免费开源，无需 GPU，本地化部署大语言模型的对话系统（ 0.1 + 0.2 不等于 0.3 ？这是为什么？一篇讲清楚！！！）

免费开源，无需 GPU，本地化部署大语言模型的对话系统（ 0.1 + 0.2 不等于 0.3 ？这是为什么？一篇讲清楚！！！） 项目名: FreeAskInternet -- 本地化部署大语言模型的对话系统

Github 开源地址： github.com/nashsu/FreeAskInternet

FreeAskInternet 是一个免费开源的工具，它结合了多个先进的语言模型来提供搜索和答案生成的服务。

我们可以直接在本地安装运行，更像是一个各个大语言模型的搜索聚合器。

根据开源的描述 FreeAskInternet 是使用大语言模型（LLM）来生成答案，无需依赖图形处理单元（GPU）。用户提出问题后，系统会利用 SearXNG 进行多引擎搜索，并将搜索结果与 ChatGPT3.5 语言模型结合，基于这些搜索结果生成答案。所有过程都在本地运行，不需要 GPU 或者 OpenAI 或 Google 的 API 密钥。

SearXNG 是一个免费的互联网元搜索引擎，它聚合来自各种搜索服务和数据库的结果，开源地址：github.com/searxng/searxng。

主页还是很简洁的：

基于搜索的人工智能聊天界面：

支持多个大语言模型和自定义的大语言模型（如 ollama）：

总结下来 FreeAskInternet 的特点有：

免费开源，我们可以本地自己安装完成。使用了 ChatGPT3.5、Qwen、Kimi、致普 AI 等 API，用户无需拥有这些 API 的密钥即可使用它们。由于使用了免费的 API，与通常需要GPU来运行的大语言模型不同，FreeAskInternet不需要GPU即可运行，降低了用户的硬件要求。我们也可以自定义大语言模型，如 ollama（下载地址：ollama.com/），这为用户提供了更多的灵活性和个性化选项。安装简单，通过 Docker Compose 一个流行的容器编排工具，用户可以快速部署 FreeAskInternet，简化了安装和配置过程。

FreeAskInternet 工作原理：用户在界面输入的问题，SearXNG 进行多引擎搜索，搜索完成后，系统会自动爬取并收集搜索结果中的链接内容，然后将这些内容传递给选定的LLM（Large Language Models：大语言模型），如 ChatGPT3.5、Kimi、Qwen、ZhipuAI 或自定义的 ollama，这些模型利用传递的内容作为参考，生成内容并回答用户的问题。

安装使用

该项目处于早期阶段，所以难免有一些问题，但个人学习使用完全足够了。

安装前需要你本地已安装 docker，并支持 docker-compose，安装使用如下：

git clone github.com/nashsu/FreeAskInternet.gitcd ./FreeAskInternetdocker-compose up -d

安装完成后就可以打开链接 localhost:3000 开始使用了。