在NAS上搭建私人AI搜索引擎Perplexica：完整部署与配置指南

Perplexica 是一款将隐私保护置于首位的智能问答搜索引擎，其全部运算过程均可部署在用户自有的硬件设备上。该引擎巧妙融合了互联网的广泛知识库，并支持本地运行的大型语言模型（通过 Ollama）或连接主流的云服务提供商（如 OpenAI、Claude、Groq 等），旨在为用户提供既精准又附带引用来源的答案，同时确保整个搜索过程的完全私密性。

核心功能特性：

• 🤖 广泛的模型支持 —— 兼容所有主流AI服务。既可以通过 Ollama 使用本地大语言模型，也能灵活接入 OpenAI、Anthropic Claude、Google Gemini、Groq 等云端 API。用户可以根据实际需求自由混搭和匹配不同的模型。
• ⚡ 智能搜索模式 —— 提供多种搜索策略以适应不同场景：需要快速获取答案时可选择“速度优先”模式；日常查询使用“均衡”模式；进行深度研究时则可启用“质量优先”模式以获得更详尽的分析。
• 🧭 可选的资料来源 —— 允许用户指定搜索范围，例如仅检索公开网络信息、聚焦于论坛讨论，或是专门查找学术论文。平台将持续集成更多数据源和整合方案。
• 🧩 实用小工具 —— 界面会在适当时机智能显示功能卡片，例如实时天气、计算器、股票报价以及其他快速查询工具，提升交互效率。
• 🔍 由 SearxNG 驱动的网页搜索 —— 集成 SearxNG 以同时查询多个搜索引擎，在获取丰富结果的同时有效保护用户身份隐私。未来还将加入对 Tavily 和 Exa 的支持，以进一步提升搜索质量。
• 📷 图片与视频搜索 —— 除了文本信息，用户还可以并行搜索相关的图片和视频内容，使得信息获取不再局限于文章形式。
• 📄 文件上传与分析 —— 支持上传各类文档（如 PDF、文本文件、图片等）并针对文件内容进行提问，Perplexica 能够理解文件内容并给出相关解答。
• 🌐 限定范围搜索 —— 当用户明确知道目标信息所在的网站时，可以设定仅在该特定网站或域名范围内进行搜索，这对于查找技术文档或研究论文尤为便捷。
• 💡 智能查询建议 —— 在用户输入搜索关键词的过程中，系统会实时提供智能补全和建议，帮助用户构建更有效、更精准的查询语句。
• 📚 内容发现流 —— “发现”页面会全天候展示有趣的文章和热门内容，即使用户没有主动搜索，也能保持对最新信息的同步。
• 🕒 本地搜索历史 —— 所有的搜索记录都会安全地保存在本地设备中，方便用户随时回溯和查阅过往的研究内容，确保重要发现不会丢失。
• ✨ 持续更新演进 —— 开发团队正基于社区反馈积极开发新功能。用户可加入 Discord 社区，共同参与塑造 Perplexica 的未来发展方向。

部署安装：Docker Compose快速启动

方案一：Docker Compose（集成版，内置SearxNG） 此方案包含了预配置的SearxNG搜索聚合器。

services:
  perplexica:
    image: itzcrazykns1337/perplexica:latest
    container_name: perplexica
    ports:
      - 3000:3000
    volumes:
      - ./data:/home/perplexica/data
    restart: always

方案二：Docker Compose（轻量版，需外置SearxNG） 此方案使用更精简的镜像，需单独部署并配置SearxNG服务。

services:
  perplexica:
    image: itzcrazykns1337/perplexica:slim-latest
    container_name: perplexica
    ports:
      - 3000:3000
    volumes:
      - ./data:/home/perplexica/data
    environment:
      - SEARXNG_API_URL=http://your-searxng-url:8080
    restart: always

  searxng:
    image: searxng/searxng:latest
    container_name: searxng
    ports:
      - 8080:8080
    volumes:
      - ./searxng:/etc/searxng
    environment:
      - BASE_URL=http://your-searxng-url:8080
    restart: always

配置与使用：一步步连接AI模型

1. 在浏览器中访问 http://你的NAS_IP地址:3000 即可进入 Perplexica 的主界面。

2. 首次使用需要配置AI模型连接，点击“添加配置”。

3. 系统支持众多模型提供商。由于暂未直接集成国内厂商，此处可选择兼容 OpenAI API 格式的服务。例如，可以使用硅基流动的API服务（注册链接：https://cloud.siliconflow.cn/i/1kFLquql）。

4. 填写AI配置信息：

   • 配置名称：可自定义，如 siliconflow
   • API URL：https://api.siliconflow.cn/v1

5. 点击“添加对话模型”。

6. 输入模型名称（例如使用 deepseek-ai/DeepSeek-V3.2），并填入在对应平台获取的API密钥。

7. 点击“添加嵌入模型”（用于理解搜索query和文档内容）。可以使用专用嵌入模型如 Qwen/Qwen3-Embedding-8B，为简化配置，也可直接复用上一步的对话模型。

8. 至少完成对话模型和嵌入模型的添加后，点击“下一步”。

9. 在模型选择页面，勾选刚才配置好的模型，然后点击“完成”。

10. 配置成功，进入主面板。请注意，若部分信息（如发现流）无法加载，可能并非网络问题，也可能是由于当前访问未使用 HTTPS 协议。

11. 使用默认设置进行首次提问测试，体验搜索效果。

12. 可以看到，AI 生成的答案整合了网络搜索结果，信息获取效率相比传统搜索引擎显著提升。

13. 与直接询问通用AI不同，Perplexica 的每一段回答都清晰地标注了信息来源链接，方便用户追溯和核实原文。

14. 在答案页面的底部，AI 还会自动生成一系列相关问题，帮助用户拓展查询思路。

15. 点击右上角的导出按钮，可以将完整的问答内容及其引用导出为 Markdown 或 PDF 格式的文档，便于保存和分享。

16. 如果对快速搜索的结果深度不满意，可以切换到“质量”或“思考”等更深入的搜索模式。下图展示了在网络连通的情况下，开启全面搜索的界面。

17. 在深度模式下，可以观察到AI的“思考”链条更复杂，搜索和生成耗时也更长。

18. 生成的回答通常内容更丰富，细节更完善，整体答案质量更高。

19. 探索“发现”页面，可以浏览众多由系统聚合和推荐的内容（此功能需要稳定的网络连接）。

20. “库”页面自动保存了所有历史搜索记录和对话，用户可以随时快速回顾之前的研究内容。

体验总结：提升信息获取效率的利器

最初仅是抱着尝试的心态部署了 Perplexica，实际体验后确认其确实是一款有价值的工具。对于需要高频、高效获取信息的用户而言，Perplexica 利用 AI 技术从海量网络信息中快速提炼出高质量内容，并且为每一条信息标注了可追溯的来源，极大增强了信息的可信度和验证便捷性，从而显著提升了信息调研的效率。

经过实际测试，在仅配置基础 API 而无需特殊网络设置的情况下，核心的搜索问答功能完全可以正常使用。对于有进阶需求的用户，可以选择单独部署 SearxNG 实例并进行更细致的配置，例如添加自定义搜索引擎或确保其返回结果为 JSON 格式，以获得更强大的搜索能力。

综合推荐指数：⭐⭐⭐⭐（并非噱头，能切实提升信息获取质量） 日常使用体验：⭐⭐⭐⭐（部分高级功能需依赖网络条件） 部署配置难度：⭐⭐（流程清晰，较为简单）