本地部署deepseek需通过page assist插件实现学术联网搜索：先确认ollama中deepseek-r1:x b模型就绪且gpu运行正常，再在page assist中正确选择该模型、配置google scholar等学术搜索引擎、调高结果数量、启用nomic-embed-text嵌入模型，并开启“搜索互联网”开关后输入精准学术问题。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用本地部署的DeepSeek查知网、万方、arXiv或Google Scholar上的最新论文摘要、方法对比、引用数据，但模型本身不联网，必须靠外部工具注入实时学术信息才能实现。
确认Ollama服务与DeepSeek模型已就绪
打开命令行，执行 ollama list，确保 deepseek-r1:x b（如7b/14b/32b）出现在列表中；再运行 ollama ps，看到 STATUS 为 running 且 GPU 使用率非零（若为0%，说明未启用GPU加速，需检查CUDA驱动和Ollama版本）。
这一步没通过，后续所有联网搜索操作都会报“model not found”或超时无响应。
安装Page Assist并绑定DeepSeek模型
方法一：Chrome浏览器（需科学上网）
访问 Chrome 网上应用店 → 搜索 “Page Assist - 本地 AI 模型的 Web UI” → 点击【添加到 Chrome】→ 安装完成后点击浏览器右上角插件图标 → 进入 Web UI 界面。
方法二：Edge浏览器（国内推荐）
地址栏输入 edge://extensions/ → 右上角开启【开发者模式】→ 将 Page Assist 的 .crx 文件拖入页面安装 → 固定插件图标 → 点击打开 Web UI。
【必须选对模型】 左上角下拉菜单中选择你已下载的 deepseek-r1:x b（例如 deepseek-r1:14b），不是默认的 llama3 或 qwen。选错会导致提问后无响应或返回空内容。
配置学术导向的联网搜索参数
第一步：点击右上角齿轮图标 → 进入【一般设置】→ 找到【管理网络搜索】→ 在搜索引擎列表中优先选择 Google Scholar（若不可用，则选 Bing Academic 或 DuckDuckGo + site:.edu.cn / site:.ac.uk 限定学术域名）。
基于阿里云百炼 Qwen3.5-Omni 的全模态技能，支持文本、图片、音频、视频理解与文本/语音输出。适用于图片分析、音频转写理解、视频理解、跨模态问答及语音回复生成。
第二步：将【总搜索结果】从默认的 2 调至 5～8，因为学术资料常需交叉比对多个来源，太少容易漏掉关键文献结论。
第三步：返回【RAG 设置】→ 文本嵌入模型选 nomic-embed-text:latest → 点击【保存】。这一步影响知识库与搜索结果的语义匹配精度，跳过会导致学术术语识别不准。
注意：如果搜索关键词含中文论文标题但返回全是英文结果，说明搜索引擎未正确识别语言偏好——回到【General Settings】→ 把【Language】手动设为【简体中文】，再保存。
在聊天框中精准发起学术查询
打开聊天界面，在输入框输入问题前，先手动开启下方的【搜索互联网】开关（图标为地球+放大镜）。
输入示例问题：
“请对比Transformer和Mamba在长序列建模任务上的FLOPs和推理延迟，列出近三年顶会论文中的实验数据，并标注出处（ACL/NeurIPS/ICML）”
Page Assist 会自动触发 Google Scholar 检索 → 提取摘要与表格 → 将结构化结果作为上下文喂给本地 deepseek-r1 模型 → 模型生成带引用来源的整合回答。
若返回内容缺失具体数值或年份模糊，说明搜索关键词太宽泛——改用更精确的表达，例如把“长序列建模”换成“16K context length benchmark”，把“近三年”明确为“2024–2026”。
