest  # 官方镜像

# docker-compose.yml
version: '3.8'

services:
  # SearXNG 搜索聚合引擎
  searxng:
    image: searxng/searxng:latest      # SearXNG 镜像
    ports:
      - "4000:8080"                     # SearXNG 端口
    volumes:
      - ./searxng:/etc/searxng          # 配置文件目录
    environment:
      - SEARXNG_BASE_URL=http://searxng:8080  # 内部地址
    restart: unless-stopped

  # Perplexica AI 搜索引擎
  perplexica:
    image: itzcrazykns/perplexica:latest  # Perplexica 镜像
    ports:
      - "3000:3000"                        # Web 界面端口
    environment:
      - SEARXNG_URL=http://searxng:8080    # 指向 SearXNG
      - OPENAI_API_KEY=sk-xxx              # OpenAI Key（可选）
      - OLLAMA_URL=http://host.docker.internal:11434  # 本地 Ollama（可选）
    depends_on:
      - searxng                             # 依赖 SearXNG 先启动
    restart: unless-stopped

# 启动所有服务
docker compose up -d  # -d 后台运行

# 打开浏览器访问
# http://localhost:3000

# 第一步：确保 Ollama 已安装并运行
ollama serve  # 启动 Ollama 服务

# 第二步：下载一个聊天模型
ollama pull llama3.1:8b  # 下载 Llama 3.1 8B 模型

# 第三步：修改 docker-compose.yml 中的环境变量
# OLLAMA_URL=http://host.docker.internal:11434
# 不设置 OPENAI_API_KEY（这样就完全不用云端 API）

# 第四步：启动 Perplexica
docker compose up -d

# 现在你有了一个完全在本地运行的 AI 搜索引擎！
# 搜索请求 → SearXNG 聚合网页 → Ollama 本地模型生成回答

1. 打开浏览器访问 http://localhost:3000
2. 在搜索框输入问题（支持中文）
3. 选择搜索模式：
   - Speed Mode（速度模式）：快速回答
   - Balanced Mode（平衡模式）：日常搜索
   - Quality Mode（质量模式）：深度研究
4. 等待搜索结果，回答会附带引用来源
5. 点击引用链接可以查看原始网页

Perplexica 支持多种搜索源：
- Web：搜索整个互联网
- Discussions：搜索论坛和讨论区
- Academic：搜索学术论文
- 你也可以限定搜索特定网站（如只搜索某个文档站）

1. 在搜索界面点击文件上传按钮
2. 支持的文件类型：
   - PDF 文档
   - 文本文件
   - 图片
3. 上传后输入问题，Perplexica 会结合文件内容回答

import requests  # HTTP 请求库

# Perplexica 提供 API 接口
response = requests.post(
    "http://localhost:3000/api/search",  # 搜索 API
    json={
        "query": "2型糖尿病与肠道菌群的关系",  # 搜索问题
        "mode": "balanced",                      # 搜索模式
        "focus": "web"                            # 搜索源
    }
)

result = response.json()  # 解析 JSON 结果
print(result["answer"])   # 打印 AI 回答
for source in result["sources"]:  # 遍历引用来源
    print(f"- {source['title']}: {source['url']}")  # 打印标题和链接

# searxng/settings.yml
# 自定义使用哪些搜索引擎

use_default_settings: true  # 使用默认设置作为基础

search:
  formats:
    - html
    - json              # 必须启用 JSON 格式（Perplexica 需要）

engines:
  - name: google         # 启用 Google
    engine: google
    disabled: false
  - name: bing           # 启用 Bing
    engine: bing
    disabled: false
  - name: duckduckgo     # 启用 DuckDuckGo
    engine: duckduckgo
    disabled: false
  - name: baidu          # 如果需要中文搜索，启用百度
    engine: baidu
    disabled: false

在 Perplexica 搜索框中使用域名限定：
- site:arxiv.org 宏基因组      → 只搜索 arXiv 论文
- site:github.com snakemake    → 只搜索 GitHub
- site:biostars.org MAGs       → 只搜索 Biostars

# Railway 提供一键部署 Perplexica 的模板
# 访问 https://railway.com/deploy/perplexica-ai-search

# 优点：
# - 不需要自己的服务器
# - 自动配置 HTTPS
# - 无速率限制
# - 完全控制 AI 模型选择

# === Perplexica 常用操作速查 ===

# Docker Compose 启动
docker compose up -d

# 查看日志
docker compose logs -f perplexica

# 停止服务
docker compose down

# 重启服务
docker compose restart

# Web 界面
# http://localhost:3000

# SearXNG 界面（独立使用）
# http://localhost:4000

# 搜索模式
# Speed —— 快速回答（适合简单问题）
# Balanced —— 平衡模式（日常使用）
# Quality —— 深度研究（复杂问题）