开源 DeepSearch：企业端深度搜索怎么部署

想给团队搞一套能自己部署的「深度搜索」时，很多人会卡在两件事上：外网资料怎么查得准，内网文档怎么接得上。熊布朗在 DeepToAI 上演示过的那套 Open Source DeepSearch（当时挂在 s.deeptoai.com），底层其实就是开源的 Scira：用 Vercel AI SDK 做流式对话，再挂上 Exa / Tavily / Firecrawl 这类检索与抓取接口。下面按「能跑起来 → 能改成中文输出 → 能接到企业资料」这条线走一遍。

它到底解决什么问题

Scira（以前叫 MiniPerplx）不是又一个聊天框，而是一个带引用的研究型搜索前端。你丢一个问题进去，它会拆任务、并行检索、交叉核对，最后给出带引用的答案。官方站点是 scira.ai，协议是 AGPL-3.0，适合自建。

对企业侧更有用的几点：

• 检索和生成可以拆开配：检索走英文源，回答用中文模型，是常见改法。
• 搜索提供商可换：Exa、Tavily、Firecrawl 等，按预算和合规选。
• 模式很多：Web、Academic、Extreme（更深一层的多步研究）、GitHub、代码解释器等。
• 有 Connectors 方向（Google Drive / Notion / OneDrive），方便往内网知识库靠。

如果你要的是「Plan → Search → Analysis」那种长报告流水线，那是另一类 DeepResearch 项目（例如 dzhng/deep-research）；本文先把 Scira 这条 DeepSearch 部署线讲清楚。

本地最快跑通：Docker Compose

前提：本机有 Docker / Docker Compose，以及至少一把可用的模型 API Key（OpenAI、Anthropic、Google、xAI 等任选）。

git clone https://github.com/zaidmukaddam/scira.git
cd scira
cp .env.example .env

.env 里先填最小集合，别一次把几十个可选 Key 全配齐：

# 至少一把聊天模型
OPENAI_API_KEY=sk-...
# 或 ANTHROPIC_API_KEY / GOOGLE_GENERATIVE_AI_API_KEY / XAI_API_KEY

# 检索（至少开一个）
EXA_API_KEY=...
# 或 TAVILY_API_KEY / FIRECRAWL_API_KEY

# 基础基础设施
DATABASE_URL=postgresql://...
REDIS_URL=redis://...
BETTER_AUTH_SECRET=$(openssl rand -hex 32)

然后：

docker compose up

浏览器打开 http://localhost:3000。Compose 会把应用拉起来；数据库 / Redis 按仓库里的 docker-compose.yml 来，缺服务时对照 compose 文件补容器。

不用 Docker 也可以：

bun install
cp .env.example .env.local
# 填好 Key 后
bun run dev

一键上云：Vercel

仓库 README 提供了 Deploy with Vercel 按钮。Clone 时会要求填一长串环境变量。企业试用建议策略：

1. 先只开 1 个 LLM Provider + 1 个 Search Provider。
2. DATABASE_URL 用 Neon / Supabase / RDS 任一 Postgres。
3. REDIS_URL 用 Upstash。
4. 登录相关的 GITHUB_CLIENT_* / GOOGLE_CLIENT_* 可以后补；内部试用先靠本机或关掉公开注册。
5. 分析类 NEXT_PUBLIC_POSTHOG_* 可以空着。

部署完成后，把域名指到内网或加 IP 白名单 / SSO，再对外开放。

改成「英文检索，中文输出」

演示里常见的改法，本质是两层提示和模型分工：

1. 检索层：让 Agent 生成的搜索 query 保持英文（学术源、英文文档召回通常更好）。
2. 生成层：系统提示里写死「最终回答必须使用简体中文，并保留原文关键术语」。

实操上可以：

• 在 Scira 的系统 / 模式提示（仓库 ai/、lib/ 下的 prompt 与 agent 配置）里加一条：Search queries in English. Final answer in Simplified Chinese.
• 聊天模型换成对中文更稳的那一把（例如国内可达的 OpenAI 兼容接口，或 Claude / Gemini）。
• Extreme / Academic 模式优先，复杂问题别只用纯 Chat 模式。

提示词不用堆很长，写清「query 语言」和「回答语言」两件事就够。

接企业内部资料

外网 DeepSearch 只是一半。企业端通常还要查 Wiki、Confluence、网盘、代码仓。可以按投入从小到大选：

1. 现成 Connectors：Scira 已有 Google Drive / Notion / OneDrive 方向（偏 Pro / 配置项）。适合已经在这些 SaaS 上的团队。
2. 自建检索 API：用 Firecrawl / 自建爬虫把内网文档抽成 Markdown，丢进向量库（pgvector、Qdrant 等），再给 Agent 加一个 search_internal_docs 工具。Scira 基于 Vercel AI SDK，加 tool 的路径很直观。
3. 统一网关：公司已有 OpenAI 兼容网关时，把 OPENAI_API_KEY + base URL 指过去，检索 Key 仍走独立供应商，便于审计。

权限别忘了：内网工具必须带着用户身份去查，不能用一把上帝 Key 扫全库。

多种 API 怎么配才不炸账单

把 Key 分成三类看：

速率限制用 Upstash Redis + 仓库自带的限流逻辑。对内服务务必设 CRON_SECRET、关掉不必要的 NEXT_PUBLIC_* 分析上报。

验收清单

部署完用这几个问题自测：

• 「对比 Postgres 和 MySQL 在 JSON 查询上的差异」——应出现带链接的引用。
• 同一问题强制中文回答——术语保留英文、句子是中文。
• 丢一个只存在于内网文档的专有名词——接了 internal tool 后应能命中，而不是胡编。
• Extreme 模式跑一个需要多跳的问题——应能看到多轮检索，而不是一次搜索就收工。

相关链接

• Scira 源码：https://github.com/zaidmukaddam/scira
• 在线体验：https://scira.ai
• DeepToAI（演示方个人站）：https://deeptoai.com
• 若你要长篇研究报告流水线，可另看：https://github.com/dzhng/deep-research

DeepSearch 这类东西，难点不在「装得上」，而在检索源、提示词语言策略和内网权限三件事对齐。先把 Scira 用 Docker 跑通，再一点点换成自己的模型和文档源，通常比从零写 Agent 省很多时间。