大语言模型

deerflow-你的私有化夸克搜索。实测与一手本地模型部署指北

2025 年 5 月 20 日

探索AI搜索新工具，提升效率的利器。本文带你深入了解deerflow-私有化夸克搜索的实测与本地模型部署指南。核心内容： 1. deerflow介绍与部署步骤 2. 实测体验与交互功能亮点 3. 模型配置建议与官方项目地址

让夸克AI搜索这种等级的AI搜索工具私有化到本地！

它的部署相对容易，注意先在本地安装好官方推荐的必备工具（注意版本号不要搞错），照着官方给的指令走就好。我是没遇到什么问题。一遍过。

然后需要修改本地的配置文件.env和conf.yaml，以支持不同的搜索引擎与AI模型

它还能支持Ollama本地模型，就实现真正的私有化了

在对话框点选investigation

然后把问题告诉它

发送问题

然后它就开始前置推理了。和夸克表现得一模一样。为了做限定变量的测试，用了和上一篇测夸克与抖音一样的综合性专业性非常强的调研问题

以为和夸克没啥区别的我，很快就发现，惊喜来了。它可以更改补充AI的计划。然后再开始搜索研究。这是很多AI搜索都做不到的！给使用者更多的自由权，进一步让AI获取用户满意的内容。这样的交互非常棒。（edit plan）。其实前一篇文章也有提到AI会猜错用户的意图。这样的设计就很好的弥补了鸡同鸭讲的情况下导致了搜索方向与策略出错后带来的结果出错