Perplexity Computer 将 AI 模型、文件、工具与调研整合于单一工作区,功能强大。然而,其 Max 计划每月 200 美元的订阅费用,使其作为长期生产力工具的成本效益备受质疑。

为此,我选择基于 LM Studio 运行本地 AI 模型,并利用 Docker Desktop 托管工具栈,构建了一套私有化替代方案。尽管初期需要一定的调试耐心,但最终成果稳固可靠:我获得了一个具备网络搜索、命令执行、文件编辑、应用连接及可搜索知识库功能的 AI 工作站,且无需支付高额订阅费。

略显笨拙但出乎意料地强大

起初,这套组合显得略微笨拙。在筛选开源工具后,我最终确定了由 Open WebUI、Open Terminal 和 SearXNG 构成的核心架构。

一旦各组件连通,它便演变为一个极具灵活性的 AI 工作站。通过连接 MCP(模型上下文协议)服务、模型和工具,我配置了拥有独立提示词、模型、技能及知识库的多个工作区。

MCP 集成是 Perplexity Computer 的核心特性之一。令我惊喜的是,该方案能轻松连接 Notion、Obsidian 和 LibreOffice。此外,Slack、Asana、GitHub、Salesforce 等任何支持 MCP 的应用均可接入。这些连接可在 Profile > Settings > Integrations 中统一管理。

该设置还提供了一个完全可控的轻量级 Linux 桌面环境。我可以存储文档、构建知识库并通过检索增强生成(RAG)进行查询,允许 AI 使用终端、通过解释器运行代码,并授予其对特定 Windows 文件夹的访问权限。

社区生态与协作优势

工具生态系统是该方案的一大亮点。Open WebUI 拥有丰富的社区驱动工具、提示词、技能和模型库,用户无需从零构建所有功能。

对于团队而言,该方案更具潜力。借助 Tailscale 等内网穿透工具,队友可接入同一系统,并仅共享指定的工作区。这种协作模式超越了简单的文件传递,更接近于在共享的 AI 环境中协同工作。

核心设置完全免费,无订阅层级、无广告,也无人为限制使用频率。尽管 Perplexity Computer 体验更为精致,但若重视控制权与隐私,这个 DIY 版本无疑是可行的替代方案。

部署指南:配置 Docker 堆栈

若尚未安装,请先部署 Docker Desktop;如需本地运行模型,请同时安装 LM Studio。

创建项目文件夹(例如 perplexity-free),并在其中新建 docker-compose.yml 文件,填入以下配置:

services:
  searxng:
    image: searxng/searxng:latest
    container_name: searxng
    ports:
      - "127.0.0.1:8090:8080"
    volumes:
      - ./searxng:/etc/searxng:rw
    restart: unless-stopped
    cap_drop:
      - ALL
    cap_add:
      - CHOWN
      - SETGID
      - SETUID
      - DAC_OVERRIDE

  open-webui:
    image: ghcr.io/open-webui/open-webui:0.13.3
    container_name: open-webui
    ports:
      - "127.0.0.1:3000:8080"
    volumes:
      - open-webui:/app/backend/data
    environment:
      - OPENAI_API_BASE_URL=http://host.docker.internal:1234/v1
      - OPENAI_API_KEY=lm-studio
      - ENABLE_WEB_SEARCH=true
      - WEB_SEARCH_ENGINE=searxng
      - SEARXNG_QUERY_URL=http://searxng:8080/search
      - WEB_SEARCH_RESULT_COUNT=3
      - WEB_SEARCH_CONCURRENT_REQUESTS=10
      - WEBUI_SECRET_KEY=f7d1ce88284ea8d033e30b505c1460e5 # CHANGE THIS
    depends_on:
      - searxng
    restart: unless-stopped

  open-terminal:
    image: ghcr.io/open-webui/open-terminal:latest
    container_name: open-terminal
    ports:
      - "127.0.0.1:8092:8000"
    volumes:
      - C:\Users\jricm\Documents:/home/user/documents  #CHANGE THIS WITH YOUR OWN FOLDER
      - C:\Users\jricm\Downloads:/home/user/downloads  #YOU CAN ADD AS MANY AS YOU LIKE
    environment:
      - OPEN_TERMINAL_API_KEY=f7d1ce88284ea8d033e30b505c1460e5 # CHANGE THIS
    restart: unless-stopped

volumes:
  open-webui:
  open-terminal:

此 Compose 文件部署三个核心服务:SearXNG 负责网络搜索,Open Terminal 提供终端访问,Open WebUI 则作为统一界面整合所有组件。

务必替换 WEBUI_SECRET_KEY 和 OPEN_TERMINAL_API_KEY 为自定义长私密字符串。这些密钥用于保护本地设置,无需记忆,但需确保其唯一性与复杂性。

volumes 部分定义了 AI 代理可访问的主机文件夹。示例中暴露了“文档”和“下载”文件夹,用户应根据自身需求修改路径。建议仅分享信任 AI 读取或修改的目录,以确保安全。

配置 SearXNG

在 perplexity-free 根目录下创建 searxng 文件夹,并在其中新建 settings.yml 文件,填入以下配置:

textuse_default_settings: true
server:
  secret_key: "4e22083237b20af6db621d4476228dfacc7b888c4b4f95ddcdddd0ab" # CHANGE THIS
  limiter: false
  bind_address: "0.0.0.0"
  port: 8080

search:
  safe_search: 0
  autocomplete: ""
  default_lang: ""
  formats:
    - html
    - json

同样,需替换 secret_key 为唯一的长字符串。此配置允许 SearXNG 以 JSON 格式返回结果,这是 Open WebUI 接收搜索数据所必需的。仅在 search 部分启用相应格式时,SearXNG 才允许输出 JSON、CSV 或 RSS。

启动与使用

在终端进入 perplexity-free 目录并运行:

docker compose up -d

Docker 将自动拉取镜像并启动容器。完成后,浏览器访问 http://localhost:3000 即可看到 Open WebUI 界面。

连接 MCP 服务:进入用户个人资料,打开 Settings > Integrations,点击加号添加服务。

创建工作区:在此配置模型、知识库、提示词、技能和工具。每个模块均提供 Discover 链接,可直接获取社区资源。

开始新聊天时,点击云图标选择工作文件夹,点击加号切换所需工具。支持上传文件、提供上下文及截图。右侧下拉菜单可选择 AI 模型;若使用 LM Studio 或 Ollama,Open WebUI 可自动启动应用并加载模型。

现实局限性与维护成本

硬件是主要瓶颈。测试中使用的 8 GB VRAM GPU 难以稳定运行严肃任务所需的本地模型。Qwen3.8-9B-Distill 虽能运行,但推理延迟过高。最终,我不得不引入 AI 推理提供商的 API 密钥以换取流畅体验。虽然产生了令牌费用,但整体成本仍远低于 Perplexity 订阅费。

初始设置门槛较高。配置 Compose 文件、调试 Open WebUI、启用网络搜索及连接集成耗时较多,远不如 Perplexity “开箱即用”便捷。具备 Docker 和自托管经验的用户将更具优势;新手需预期一定的学习曲线。

此外,AI 领域迭代迅速。尽管 MCP 日益普及,但服务方 API 或身份验证流程的变更可能导致集成中断。与 OpenAI 兼容的集成通常更稳定,而社区维护的 MCP 服务器可能需手动更新。使用者需对此保持警惕。

结语:掌控权的价值

构建此方案的初衷,是在保留 Perplexity Computer 核心价值的同时,摆脱每月 200 美元的订阅负担。最终,我获得了一个私有的 AI 工作站,集网络搜索、文件访问、终端控制、代码执行、知识库及应用集成于一体。

它并非毫不费力,需要设置、维护及偶尔的故障排除。但它赋予了 Perplexity 无法提供的核心价值:对工具、文件、模型和工作流的完全控制权。对于经验丰富的自托管用户而言,这种掌控感足以抵消搭建过程中的每一分钟投入。