FreeAskInternet 项目使用教程

FreeAskInternet 项目使用教程

FreeAskInternetFreeAskInternet is a completely free, private and locally running search aggregator & answer generate using LLM, without GPU needed. The user can ask a question and the system will make a multi engine search and combine the search result to the ChatGPT3.5 LLM and generate the answer based on search results.项目地址:https://gitcode.com/gh_mirrors/fr/FreeAskInternet

1. 项目的目录结构及介绍

FreeAskInternet 项目的目录结构如下：

FreeAskInternet/
├── docker-compose.yaml
├── free_ask_internet.py
├── requirements.txt
├── server.py
└── README.md

目录结构介绍

• docker-compose.yaml: Docker 容器编排文件，用于启动和管理项目所需的容器。
• free_ask_internet.py: 项目的主文件，包含主要的逻辑和功能。
• requirements.txt: 项目依赖的 Python 包列表。
• server.py: 服务器的启动文件，用于启动项目的 Web 服务。
• README.md: 项目的说明文档，包含项目的基本信息和使用指南。

2. 项目的启动文件介绍

项目的启动文件是 server.py，它负责启动 Web 服务，并处理用户请求。以下是 server.py 的主要功能：

• 初始化 Flask 应用。
• 定义路由和视图函数，处理用户请求。
• 启动 Web 服务器。

启动文件代码示例

from flask import Flask, request, jsonify

app = Flask(__name__)

@app.route('/ask', methods=['POST'])
def ask():
    data = request.get_json()
    question = data['question']
    # 处理问题并生成答案
    answer = generate_answer(question)
    return jsonify({'answer': answer})

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=3000)

3. 项目的配置文件介绍

项目的配置文件是 docker-compose.yaml，它定义了项目所需的 Docker 容器和服务。以下是 docker-compose.yaml 的主要内容：

• 定义服务和容器。
• 配置服务的端口映射和环境变量。
• 指定服务的依赖关系。

配置文件代码示例

version: '3.8'
services:
  free_ask_internet:
    image: nashsu/free_ask_internet
    ports:
      - "3000:3000"
    environment:
      - FLASK_ENV=development
    depends_on:
      - searxng

  searxng:
    image: searxng/searxng
    ports:
      - "8888:8888"

配置文件介绍

• free_ask_internet: 主服务，负责处理用户请求和生成答案。
• searxng: 辅助服务，用于多引擎搜索。
• ports: 端口映射，将容器的端口映射到主机的端口。
• environment: 环境变量，配置 Flask 运行环境。
• depends_on: 服务依赖关系，确保 searxng 服务先于 free_ask_internet 服务启动。

以上是 FreeAskInternet 项目的目录结构、启动文件和配置文件的详细介绍。通过这些信息，您可以更好地理解和使用该项目。

FreeAskInternetFreeAskInternet is a completely free, private and locally running search aggregator & answer generate using LLM, without GPU needed. The user can ask a question and the system will make a multi engine search and combine the search result to the ChatGPT3.5 LLM and generate the answer based on search results.项目地址:https://gitcode.com/gh_mirrors/fr/FreeAskInternet