划重点:
🔍 Perplexica 是一个开源项目，利用大型语言模型（LLMs）和人工智能功能，为 Perplexity AI 等专有 AI 搜索引擎提供隐私保护的替代方案。
🔍 Perplexica 使用 LLMs 结合相似性搜索和嵌入模型等机器学习算法，以精确搜索结果并提供带有来源的一致答案。
🔍 Perplexica 的架构包括几个组件：基于 Web 的用户界面、用于预测下一步的代理和链、用于 Web 搜索的 SearXNG、用于理解内容和编写答案的 LLMs，以及用于重新排序搜索结果的嵌入模型。
站长之家(ChinaZ.com) 6月11日 消息:Perplexica 是一个开源项目，旨在提供一个隐私保护的 AI 搜索引擎，作为 Perplexity AI 等专有选项的替代方案。它利用大型语言模型（LLMs）和人工智能功能，提供了一个开放的搜索解决方案。
产品入口：https://top.aibase.com/tool/perplexica
Perplexica 使用 LLMs 结合机器学习算法（如相似性搜索和嵌入模型）来细化搜索结果，并提供带有来源的一致答案。其架构包括几个核心组件：一个基于 Web 的用户界面，用于预测下一步的代理和链，用于 Web 搜索的 SearXNG，用于理解内容和编写答案的 LLMs，以及用于重新排序搜索结果的嵌入模型。
整个流程如下：用户请求发送到后端服务器，触发搜索链。它确定是否需要进行 Web 搜索。如果需要，将发送搜索查询到 SearXNG 中的正常模式。结果将转换为嵌入，并经过相似性搜索以找到最相关的来源。这些来源将传递给响应生成器，该生成器将准确生成答案并将其发送到用户界面。语言模型会引用这些来源。
Perplexica 有两种主要模式： "C o p i l o t 模式"（仍在开发中）旨在通过根据用户搜索生成多个查询来找到更相关的 Web 来源。 "Normal 模式" 处理查询并执行 Web 搜索。
此外，Perplexica 提供了六种专注模式，旨在为特定类型的问题提供最佳答案：包括 "全模式" 用于广泛的 Web 搜索，"写作助手" 用于写作任务，"学术搜索" 用于科学研究，"YouTube 搜索" 用于视频，"Wolfram Alpha 搜索" 用于计算和数据分析，以及 "Reddit 搜索" 用于讨论和观点。
Perplexica 最好通过 Docker 进行安装，但也可以在没有 Docker 的情况下安装。Perplexica 可以在浏览器中设置为替代搜索引擎。