Deepseek-r1:14b+ScraperAPI实现联网本地大模型回答

---

前言

我需要对本地的Deepseek-r1:14b进行提问，我发现它对于实时的问题，或者不知道的问题，会不回答或者乱回答。基于这点我想通过Web API传输更多的信息给到Deekseek，从而让他回答更加精准。

---

一、Deekseek本地部署

这个只需要下载Ollama就可以实现。具体可以看我之前的文章 Ollama本地部署

二、SerpAPI

1.什么是SerpAPI？

SerpAPI是一个提供搜索引擎结果的API服务，允许开发者在其应用程序中集成Google、Bing等搜索引擎的功能。它支持多种参数设置，可以根据地域和语言进行定制化搜索。

2.如何使用SerpAPI进行Web搜索

代码如下（示例）：

def get_search_results(query):
    params = {
        "engine": "bing",  # 或者"google"取决于你想从哪个搜索引擎获取数据
        "q": query,
        "api_key": "YOUR_API"
    }

    response = requests.get('https://serpapi.com/search', params=params)
    results = response.json()
    return results['organic_results'][:5]
    # 获取前5个结果
    # for result in results['organic_results'][:5]:
    #     print(f"标题: {result['title']}")
    #     print(f"链接: {result['link']}")
    #     print(f"摘要: {result['snippet']}\n")

三、实现Deepseek-r1:14b+ScraperAPI实现联网本地大模型回答

1. Code

代码如下（示例）：

from ollama import chat
import requests
import requests
import json
import time

def get_search_results(query):
    params = {
        "engine": "bing",  # 或者"google"取决于你想从哪个搜索引擎获取数据
        "q": query,
        "api_key": "YOUR_API"
    }

    response = requests.get('https://serpapi.com/search', params=params)
    results = response.json()
    return results['organic_results'][:5]
    # 获取前5个结果
    # for result in results['organic_results'][:5]:
    #     print(f"标题: {result['title']}")
    #     print(f"链接: {result['link']}")
    #     print(f"摘要: {result['snippet']}\n")


def query_model(prompt, context=""):
    # 实现你的模型查询逻辑，这里简化处理
    # 假设context是一个字符串，包含了搜索结果的相关信息
    full_prompt = f"{context}\nUser: {prompt}\nAssistant:"
    stream = chat(
        model='deepseek-r1:14b',
        messages=[{'role': 'user', 'content': full_prompt}],
        stream=True,
    )

    for chunk in stream:
      print(chunk['message']['content'], end='', flush=True)
    return chunk['message']['content']
  #full_prompt = f"{context}\nUser: {prompt}\nAssistant:"
  #response = model.generate(full_prompt)  # 这里应替换为实际的模型调用逻辑
  #return response
def main():
    user_query = "今天天气如何?";
    search_results = get_search_results(user_query)

    # 提取并整理搜索结果中的关键信息作为上下文
    context_info = "\n".join([f"标题: {result['title']}, 摘要: {result['snippet']}" for result in search_results])

    # 结合上下文询问模型
    answer = query_model(user_query, context=context_info)
    print(f"助手的回答：{answer}")


if __name__ == "__main__":
    main()

---