0.说明

1、本文仅尝试实现：https://github.com/zilliztech/deep-searcher/tree/master

2、原先尝试使用Windows操作系统，发现milvus有个包不适配，所以安装了WSL2，环境搭建可以参考链接

3、模型调用硅基流动上的DeepSeek-V3，Embedding模型调用硅基流动上的BAAI/bge-m3

4、环境中安装了miniconda，所以通过conda来建虚拟环境，也可以参考官方来建虚拟环境

1.本地环境准备

1.1 创建虚拟环境

# 创建虚拟环境
conda create -n deep-seacher python==3.11
# 激活
conda activate deep-seacher复制

注意后续要确保处于该虚拟环境中。

1.2 获取项目源码并安装第三方依赖

1.2.1 创建项目路径

此处我在home目录下创建了项目路径，具体为/home/hql_hql/myapps/deepsearcher

主要的命令：mkdir

进入到该路径下：

cd ~/myapps/deepsearcher复制

1.2.2 获取项目源码

从 Github 上获取项目源码。

git clone https://github.com/zilliztech/deep-searcher.git复制

1.2.3 安装 DeepSearcher 及其依赖第三方库

# 进入对应路径
cd deep-searcher
# 安装依赖
pip install -e .复制

最终安装的依赖：

2. deepsearcher示例运行

2.1 获取siliconflow的API密钥

登陆siliconflow官网，在API密钥页面获取个人账户的密钥，如没有请新建。新用户注册会有一定的额度，不过我示例运行后，花费了不到1毛钱。

2.2 设置环境变量

此处主要设置SILICONFLOW_API_KEY变量的值。

在home路径下的.bashrc文件中添加该变量，值为2.1中的密钥。

vi ~/.bashrc复制

添加一行（“i”进入编辑模式，“Esc”-“:wq!”保存退出）：

export SILICONFLOW_API_KEY=sk-xxx

source一下环境变量。

source ~/.bashrc复制

可以通过echo $SILICONFLOW_API_KEY是否生效。

2.3 修改模型信息

修改examples 目录下的 basic_example.py 文件，将LLM模型设置为硅基流动的 DeepSeek-V3，将embedding模型设置为硅基流动的BAAI/bge-m3。

在config= Configuration()后添加如下代码：

config.set_provider_config("llm", "SiliconFlow", {"model": "deepseek-ai/DeepSeek-V3"})
config.set_provider_config("embedding", "SiliconflowEmbedding", {"model": "BAAI/bge-m3"})复制

2.4 运行

运行basic_example.py文件。

python basic_example.py复制

结果如下：

......