引言

还记得我们上次的CMF探索之旅吗？【AI辅助设计】使用AI进行CMF探索-part1带领我们初探了AI在CMF设计中的应用，勾勒出未来设计的无限可能。今天，我们将深入前期研究阶段，看看AI如何化身信息捕手，帮助我们从浩瀚的信息海洋中淘取灵感金沙。

信息洪流中的指南针：AI辅助研究的必要性

信息爆炸的时代，设计师如同置身于一片广袤的海洋，面对海量的信息，如何高效地获取、筛选和整理成为一大难题。传统的搜索引擎如同漫无目的的漂流，而AI工具则化身指南针，指引我们找到正确的方向。无论是CMF研究还是其他设计领域，AI都能帮助我们：

精准定位： 从海量信息中精准定位所需内容，避免大海捞针的困境。
高效整理： 自动化信息整理和归纳，节省时间和精力，让设计师专注于创意发挥。
激发灵感： 通过关联性分析和信息重组，发现隐藏的关联和趋势，激发新的设计灵感。

本次用到的工具有以下：

秘塔搜索。国内AI搜索的佼佼者
perplexity。大名鼎鼎的语言大模型结合互联网搜索工具。
globe.engineer，“原子”级别的新一代检索工具，将信息打碎，重组给用户
Perplexica。这个工具技术架构跟perplexity都很类似，但是开源免费，效果也不错。

作为开源精神的坚决拥护者，设计小站会重点介绍开源工具的使用。当然也会介绍付费应用的使用。

使用案例

现在假定一个命题：一款鼠标的CMF研究。针对这个命题，适用AI辅助的方式，进行前期研究。

AI辅助检索

前期研究，就是要对海量的信息进行整理、归纳、然后形成结构化的设计输入，为后面的方案设计，做好理据的准备。

秘塔搜索

例如，在鼠标的设计中，我们想使用亲肤材料进行深入探讨，可以输入关键字进行搜索。秘塔搜索会对关键字进行全网搜索，且通过大语言整理、归纳呈现给用户。

可以整理为脑图。

可以进一步深入研究，一步步往下面拆解。

可以进一步延伸阅读。

最后还可以输出PPT。

秘塔搜索对文字的整理和呈现，以及结构化整理知识，已经很好了，但是有个问题，就是没办法看到搜索的图片，作为CMF的检索，视觉效果尤为重要。接下来我们使用类perlexity的检索工具。

perplexity

跟秘塔搜索类似，但对中文支持不是很好，支持图片的搜索。但是最近他们关闭了VPN访问，所以国内用户很难访问。所以这里就不再介绍了。

Perplexica

为什么推荐这种方式，因为免费！！而且可以适用本地的大语言模型，完全保护隐私安全。

Perplexica 是一款开源的、人工智能驱动的搜索工具，或者说是一个 AI 搜索引擎，它能够深入互联网，为你找到答案。受 Perplexity AI 的启发，Perplexica 不仅搜索网络，还能理解你的问题。它使用先进的机器学习算法，如相似性搜索和嵌入，来优化结果，并提供清晰的答案和引用来源。

部署方式很简单，只需要拉取项目和下载docker即可。

确保 Docker 已安装并在您的系统上运行。

克隆 Perplexica 存储库：

git clone https://github.com/ItzCrazyKns/Perplexica.git

克隆后，导航到包含项目文件的目录。
将文件重命名sample.config.toml为config.toml.对于 Docker 设置，您只需填写以下字段：
- OPENAI：您的 OpenAI API 密钥。如果您想使用 OpenAI 的模型，则只需填写此项。
- OLLAMA：您的 Ollama API URL。您应该将其输入为http://host.docker.internal:PORT_NUMBER.如果您在端口 11434 上安装了 Ollama，请使用http://host.docker.internal:11434.对于其他端口，请进行相应调整。如果您想使用 Ollama 的模型而不是 OpenAI 的模型，则需要填写此项。
- GROQ：您的 Groq API 密钥。仅当您希望使用 Groq 的托管模型时才需要填写此内容
  
  注意：您可以在从设置对话框启动 Perplexica 后更改这些设置。
- SIMILARITY_MEASURE：要使用的相似性度量（默认填写；如果您不确定，可以保留原样。）
确保您位于包含该文件的目录中docker-compose.yaml并执行：
```
docker compose up -d
```
等待几分钟以完成设置。您可以在 Web 浏览器中通过http://localhost:3000访问 Perplexica。