2026-08-17-yupi-ai-search

yupi-ai-search AI 搜索引擎

用 Codex + GPT-5.5 + DeepSeek V4 打造一个对标 Perplexity 的 AI 搜索引擎

基本信息

• 来源类型：文章
• 原文位置：raw/articles/2026-08-17-224507-tg-2bd249.md
• 原文 URL：https://juejin.cn/post/7639012204877660206
• 消化日期：2026-08-18

核心观点

1. AI 搜索引擎的核心在于联网搜索 + 大模型总结，而非仅靠训练数据：用户输入问题后，系统先调用搜索 API 获取最新信息，再注入 Prompt 让 DeepSeek V4 生成带引用来源的智能回答。
2. 推荐使用 Tavily Search API（LangChain 官方首推），结构化返回（标题/URL/摘要），3 秒左右出结果，免费 1000 次/月，适合个人 MVP 验证。
3. 项目采用前后端分离架构：前端 Vue 3 + 搜索框，后端 FastAPI + LangChain + TavilySearch 工具 + DeepSeek V4 模型，支持 SSE 流式输出和相关问题推荐。
4. 借助 Codex + GPT-5.5 + DeepSeek V4 组合，23 分钟内完成从需求分析到完整可运行原型的开发，包括环境准备（Firecrawl、Context7、UI UX Pro Max 技能安装）和自主浏览器测试。
5. 搜索服务不再需要自己爬虫/建索引，直接调 Tavily Search API 即可拿到结构化结果，极大降低门槛。

实操内容保留

代码/配置

from langchain_tavily import TavilySearch
from langchain.agents import create_tool_calling_agent
 
tavily_search_tool = TavilySearch(
    max_results=5,
    topic="general",
)
 
agent = create_tool_calling_agent(model, [tavily_search_tool])
response = agent.invoke({"messages": "最近有什么 AI 新闻？"})

Prompt 模板

## 角色
你是一个全栈工程师，擅长 Python + FastAPI + LangChain + Vue 开发。
 
## 任务
开发一个叫 yupi-ai-search 的 AI 搜索引擎网站。用户输入自然语言问题，系统自动联网搜索最新信息，再将搜索结果交给 DeepSeek V4 大模型综合分析，生成一份带引用来源的智能回答，同时展示完整的搜索结果列表。

操作步骤

1. 登录 Tavily 官网并获取 API Key
2. 在 Codex 中安装 Firecrawl、Context7、UI UX Pro Max 技能
3. 新建项目文件夹，发送上述提示词给 AI 开发
4. 填写 DeepSeek/Tavily API Key 到 .env 文件
5. 让 AI 自主打开浏览器进行端到端测试

关键概念

• Tavily Search — 结构化搜索 API，LangChain 官方集成包，适合 AI Agent 联网搜索
• DeepSeek V4 — 作为搜索引擎的大脑模型，Flash 版本性价比高
• Codex — AI 编程桌面工具，支持 MCP、Skills、Browser Use、Computer Use
• GPT-5.5 — 模型选择，提示词工程关键
• Perplexity — 对标产品，简洁风格搜索界面参考

与其他素材的关联

（暂无关联素材）

原文精彩摘录

“搜索这件事，正在从「人找信息」变成「AI 帮你找信息」。”

“以前搜东西，就是输入关键词，然后在一堆蓝色链接里挑着看。现在呢，直接输入一个问题，AI 会帮你联网搜索、汇总分析，给出一份带引用来源的完整回答。”

“我们使用主流的 AI 应用开发框架 LangChain 来集成 Tavily。只需要在代码里给 Agent 绑定 TavilySearch 工具，然后创建 Agent 就能直接对话了。“

相关页面

• Tavily Search
• DeepSeek V4
• Codex
• GPT-5.5