自架一個類似Perplexity AI，讓Ollama Open WebUI搜尋並統整網頁資料。
這樣即使語言模型訓練時沒有加入最新資訊，他也能夠透過網路搜尋即時獲取最新資訊。
例如，你問LLaMA語言模型：「2024年台灣總統大選是誰當選？」他會說他的記憶還在2023年以前，所以不能給出答案。
讓他上網搜尋一下呢？很好，他就會告訴你是賴清德。
下面還會列出它的參考資料來源呢！
1. 安裝Open WebUI#
參見 以Docker部署Ollama + Open WebUI
Ollama背後使用的模型，最小只要3B的版本就足以整理網頁蒐集來的資料了，不過得選擇跟你搜尋語言一樣的模型才能較好的整理資料。
2. 準備搜尋引擎#
Open WebUI支援SearXNG、Brave、DuckDuckGo、Google、Serper等搜尋引擎。
其中，Duckduckgo開箱即用。SearXNG適合DIY玩家使用，由於他本身是元搜尋引擎，能夠較有效率的統整搜尋結果再讓AI整理。你可以考慮 自架SearXNG並啟用JSON，提供更好的結果給AI。
至於最受歡迎的Google嗎，Open WebUI沒辦法直接存取，你得自行建立「Google程式化搜尋引擎」取得API金鑰。這個搜尋引擎有限額，一週僅限搜尋1000次。
到 程式化搜尋引擎新增搜尋引擎
總覽頁面會看到你的搜尋引擎ID
在總覽 → 程式輔助存取權，點選新增Custom Search JSON API
點選Get a key取得API金鑰
3. 如何叫AI搜尋網路結果#
開啟Open WebUI，點左下角開啟管理員設定面板，在網頁搜尋設定使用Google PSE，填入搜尋引擎ID與API金鑰
回到對話頁面，在對話框勾選網頁搜尋，然後詢問一些問題（建議加上「搜尋」提示詞），他會依照你的提示詞搜尋，再按照網頁回答你的問題。
