AI搜索引擎Perplexica的本地部署(之二)Perplexica的非docker安装

Perplex 是一个开源的AI 驱动的搜索引擎,可以使用 Grok 和 Open AI 等模型在计算机上本地安装和运行。它为学术研究、写作、YouTube 和 Reddit 提供了一系列搜索功能。用户可以通过选择不同的模型、设置本地嵌入模型和探索各种搜索选项来定制他们的体验。该工具演示了搜索 AI 新闻、学术论文和 YouTube 视频,提供相关信息并根据搜索查询生成响应。

接下来我们开始安装Perplexica

一:硬件配置

服务器配置:ubuntu22.04,2C8G。

安装位置:/app/Perplexica

安装方式:none-docker方式

二:环境准备

1、安装nodejs

#设置运行环境
sudo apt-get install python3 g++ make python3-pip

#安装nvm
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh | bash

#使生效
source ~/.bashrc

#安装nodejs
nvm install 18

注:国内镜像源设置

npm config set registry https://registry.npmmirror.com

2、安装ubuntu的图形界面

目前Perplexica只支持本机浏览,不支持共享浏览器使用。

sudo apt install gnome-panel gnome-settings-daemon metacity nautilus gnome-terminal ubuntu-desktop

3、设置默认图形界面启动

sudo systemctl set-default graphical.target

4、安装Chrome浏览器(假如需要)

sudo apt install chromium-browser

三:安装Perplexica后端

1、克隆代码库

git clone https://github.com/ItzCrazyKns/Perplexica.git

2、设置后端

#进入代码目录
cd /app/Perplexica/

#生成配置文件
cp sample.config.toml config.toml

修改config.toml

[GENERAL]
PORT = 3001 # Port to run the server on
SIMILARITY_MEASURE = "cosine" # "cosine" or "dot"

[API_KEYS]
OPENAI = "" # OpenAI API key - sk-1234567890abcdef1234567890abcdef
GROQ = "" # Groq API key - gsk_1234567890abcdef1234567890abcdef
ANTHROPIC = "" # Anthropic API key - sk-ant-1234567890abcdef1234567890abcdef

[API_ENDPOINTS]
SEARXNG = "http://localhost:32768" # SearxNG API URL
OLLAMA = "" # Ollama API URL - http://host.docker.internal:11434

其中:

SEARXNG地址即为我们上一章安装的searxng的地址

OLLAMA地址即为实际ollama访问地址,比如http://IP:11434

因为我们没有使用docker安装,这里直接写真实的ollama地址。

3、编译代码

npm i
npm run build

4、运行后端

#运行后端
npm run start

四:安装Perplexica前端

1、设置前端配置文件

#设置前端配置文件
cd /app/Perplexica/ui/
cp .env.example .env

前端.env文件无需修改

NEXT_PUBLIC_WS_URL=ws://localhost:3001
NEXT_PUBLIC_API_URL=http://localhost:3001/api

无需修改3001端口

2、编译代码:

#编译前端代码
npm i 
npm run build 

如果在编译过程报错,留意报错内容,绝大部分原因是网络造成的,可以多运行几次。 强烈建议改用国内镜像源,以减少出错。

3、运行前端

#运行前端
npm run start 

五:运行

运行前,请确保前后端都已运行起来。然后在浏览器里打开。

http://local-ip:3000

注意下面的这些资源并不是所有都可以访问的,小伙伴们可以自己每一个都试试。

模型设置

可以选择ollama里面你pull下来的相关模型。 从第三方计算机,打开这个浏览器,可以看不到哦,如下图:

这个并不是问题,问题是当前该版本不支持共享访问,只能从本机访问。

相关推荐
学习前端的小z4 分钟前
【AIGC】如何通过ChatGPT轻松制作个性化GPTs应用
人工智能·chatgpt·aigc
埃菲尔铁塔_CV算法32 分钟前
人工智能图像算法:开启视觉新时代的钥匙
人工智能·算法
EasyCVR32 分钟前
EHOME视频平台EasyCVR视频融合平台使用OBS进行RTMP推流,WebRTC播放出现抖动、卡顿如何解决?
人工智能·算法·ffmpeg·音视频·webrtc·监控视频接入
打羽毛球吗️39 分钟前
机器学习中的两种主要思路:数据驱动与模型驱动
人工智能·机器学习
好喜欢吃红柚子1 小时前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析(SE,CBAM,SGE,CA,ECA,TA)
人工智能·pytorch·python·计算机视觉·cnn
ZHOU西口1 小时前
微服务实战系列之玩转Docker(十八)
分布式·docker·云原生·架构·数据安全·etcd·rbac
小馒头学python1 小时前
机器学习是什么?AIGC又是什么?机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
神奇夜光杯1 小时前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
正义的彬彬侠1 小时前
《XGBoost算法的原理推导》12-14决策树复杂度的正则化项 公式解析
人工智能·决策树·机器学习·集成学习·boosting·xgboost
Debroon1 小时前
RuleAlign 规则对齐框架:将医生的诊断规则形式化并注入模型,无需额外人工标注的自动对齐方法
人工智能