Deep Searcher 接入 PPIO LLM API

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

cd deep-searcher

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

pip install -e .

import logging
import os

from deepsearcher.offline_loading import load_from_local_files
from deepsearcher.online_query import query
from deepsearcher.configuration import Configuration, init_config

httpx_logger = logging.getLogger("httpx") # disable openai's logger output
httpx_logger.setLevel(1ogging.WARNING)

current_dir = os.path.dirname(os.path.abspath(__file__))

config = Configuration() # Customize your config here
config.set_provider_config("llm","PPIO",{"model":"deepseek/deepseek-r1-turbo"})
config.set_provider_config("embedding","PPIOEmbedding", {"model":"baai/bge-m3"})
init_config(config=config)

# You should clone the milvus docs repo to your local machine first, execute:
# git clone https://github.com/milvus-io/milvus-docs.git
# Then replace the path below with the path to the milvus-docs repo on your local machine
# import glob
# all_md_files = glob.glob('xx/milvus-docs/site/en/**/*.md',recursive=True)
# load_from_local_files(paths_or_directory=all_md_files, collection_name="milvus_docs", collection_description="All Milvus Documents")

# Hint: You can also load a single file, please execute it in the root directory of the deep searcher project

load_from_local_files(
    paths_or_directory=os.path.join(current_dir, "data/ducument_name.pdf"),
    collection_name="xxx",
    collection_description="xxx",
    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＝"xxx"

config.set_provider_config("llm", "PPIO", {"model": "deepseek/deepseek-r1-turbo"})

config.set_provider_config("embedding", "PPIOEmbedding", {"model": "baai/bge-m3"})

load_from_local_files(
    paths_or_directory=os.path.join(current_dir, "data/ducument_name.pdf"),
    collection_name="xxx",
    collection_description="xxx",
    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="xxx"

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。

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。

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

**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。