Ollama-WebUI 中 DuckDuckGo 搜索服务问题分析与解决方案
在开源项目 Ollama-WebUI 中,用户报告了一个关于 DuckDuckGo 搜索服务的问题。当使用 web 搜索服务时,系统会返回"error searching"和"No search results found"的错误信息。经过深入分析,我们发现这是由于 DuckDuckGo API 版本和配置问题导致的。
问题根源分析
问题的核心在于 DuckDuckGo 搜索服务的实现方式。当前版本使用的是 API 后端模式,这种模式在某些情况下会出现连接超时或返回空结果的情况。特别是在 Docker 环境中运行时,网络延迟可能会加剧这一问题。
技术解决方案
我们提出了一个多层次的解决方案来改善搜索服务的可靠性:
-
版本升级:将 DuckDuckGo 搜索组件升级到 8.0.0 版本,这个版本提供了更稳定的 API 接口和更好的错误处理机制。
-
超时设置优化:在检索模块中增加了超时时间设置,从默认值提高到 15 秒。这个调整可以应对网络延迟问题,特别是在容器化环境中。
-
后端模式切换:将搜索后端从"api"模式改为"html"模式。HTML 模式直接解析 DuckDuckGo 的网页搜索结果,虽然可能不如 API 模式规范,但在实际测试中表现更加稳定可靠。
-
时间限制参数:新增了 timelimit 参数设置为"y",这个参数可以确保获取最新的搜索结果,避免返回过时的缓存内容。
实现细节
在代码实现层面,主要修改了位于 /backend/open_webui/retrieval/web/duckduckgo.py 文件中的搜索逻辑。新的实现采用了更健壮的错误处理机制,同时优化了参数配置。
验证结果
经过上述修改后,测试表明 DuckDuckGo 搜索服务能够稳定返回结果。用户反馈显示,在使用 Llama3.2-3B 模型进行搜索时,系统能够正确获取并显示搜索结果,解决了之前的问题。
最佳实践建议
对于在类似环境中部署 Ollama-WebUI 的用户,我们建议:
- 定期更新 DuckDuckGo 搜索组件
- 根据实际网络环境调整超时参数
- 在 API 模式不稳定时考虑切换到 HTML 模式
- 监控搜索服务的性能指标,及时调整配置参数
这个解决方案不仅解决了当前的问题,还为未来可能出现的类似搜索服务问题提供了参考框架。开发团队已经将这个修复合并到开发分支中,将在下一个稳定版本中发布。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C082
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00