> ## Documentation Index > Fetch the complete documentation index at: https://docs.jiekou.ai/llms.txt > Use this file to discover all available pages before exploring further. # DeepSearcher DeepSearcher объединяет передовые LLM (OpenAI o1, o3-mini, DeepSeek, Grok 3, Claude 4 Sonnet, Llama 4, QwQ и др.) и векторные базы данных (Milvus, Zilliz Cloud и др.), выполняя поиск, оценку и рассуждения на основе приватных данных, чтобы предоставлять высокоточные ответы и подробные отчеты. **Идеально подходит для:** корпоративного управления знаниями, интеллектуальных систем вопросов и ответов, а также сценариев информационного поиска. Пример изображения 1 ## 1. Получение конфигурационной информации JieKou.AI ### (1) Регистрация и получение API-ключа Зарегистрируйтесь и войдите в JieKou.AI. При регистрации укажите инвайт-код【YGHNZ0】, чтобы получить регистрационный бонус \$2. Пример изображения 2 Откройте страницу управления【API key】, нажмите кнопку добавления, введите собственное имя ключа и сгенерируйте API-ключ. Пример изображения 3 Пример изображения 4 ### (2) Генерация и сохранение API-ключа !Внимание: ключ хранится на сервере в зашифрованном виде, и после создания его нельзя просмотреть повторно. Пожалуйста, надежно сохраните ключ; если он будет утерян, необходимо удалить его в консоли и создать новый. Пример изображения 5 ### (3) Получение ID модели, которую нужно использовать В каталоге моделей JieKou.AI найдите нужную модель, скопируйте model id и базовый URL. Пример изображения 6 * Gemini-3-pro-preview * Gemini-2.5-pro * Claude-sonnet-4-5 * Gpt-5.1 * Gpt-4o Другие ID моделей, максимальный контекст и цены см. здесь: [Каталог моделей](https://jiekou.vip/models-console/library?auth_res=success\&is_reg=false) ## 2. Установка DeepSearcher Подробное руководство по установке см.: [https://github.com/zilliztech/deep-searcher](https://github.com/zilliztech/deep-searcher) (1) Клонируйте репозиторий ``` git clone https://github.com/zilliztech/deep-searcher.git cd deep-searcher ``` (2) Создайте виртуальное окружение и активируйте его ``` #MAKE SURE the python version is greater than or equal to 3.10 python3 -m venv .venv source .venv/bin/activate ``` (3) Установите зависимости ``` pip install -e . ``` ## 3. Изменение примера кода для подключения моделей JieKou.AI Пример кода находится в `examples/basic_example.py`. Вы можете использовать этот пример для запуска DeepSearcher. (1) Настройте API Key Установите только что полученный API Key в локальную переменную окружения `JIEKOU_API_KEY`. ``` export JIEKOU_API_KEY="您的 JIEKOU API Key" ``` (2) Настройте LLM и модель Embedding Добавьте код после строки `config = Configuration()` в примере кода ``` config.set_provider_config("llm", "JiekouAI", {"model": "claude-sonnet-4-5-20250929"}) config.set_provider_config("embedding", "JiekouAIEmbedding", {"model": "qwen/qwen3-embedding-8b"}) ``` (3) Настройте путь к файлам для поиска и prompt Загрузите файлы из указанного локального пути и сохраните их содержимое в коллекцию. Измените код в месте вызова `load_from_local_files`. Вы можете использовать файл `examples/data/WhatisMilvus.pdf`, предоставленный проектом, или свои собственные файлы. Если при выполнении нужно удалить и заново создать эту коллекцию, установите `force_new_collection` в `True`. ``` load_from_local_files( paths_or_directory=os.path.join(current_dir, "data/WhatisMilvus.pdf"), collection_name="milvus_docs", collection_description="All Milvus Documents", force_new_collection=True, # If you want to drop origin collection and create a new collection every time,set force_new_collection to True ) question="Write a report comparing Milvus with other vector databases." ``` (4) Запустите пример кода из корневого каталога проекта: ``` python examples/basic_example.py ```