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.com2、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-desktop3、设置默认图形界面启动
sudo systemctl set-default graphical.target4、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。
