Tutorial de instalación de Perplexica en Linux con Docker y Ollama

Este tutorial detalla la instalación de la aplicación Perplexica en un entorno Linux, utilizando Docker para la orquestación y Ollama como proveedor del modelo de lenguaje, en concreto el deepseek-r1:14b.

¿Qué es Perplexica?

Perplexica es una herramienta de búsqueda y respuesta potenciada por inteligencia artificial que combina la capacidad de los modelos de lenguaje grandes con un motor de búsqueda avanzado. A diferencia de los motores de búsqueda tradicionales, Perplexica puede proporcionar respuestas más contextuales, precisas y detalladas mediante el uso de modelos de IA como deepseek-r1:14b.

¿Dónde se utiliza Perplexica?

Perplexica es ideal para profesionales y organizaciones que necesitan:

  • Investigación y análisis: Búsqueda de información técnica, científica o académica con respuestas detalladas y fuentes verificables.
  • Ciberseguridad: Análisis de vulnerabilidades, investigación de malware y búsqueda de información sobre amenazas emergentes.
  • Desarrollo de software: Búsqueda de documentación, APIs, librerías y soluciones técnicas específicas.
  • Educación y formación: Aprendizaje autodidacta con explicaciones detalladas y ejemplos prácticos.
  • Entornos empresariales: Búsqueda interna de documentos y conocimientos organizacionales.

Ventajas sobre soluciones en la nube

Perplexica ofrece varias ventajas significativas sobre las soluciones de búsqueda en la nube:

  • Privacidad y seguridad: Al ejecutarse localmente, todos los datos permanecen en tu infraestructura, eliminando riesgos de exposición de información sensible.
  • Sin límites de uso: No hay restricciones de cuotas, límites de consultas o costos por uso excesivo como en servicios en la nube.
  • Control total: Personaliza modelos, configuraciones y comportamientos según tus necesidades específicas.
  • Independencia de conectividad: Funciona sin conexión a internet una vez configurado, ideal para entornos aislados o con conectividad limitada.
  • Costo-efectividad: Sin suscripciones mensuales o costos por consulta. La inversión inicial en hardware es el único gasto recurrente.
  • Personalización avanzada: Adapta el sistema para dominios específicos con modelos especializados y configuraciones personalizadas.
  • Integración con sistemas locales: Se integra perfectamente con tu infraestructura existente sin depender de APIs externas.

Requisitos previos

Instrucciones de instalación

Paso 1: Clonar el repositorio de Perplexica

Abre una terminal y clona el repositorio oficial de GitHub de Perplexica ejecutando el siguiente comando:

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

A continuación, navega al directorio del proyecto:

cd Perplexica

Paso 2: Configurar el archivo config.toml

El archivo de configuración es crucial para conectar Perplexica con Ollama. Renombra el archivo de muestra y ábrelo con tu editor de texto preferido:

mv sample.config.toml config.toml

Edita el archivo config.toml para configurar la sección de Ollama. Debes descomentar las líneas correspondientes y rellenar la URL y el modelo de la siguiente manera:

[ollama]
url = "http://host.docker.internal:11434"
model = "deepseek-r1:14b"

Nota: La URL http://host.docker.internal:11434 permite que el contenedor de Docker se comunique con el servidor de Ollama que se ejecuta en la máquina host (tu Linux). El puerto 11434 es el puerto por defecto de Ollama.

Paso 3: Iniciar Perplexica con Docker Compose

Una vez configurado el archivo, puedes levantar la aplicación con Docker Compose. Ejecuta el siguiente comando en la misma terminal donde te encuentras:

docker compose up -d

Este comando descargará las imágenes necesarias y construirá los contenedores de Perplexica en segundo plano.

Paso 4: Acceder a Perplexica

Una vez que el proceso de Docker Compose haya finalizado, Perplexica estará accesible. Abre tu navegador web y navega a la siguiente dirección:

http://localhost:3000

Si la configuración se ha realizado correctamente, deberías ver la interfaz de Perplexica lista para ser utilizada.