正文

DeepSeek 系列模型以卓越性能在全球范围内备受瞩目，在各类评测中表现优异，推理性能接近甚至超越国际顶尖闭源模型。2025 年 2 月以来，阿里云人工智能平台 PAI 持续推出围绕 DeepSeek 系列模型的最佳实践，包含快速部署、应用搭建、蒸馏、微调等各个环节，让企业和个人开发者可以在云上高效、灵活地部署和探索 DeepSeek-R1、DeepSeek-V3 等模型。

本文将为您带来“基于 PAI-RAG 构建 DeepSeek 联网搜索+企业级知识库助手服务”解决方案。目前，PAI-RAG 提供全面的生态能力，支持一键部署至企业微信、微信公众号、钉钉群聊机器人等，助力打造多场景的 AI 助理，全面提升业务效率与用户体验。

使用 PAI-RAG 搭建 DeepSeek+联网搜索的效果展示（本地客户端使用了开源的 Cherry Studio）:https://cloud.video.taobao.com/vod/G7JwhakRZFhV66o8_zfyJ0IWaaYn2gL7vsRFufnLtKU.mp4

PAI-RAG 构建 DeepSeek 联网搜索+企业级知识库助手服务

在日常对话中，联网搜索功能至关重要，它能够追踪实时热点、获取最新数据，成为您 24 小时在线的专属 AI 情报员。

PAI-RAG 支持灵活配置“联网搜索”能力，轻松访问和利用实时数据，获得更加精准、全面的搜索结果，让模型突破预训练数据的时间边界，提供时效精准的智能问答服务，全面提升 AI 应用的效能与可靠性。

“联网搜索”使用了阿里云通用搜索服务 API 接口，具备实时性强、准确性高、易用性好等特点。无论您是企业用户还是个人开发者，PAI-RAG 都为您打造了一个强大而灵活的 AI 搜索解决方案，助力实现智能化目标。

Step1：通过 PAI-EAS 场景化部署大模型 RAG 对话系统

• 进入 EAS 控制台（https://pai.console.aliyun.com/?regionId=cn-hangzhou#/sw?path=/eas），点击“部署服务”，选择“部署大模型 RAG 对话系统”。

• PAI-RAG 支持两种部署方式：LLM 一体化部署会将 LLM 和 RAG 部署在同一 EAS 服务内，操作更加简单；LLM 分离式部署仅会部署 RAG 服务，在 RAG 服务中可以自由连接模型服务，灵活性更高。

• 本文以 DeepSeek-R1-Distill-Qwen-32B 为例，实现 RAG+LLM 一体化部署。

Step2: 开通网络搜索服务

• 进入阿里云搜索服务开通页（https://common-buy.aliyun.com/?commodityCode=alibababcp_ecosearch_public_cn），按需选择性能规格进行购买，记录下 AccessKey 和 AccessSecret。

Step3：在 RAG 应用中配置网络搜索功能

• RAG 服务部署好之后，打开 WebUI 页面，配置联网搜索功能。

• 搜索引擎选择“阿里云”，表示阿里云的网络搜索服务，填写搜索个数、服务地址、AccessKey 和 AccessSecret。

• 聊天方式选择“Chat（Web Search）”

Step4：实时联网搜索对话测试

1. 联网搜索效果展示：

2. 不联网回复效果对比：

PAI-RAG 更多企业级能力

1. 私域知识库问答

企业用户还可以上传私域知识，借助平台的 RAG 能力，让 DeepSeek 大模型“更懂”自身的知识。基于 LLM+RAG 的技术框架，PAI-RAG 提供了多模态、OCR、文本 embedding、多路检索召回、重排等能力，来解决知识处理与答案生成的全链路难点，帮助企业更快速、准确地使用大模型搭建 RAG 应用，提升服务准确度和效率。

2. 多模态检索 &对话

支持多模态文档的智能解析，集成多模态检索算法，提供多模态的图文回复。

3. Agentic RAG

支持内置工具、自定义 API 工具（查询库存，订单信息）和自定义代码工具，支持多意图分发（检索、工具调用、数据库查询、网络搜索）

4. 数据库问答：

对接已有数据库，根据数据库信息自动生成查询、选表选列算法、值检索、查询历史检索、SQL 错误自动修复

5. OpenAI 接口兼容

支持标准 OpenAI 兼容接口，无缝对接各种支持 OpenAI 接口的应用，可以完美对接 OpenWebUI,Chatbox，AnythingLLM, Cherry Studio 等大语言模型服务商的客户端，兼容 Windows、Mac 和 Linux 系统。

6. 生态无缝对接

PAI-RAG 已支持企业微信、微信公众号和钉钉群聊机器人三种生态模式，轻松实现一键部署 PAI-RAG 并无缝对接生态应用。

7. 内容安全过滤

接入内容安全过滤，为企业用户提供稳定、即接即用、成熟的内容安全解决方案，帮助企业和开发者在复杂多变的互联网环境下快速发现文本、图片等各类风险，提高内容质量和用户体验。

8. 支持服务弹性扩缩容和多实例部署

在业务负载出现显著的波峰波谷时，提供自动扩缩容功能。服务能够自动调整实例数量，实现动态管理线上服务的计算资源，从而保障业务平稳运行并提高资源利用率。

9. Tracing 链路追踪

在部署服务时增加链路追踪功能，为 LLM 应用提供高质量的埋点能力，并自动上报链路数据。每次调用服务，系统会在链路追踪页签自动生成一条 Trace 记录，进一步通过 Trace 数据来评估模型效果。

相关产品 wiki

1. PAI-RAG 是开箱即用的模块化 RAG 开源框架，结合 LLM 的知识推理能力，为 PAI 的企业用户提供生产级的 RAG 能力。

PAI-RAG 的亮点特性有：

• 丰富的 RAG 功能：提供文档解析、拆分、embedding、多轮对话、Query 改写、FunctionCalling、自动化评估、内容安全、链路追踪等多项原子能力，各模块支持灵活配置和定制开发。

• 全面的企业级能力：前后端采用 Kubernetes 部署，支持自动容错、弹性扩缩容、请求队列等企业级能力。

• 简单易用的管控台：通过 EAS 场景化部署，支持分钟级快捷搭建应用，轻松实现一键部署专属 AI 助手。

• 灵活的大模型选择：用户可以根据自身需求选择大模型，通过 Model Gallery 部署模型服务，在 PAI-RAG 中一键接入各种模型。

项目开源地址：https://github.com/aigc-apps/PAI-RAG

PAI-RAG 管控台如图：

2. PAI Model Gallery 集成了国内外 AI 开源社区中优质的预训练模型，提供了 BladeLLM、SGLang 和 vLLM 加速部署功能，帮助您一键部署 DeepSeek-V3 和 DeepSeek-R1 系列模型。PAI-RAG 支持无缝接入 Model Gallery 部署的模型。

3. 阿里云信息查询服务-通用搜索是专为大模型时代打造最先进的开放域搜索解决方案，提供强大的实时搜索能力，助力大模型应用实现高效、精准的实时问答。PAI-RAG 已实现对阿里云通用搜索服务的集成，实现了 LLM 与联网搜索的无缝对接，使用户能够稳定、高效地实时获取最新信息。

PAI-RAG 最佳实践系列

1. 大模型RAG对话系统
   

2. RAG集成联网搜索搭建AI智能问答最佳实践
   

3. 基于EAS&Elasticsearch搭建RAG检索增强对话系统
   

4. 基于EAS&Milvus搭建RAG检索增强对话系统
   

5. 基于EAS&RDS PostgreSQL搭建RAG检索增强对话系统
   

6. 基于EAS&OpenSearch搭建RAG检索增强对话系统
   

7. 基于AppFlow集成钉钉与PAI RAG构建AI机器人指南
   

8. 基于AppFlow集成微信公众号与PAI RAG构建智能客服
   

9. 基于AppFlow集成企业微信与PAI RAG构建AI助手