DeepSearcher 接入 PPIO LLM API

OpenAI 的 Deep Research 与 X 平台主推的 Grok Deepsearch 具备较强的信息整合能力。但每月 200 美金的订阅成本、仅限单一模型、依赖社交数据，限制了部分应用场景，在专业领域难以满足部分开发者的要求。专注于向量数据库的 Zilliz 在开发者社区给出了新的解法：7.1k stars 的 GitHub 开源项目 DeepSearcher。

0 订阅成本：即刻部署，0 订阅成本使用
可多模型切换：自由切换 DeepSeek/Qwen 等大模型
本地知识导入：融合企业文档/CAD 图纸/代码库等非结构化数据，隐私保护更佳

PPIO 派欧云是国内最早上线 DeepSeek 全模型 API 的供应商之一，为 DeepSearcher 提供支持。PPIO 派欧云是一站式 AIGC 云服务平台，为 AI 开发者和企业提供低成本、稳定可靠、接入简单的大模型 API 与 GPU 算力服务。API 服务覆盖最新的 DeepSeek、Qwen 等系列模型，低价、稳定、快速，一行代码即可调用，还支持在 chatbox、AnythingLLM、Ragflow 等 20 多个主流第三方平台使用。以下教程从环境配置到接入 PPIO，帮助你在 10 分钟内搭建”开源引擎+自选大模型+私有知识库”的三重架构。

PPIO x DeepSearcher 图文使用教程

获取 PPIO 配置信息

获取 API Base URL

固定为：https://api.ppio.com/openai

获取 API Key

登录派欧云控制台API密钥管理页面，点击创建按钮。

生成并保存 API 密钥

注意：密钥在服务端加密存储，请在生成时保存好密钥；若遗失，可以在控制台上删除并创建一个新的密钥。

获取需要使用的模型 ID

推荐使用：

deepseek/deepseek-v4-pro
deepseek/deepseek-v4.1-flash
qwen/qwen3.8-max
zai-org/glm-5.3

其他模型 ID、最大上下文及价格可参考：模型列表

安装 DeepSearcher

在 PPIO 官网准备好信息后，安装指南参考：https://github.com/zilliztech/deep-searcher

克隆仓库

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

cd deep-searcher

创建一个虚拟环境并激活它

#MAKE SURE the python version is greater than or equal to 3.10
python3 -m venv .venv
source .venv/bin/activate

安装依赖

pip install -e .

修改示例代码以接入 PPIO 模型

示例代码位于 examples/basic_example.py，可用其运行 DeepSearcher。

配置 PPIO API Key

将您刚刚获取的 API Key 设置到本地环境变量 PPIO_API_KEY 中。

export PPIO_API_KEY="您的 PPIO API Key"

配置 PPIO 模型

在示例代码的 config = Configuration() 这一行后添加代码，设置 PPIO 的 LLM 与 Embedding 模型：

config = Configuration()
config.set_provider_config("llm", "PPIO", {"model": "deepseek/deepseek-v4-pro"})
config.set_provider_config("embedding", "PPIOEmbedding", {"model": "baai/bge-m3"})
init_config(config=config)

配置检索文件路径与 prompt

从指定的本地路径加载文件，并将其内容存储到集合中。修改调用 load_from_local_files 处的代码。您可以使用项目提供的 examples/data/WhatisMilvus.pdf 文件，也可以使用您自己的文件。如需执行时删除并重新创建该集合，可将 force_new_collection 设置为 True

load_from_local_files(
    paths_or_directory=os.path.join(current_dir, "data/WhatisMilvus.pdf"),
    collection_name="milvus_docs",
    collection_description="All Milvus Documents",
    force_new_collection=True, # If you want to drop origin collection and create a new collection every time,set force_new_collection to True
)
question="Write a report comparing Milvus with other vector databases."

运行示例代码

在项目根目录下运行：

python examples/basic_example.py

运行效果展示

以下两个场景展示 DeepSearcher 的效果。

车企行业报告分析

我们为 DeepSearcher 提供了一份 .xlsx 格式的车企行业报告。 Prompt:

请从财务和宏观经济角度，对 A 股新能源汽车行业以及行业内 TOP5 车企的发展进行分析。在财务分析部分，需涵盖基本的财务关键指标。在宏观经济分析部分，考虑宏观经济指标对行业的影响，对 A 股新能源汽车行业整体发展趋势进行总结，并基于财务和宏观经济分析，对 TOP5 新能源车企的未来发展潜力和竞争态势做出比较和预测，指出各车企的优势与挑战。请以专业、严谨的语言，结合具体数据进行分析阐述。

输出内容：

基于文档数据，A股新能源汽车行业及TOP5车企分析如下：
一、财务分析（以比亚迪、长安汽车为例）：
1. 比亚迪2024Q3营收430.48亿元（同比-17.74%），净利润6.91亿元（同比-39.45%），显示成本端承压明显；但2025年股息分配方案达10派30.98元，现金流表现优于同业。
2. 长安汽车2023Q4营收744.71亿元（同比+0.09%），净利润14.11亿元（同比-12.48%），盈利能力弱于比亚迪，但2024Q2实现净利润6.63亿元（环比+44.22%），展现弹性恢复。
二、宏观经济影响：
1. 行业2024年营收普遍负增长（比亚迪-17.74%，长安-12.82%），反映补贴退坡与消费疲软双重压力。2024Q3行业净利润环比-92.85%，显示季度波动加剧。
2. 原材料价格高位震荡，2024年TOP5车企平均毛利率同比下降3-5个百分点，成本传导能力分化。
三、行业趋势与竞争格局：
1. 行业集中度提升：比亚迪2024年营收规模超长安汽车1.6倍，头部效应显著。2025年研发投入头部车企占比预计提升至8-10%。
2. 技术路线分化：比亚迪垂直整合优势稳固（2024年专利数量同比+25%），长安汽车智能化转型加速（L4自动驾驶投入占比升至15%）。
四、TOP5车企竞争力预测：
1. 比亚迪：优势在于全产业链布局（电池自供率85%）和海外市场突破（2024出口占比升至18%），挑战来自原材料套期保值风险。
2. 长安汽车：依托燃油车利润反哺（2024传统业务贡献65%现金流），但新能源转型速度滞后（电动化率21% vs 行业均值35%）。
3. 其他头部：需关注新势力企业的毛利率改善（2024Q3平均毛利率回升至18.7%）及传统车企的混动技术突破。
行业未来3年将维持15-20%复合增速，头部企业市占率有望从2024年的58%提升至2026年的65%，技术迭代与全球化布局将成为核心竞争维度。

输出结果分析： DeepSearcher 通过补贴削减、成本压力等具体因素，建立了宏观经济与行业表现的联系。回答涵盖财务指标、宏观经济影响和竞争趋势，数据丰富，适合需要基于证据做评估的读者。运行效果展示：

根据JD筛选简历

我们为 DeepSearcher 提供了多份候选人简历 PDF 文件。 Prompt:

请根据以下优先级及标准，严格评估候选人的简历匹配度，从筛选出适合团队合作的3个与岗位匹配的实习生简历，并说明原因。筛选条件：1.硬性条件：Excel技能达标；英语能力达标。2.加分条件：（1）跨境电商经历（权重40%）：考虑平台经验；欧盟业务；数据成果。（2）供应链经验（权重30%）：选品分析；物流管理；单证处理。（3）工具能力（权重20%）：BI工具；ERP系统；自动化。（4）文化适配（权重10%）：跨文化经历；抗压案例；协作证明

输出内容：

**简历一（[姓名 1]）**  
匹配原因：  
1. 具备Shopee欧洲站运营经验，直接参与选品、数据分析和物流优化，熟悉跨境电商全链路；  
2. 熟练运用Excel高级函数（VLOOKUP/SUMIFS）和BI工具，完成供应链可视化项目；  
3. 英语CET-6 550分，参与跨部门协作的供应链优化项目，团队协同能力突出。  
**简历三（[姓名 3]）**  
匹配原因：  
1. 参与校园跨境电商创业项目，完成欧洲市场选品和跨语言协作，体现团队执行力；  
2. 掌握Excel数据清洗和基础分析技能，英语CET-6 505分满足基础沟通需求；  
3. 市场调研经历可为欧洲市场竞品分析提供支持。  
**简历十（[姓名 10]）**  
匹配原因：  
1. 自主运营eBay欧洲站店铺，实现从0到5000美元月销售额，实战经验丰富；  
2. 主导选品和供应链优化项目，直接降低15%采购成本，展现业务闭环能力；  
3. 英语CET-6 508分，熟悉跨境电商全流程操作，创业经历强化问题解决能力。

输出结果分析： DeepSearcher 结合岗位需求给出细节和数据支持，将岗位需求画像与候选人能力对应，并对团队合作能力做出评估。 DeepSearcher 在数据处理准确性、分析结构化程度和洞察力方面表现较好。处理复杂查询更稳定，分析贴合数据本身，输出质量较高，适合生成可靠、深入的行业报告。

产品介绍

开始使用

大语言模型API

问题合集

已接入工具列表