DeepSeek + Dify + SearXNG本地人工智能知识库引入搜索引擎

SearXNG 是一款功能强大的免费互联网元搜索引擎，能够聚合多个搜索引擎的资源并整合搜索结果。关键一点是用户不会被跟踪，搜索行为也不会被分析。Dify 已内置了与 SearXNG 的对接功能，使您可以直接通过 Dify 平台调用其服务。

一、SearXNG 与 Dify 结合

1.1 使用 Docker 安装 SearXNG 容器

终端中执行命令：docker pull searxng/searxng

安装完成后可以自定义更改配置文件。配置文件位于dify/api/core/tools/provider/builtin/searxng/docker/settings.yml。

1.2 在 Dify 的根目录启动 Docker 容器

启动命令：docker run --rm -d -p 8081:8080 -v "${PWD}

/api/core/tools/provider/builtin/searxng/docker:/etc/searxng" searxng/searxng

在 Docker Desktop 中看到的效果如下：

1.3 将 SearXNG 授权

进入“工具 > SearXNG > 认证”并输入访问地址。

使用 Docker 部署 Dify，地址通常为

http://host.docker.internal:8081。

1.4 微调大模型

如果按着以前文档的设置您可能会体验到 “Model schema not found” 这个错误信息。

所以我们需要做如下微调：

• 在个人用户配置文件中选择“设置”。

• 在模型供应商选项中找到 Ollama 然后在已追加的语言模型选择配置。

• 点选 “是否支持 Vision” 选择 “是” 然后保存。

二、关联搜索引擎

1、创建 “工作流” 应用

• 选择“工作室” - “工作流”，点击“创建空白应用”

• 选择 “Chatflow”，给应用起个名字。

• 点击 “创建”。

2、 添加知识检索

• 我们删除已有的工作流，从 “开始” 新添加节点 “知识检索”。

• 选择已经建好的知识库。

3、 添加LLM

4、添加节点 “条件分支”

IF 函数我们指定 “LLM” 的 text string 包含 “很抱歉，我不知道”

5、针对 ELSE 指针添加节点 “直接回复”

6、针对 IF 指针添加 “SEARXNG 检索”

7、添加节点 “LLM” 选择 DeepSeek-R1 模型

8、添加节点 “直接回复”

9、查看整个工作流无误后，点击 “发布”

三、测试效果

我们向 DeepSeek-R1 提问一个知识库里已经投喂过的问题：电池鼓包的原因有哪些

DeepSeek-R1 会引用知识库的里文档进行回答。

我们再向 DeepSeek-R1 提问一个对它来说是未来时间点的问题：：2024年美国大选总统是谁

我们可以看到工作流运行逻辑正常，而且给出了正确回答。

接下来我们看它是怎么工作的。

在查询内嵌知识库没有发现匹配的回答后，DeepSeek-R1 给出回答是“很抱歉，我不知道”。

这个关键字击中条件分支的 “IF” 指针，所以工作流指向 “SEARXNG 检索” 节点。

“SEARXNG 检索” 开始查询若干结果反馈给 DeepSeek-R1。

DeepSeek-R1 分析的上下文信息由 "content" 标签标识，做最终的分析和处理。

四、总结

SearXNG 不仅是一款工具，更代表了一种全新的思维模式。它向我们展示了如何在保护用户隐私的前提下，依然能够提供优质高效的搜索服务。

而将本地部署的 DeepSeek、Dify 和 SearXNG 结合起来，这不仅是一项技术创新，更是对一种价值理念的实践。这种结合向我们传达了一个重要的观点：技术的发展不应该以牺牲用户的隐私权为代价。我们在获取信息的同时，完全可以保持自身的独立性，并且享有匿名的权利。

推荐本站淘宝优惠价购买喜欢的宝贝:

本文链接：https://hqyman.cn/post/9128.html 非本站原创文章欢迎转载，原创文章需保留本站地址！

休息一下~~